Moonshot AI 在 Huggingface 上发布了 2.8T 参数的大规模 Kimi K3.1 Pro 权重。

在 Terminal-Bench 上，它与 Claude 5.5 正面交锋

以 4-bit 权重训练，也以该精度发布，避免了 16-bit 副本所需的 5.6TB。

Moonshot 将稳步上升的漏洞利用技能追溯到其通用中期训练语料和 RL 环境中埋藏的网络安全内容，并在开放权重前将两者移除。

在 Moonshot 自己的测试中，该模型在 Terminal-Bench 4.0 上得分 65.7%，接近 Claude Opus 5.5 的 66.4%，但在无工具情况下在 HLE-Diamond 上仅达 39.4%，而 GPT-6 Astra 为 65.8%。

每个 token 仅激活其 104B 参数，其 93 层中有 69 层使用线性注意力，这使得处理 1M token 上下文更便宜。

其修改版 MIT 许可证豁免内部使用，但要求年收入超过 2000 万美元的模型托管公司进行谈判，以约束可能压低公司自家 API 价格的转售商。