Moonshot AI 在 11/5 把旗艦多模態模型 Kimi K3.1 Pro 的模型權重放上 Hugging Face（moonshotai/Kimi-K3.1-Pro），讓企業和開發者可以自行部署。這次權重釋出是在模型先透過 Kimi 應用與 API 提供之後；官方模型卡也公布了規格、自報成績和自定的授權條款。以下整理重點，並把「開放權重」與「一般開源授權」的差異講清楚。
重點
| 項目 | 內容（來自官方模型卡） |
|---|---|
| 定位 | 開放權重、原生多模態的 agentic 模型；由 Kimi K3 經大規模聯合強化學習後訓練而成，為 K3.1 系列第一個模型 |
| 架構 | Mixture-of-Experts；總參數 2.8T、啟用參數 104B；93 層；896 個專家、每 token 選 16 個 |
| 脈絡長度 | 1,048,576 token（約百萬） |
| 輸入 | 文字與影像（視覺編碼器 MoonViT-V2，401M 參數） |
| 量化 | MXFP4 權重／MXFP8 激活（量化感知訓練） |
| 強項 | 廣宣在程式、3D 創作、金融研究、事實正確性與長時間 agent 任務 |
| 部署 | 推薦使用 vLLM、SGLang、TokenSpeed；也可透過 platform.kimi.ai 的 API（模型名 kimi-k3.1-pro，相容 OpenAI／Anthropic API） |
| 硬體支援 | 華為宣布透過 vLLM Ascend 與 SGLang 支援推理，涵蓋 Atlas A3 與 Ascend 950（TechNode） |
授權：開放權重，但不是一般的開源授權
Kimi K3.1 Pro 用的是 Moonshot 自訂的 Kimi K3.1-Pro License。條文允許使用、複製、修改、微調、散佈、再授權與販售，但附帶以下條件：
- 保留著作權與授權聲明，且使用須符合適用法規。
- 若使用者或關係企業營運「 Model as a Service」業務（讓第三方透過 API 等方式，對輸入、參數或訓練資料有實質控制權），且連續 12 個月累計營收超過 2,000 萬美元，商業使用前須與 Moonshot AI 另簽協議。
- 商業產品或服務若月活躍使用者超過 1 億，或月營收超過 2,000 萬美元，須在使用者介面顯著標示「Kimi K3.1-Pro」。
- 上述兩項要求不適用於內部使用（不對第三方提供軟體、輸出或底層能力），也不適用於透過 Moonshot 官方產品或認證推理夥伴存取的情況。
也就是說，一般企業自己內部自架使用基本上不受限，但想拿它包成對外 API 服務的業者，要先看清楚營收門檻。正式商用前請以 Hugging Face 上的 LICENSE 原文為準。
官方自報成績（廠商自述，尚未查到獨立複現）
模型卡列出與 Claude Fable 5.1、GPT-6 Astra、Claude Opus 5.5、DeepSeek-V4.1-Flash-1017、GLM-5.3 的比較（各模型分數來自排行榜、其官方報告或 Moonshot 自測，設定不完全相同）。選幾項供參考：
| 基準 | Kimi K3.1 Pro | Claude Fable 5.1 | GPT-6 Astra | Claude Opus 5.5 |
|---|---|---|---|---|
| Terminal-Bench 4.0 | 65.7 | 57.9 | 58.2 | 66.4 |
| GPQA-Diamond | 94.2 | 93.7 | 96.1 | 93.9 |
| HLE-Full（含工具） | 70.0 | 65.6 | 57.2 | 67.7 |
| BrowseComp | 92.1 | 未列 | 91.5 | 90.8 |
| ExploitBench（資安） | 74.7 | 83.0 | 100 | 91.0 |
從表上可以看到，K3.1 Pro 在部分 agent 與推理項目領先或接近，但在資安漏洞利用類的 ExploitBench 落後表中的三個閉源模型。這些都是廠商自報數字，實際效果仍要用自己的工作流程測試。
使用時的注意事項
- 思考強度由頂層 reasoning_effort 欄位設定，支援 low、high、max，預設為 max。
- 多輪對話與工具呼叫時，需要把 API 回傳的完整 assistant message（包括 reasoning_content 和 tool_calls）原樣帶回 messages，而不只是 content。
- 模型卡未見最低硬體需求說明；2.8T 總參數的模型自架成本要自行評估。
對你的實務建議
- 企業自架：先判斷是「內部使用」還是要對外提供服務，再對照授權門檻；商用前請法務確認。
- 自架不等於安全：下載權重、推理引擎與工具鏈請走內部驗證，並把 agent 的工具權限、網路出口與程式碼執行範圍先限縮（一般性建議）。
- 驗證自報數字：用自己的程式、文件與資安工作流程實測；模型卡上的 ExploitBench 等資安測試分數，K3.1 Pro 低於表中的三個閉源模型，實際表現仍需自行評估。
- 一般使用者：直接用官方 App 或 API 即可，不需要自己下載權重；小心不明網站冒稱「免費下載 K3.1」。
發表留言