月之暗面按 10 月 24 日发布时的承诺，在 Hugging Face 开放了 Kimi K3.1 Pro 的模型权重。规格为 MoE 架构、总参数 2.8 万亿、单次推理激活约 1040 亿、上下文约 100 万 Token，原生支持视觉理解；权重以 MXFP4 量化形式发布，激活值用 MXFP8，采用量化感知训练压缩体积。

排名来自 Arena 运营的 Agent Arena。它不靠两两盲投，而是从真实智能体会话里提取信号——完成确认、表扬与投诉、纠正指令、Shell 命令执行错误——再用「因果追踪」的随机化推断估算相对平均水平的净改进率。K3.1 Pro（Max）基于超过 1.75 万次真实长周期会话，净改进率 +5.1%（上一代 K3 为 +0.9%），在开放权重模型中排第一、全部参评模型中列第 13。

分项里最能说明问题的是 Bash Reliability：衡量 Shell 命令执行可靠性，从 K3 的 -4.5%（第 13 名）升到 +7.9%，开放模型第一。表扬与投诉比从 +1.3% 升到 +7.7%，Steerability（按用户反馈调整执行方向）+6.5%，同样开放模型第一。这组指标衡量的不是「答得好不好」，而是「活儿干完没有」。

落地侧同步推进：华为昇腾与阿里云灵骏真武 M890 超节点都在权重公布当天完成适配，API 也已开放并兼容 OpenAI 与 Anthropic 两套接口。仍要留出的余量是——MXFP4 量化意味着精度取舍需自行复测，2.8 万亿参数的本地部署门槛极高，多数团队实际会走 API 或超节点租赁。