按照10月24日发布时给出的承诺，月之暗面（MoonshotAI）今日在HuggingFace平台开放了KimiK3.1 Pro的模型权重。

在Arena运营的AgentArena智能体排行榜中，KimiK3.1 Pro（Max）位列开放权重模型第一、全部参评模型第13位，并在工作、编程与聊天三个类别中均居开放模型首位。

AgentArena的评测方式与传统的成对盲测不同。它不要求用户对两个回答投票，而是从真实用户的智能体会话中提取信号，包括用户对任务的明确确认、表扬与投诉、纠正指令以及Shell命令执行错误等，再通过Arena称为“因果追踪”的随机化推断方法估算各模型相对于平均水平的净改进率。

KimiK3.1 Pro此次排名基于全球用户超过1.75万次真实长周期智能体任务会话，净改进率为+5.1%，较上一代K3（Max）的+0.9%提升4.2个百分点。

分项指标呈现出更具体的改善幅度。衡量Shell命令执行可靠性的BashReliability从K3的-4.5%（第 13 名）升至+7.9%，在开放模型中排名第一；反映用户满意度的 PraisevsComplaint 指标从+1.3%升至 +7.7%；衡量模型根据用户反馈调整执行方向的 Steerability 指标达到+6.5%，同样居开放模型首位。用户明确确认任务完成的ConfirmedSuccess为+3.9%，开放模型第四。

KimiK3.1 Pro采用混合专家架构，总参数量2.8万亿，单次推理激活约1040亿参数，支持约 100 万 Token 上下文窗口。

与 K3 相比，K3.1 Pro 以 K3 为基座进行了大规模联合强化学习后训练，覆盖数百个下游领域，并将部分全注意力层替换为门控稀疏注意力层，以降低长上下文建模的开销。

值得一提的是，开源权重的“可下载”与“可本地运行”之间存在显著距离。2.8 万亿参数以 BF16 精度存储的权重文件约 5.6TB，即使采用 INT4 量化也仍需约 1.4TB，单机消费级显卡基本不具备部署可能。

在终端智能体基准 Terminal-Bench 4.0 上，K3.1 Pro 得分 65.7%，高于 GPT-6 Astra 的 58.2%，与 ClaudeOpus 5.5 的 66.4% 相差不到 1 个百分点。