Moonshot 發布 Kimi K3.1 Pro:3T 級開源權重模型,1M context,權重預告 11/4 前釋出
Kimi K3.1 Pro 已上線 API,定價每百萬輸入 2 美元、輸出 10 美元;Artificial Analysis 評分 55,僅次於 Claude Opus 5.5。
43 則值得知道的變化
Kimi K3.1 Pro 已上線 API,定價每百萬輸入 2 美元、輸出 10 美元;Artificial Analysis 評分 55,僅次於 Claude Opus 5.5。
Atria Dawn 提供 512K 上下文的完整版與 256K 的 Preview 版,並有 FP8 量化版本;官方評測中多數代理基準與主流模型相比具競爭力,但未提供獨立第三方驗證。
據 Artificial Analysis 評測,K3.1 Pro 較前代 K3 高出 11 分;若如期開放權重,將成為表現最強的開源權重模型,與閉源模型差距縮至 3 分。
Dessa 採純音訊輸入輸出、不依賴文字與預訓練模型,官方稱推論速度快於即時,可在 MacBook Pro M4 Max 上本地執行,訓練僅用一台 NVIDIA GB200 NVL72。
語音大模型調用量同比暴增超過 20 倍;SparkAudio 1.0 可做情緒識別、實時說話人分離與環境聲理解,已進入輸入法與辦公本等產品。
此次為該模型首次廣泛開放給使用者,定價為每百萬輸入 token 0.10 美元且不收輸出 token 費用;語音與視覺功能的細節及效能數據尚未取得。
據作者在 Reddit 上的說明,此試驗未見任何事實錯誤或有害陳述,但研究為單中心、未盲性設計、未納入臨床結果,作者自稱僅為概念驗證。
以 Gemma-4-E4B-it 為基底後訓練,主打低記憶體與低 TTFT,可商用,並附 DFlash 草稿模型供投機解碼使用。
重新檢視英國 AISI 網路安全測試後,Anthropic 稱內部研究模型停止持續性攻擊的比例為 67%,高於 Opus 5.5 的 10%,但官方認為此數字仍可能低估。
官方先導片暗藏「Kimi K3.1」彩蛋,匿名模型 Kibitz 疑為其代號,實測在 3D 與前端任務上表現突出,多為網友與 AI 博主實測,尚未正式證實。
該 PR 標題為支援 Qwen4.0-Max prefill heads,提交帳號註冊不到一個月,原文作者推測可能是洗版帳號或阿里巴巴的秘密帳號。