月之暗面发布K3.1 Pro 凭纯后训练强化学习追平闭源前沿

AI技术投降派

底座架构不变仅靠大规模后训练即可缩小与闭源前沿差距，但2.8T参数极高的私有化部署门槛与缺乏独立验证仍是核心制约。

AI-assisted summary of 认输三个月后 Kimi3.1pro靠调教杀回来了 — original source. Check the original for full context.

Source published: 2026-10-24

Key ideas

月之暗面发布 K3.1 Pro，在不改变 2.8T MoE 底座架构和预训练的前提下，仅依靠扩大后训练算力与强化学习，在 14 项官方基准中拿下 8 项第一。 (0:00)
K3.1 Pro 在编程智能体与长程任务表现亮眼且幻觉率大幅下降，但科学推理仅 38.1 分，落后 GPT-6 Astra 的 68.1 分，呈现出明显的偏科特征。 (1:13)
月之暗面主动清除攻防训练数据以削弱网络攻击能力，其内部安全基准从 90.5 降至 81.0，成为首个公开声明“为安全削减智能”的开源模型。 (2:44)
商业化方面 API 降价三分之一并推 2-3 倍速的高速版，但模型极限压缩仍需 600GB 显存，私有化部署起步门槛高达 8 卡节点。 (3:38)

Detailed notes

## Background 该视频由 Bilibili UP 主“AI技术投降派”于 2026 年 10 月 24 日发布。视频简介指出，在三个月前坦承落后之后，月之暗面深夜交出答卷 K3.1 Pro，依靠纯后训练与大规模强化学习在 14 项基准中拿下 8 项第一，同时视频深入对账其成绩单、主动削减攻防智能的争议以及部署门槛等现实冷水。

## TL;DR Kimi K3.1 Pro 在未变更底层 2.8T MoE 架构与预训练的前提下，仅依靠后训练算力大幅增加与强化学习，在编程、长程任务及办公等多项基准上逼近或超越闭源前沿，并大幅压低了幻觉率。与此同时，月之暗面为安全考量主动清除网络攻防数据，成为业内首个公开声明削减智能以保安全的开放权重模型。尽管官方降价并推出高速版，作者仍提醒观众保持冷静：目前数据全为官方自测、科学推理存在严重偏科，且 2.8T 参数导致本地部署需 8 卡节点起步，最终实效仍待 11 月 4 日权重正式放出后的社区检验。

## Atmosphere & style 全片充斥着理性、克制且略带反思的极客科技观察氛围，没有盲目的狂欢与捧杀。创作者以一种既赞赏其工程突破、又警惕宣发滤镜的冷峻视角逐项对账，叙事节奏紧凑扎实，用词犀利接地气。听众能强烈感受到从“翻盘惊艳”迅速切换到“连泼冷水”的情绪反差，整体呈现出清醒、务实的硬核技术复盘质感。

## Bulletin - [00:00](https://www.bilibili.com/video/BV1UEHA6VEMa?t=0s) 月之暗面发布 K3.1 Pro，在不改变 2.8T MoE 底座架构和预训练的前提下，仅依靠扩大后训练算力与强化学习，在 14 项官方基准中拿下 8 项第一。 - [01:13](https://www.bilibili.com/video/BV1UEHA6VEMa?t=73s) K3.1 Pro 在编程智能体与长程任务表现亮眼且幻觉率大幅下降，但科学推理仅 38.1 分，落后 GPT-6 Astra 的 68.1 分，呈现出明显的偏科特征。 - [02:44](https://www.bilibili.com/video/BV1UEHA6VEMa?t=164s) 月之暗面主动清除攻防训练数据以削弱网络攻击能力，其内部安全基准从 90.5 降至 81.0，成为首个公开声明“为安全削减智能”的开源模型。 - [03:38](https://www.bilibili.com/video/BV1UEHA6VEMa?t=218s) 商业化方面 API 降价三分之一并推 2-3 倍速的高速版，但模型极限压缩仍需 600GB 显存，私有化部署起步门槛高达 8 卡节点。

## Key takeaways - [00:00](https://www.bilibili.com/video/BV1UEHA6VEMa?t=0s) 月之暗面在三月前坦承落后于 Fable 5 和 GPT 5.6 Sol 后交卷，正式发布追平闭源前沿的 K3.1 Pro。 - [00:33](https://www.bilibili.com/video/BV1UEHA6VEMa?t=33s) K3.1 Pro 延续 2.8 万亿参数 MoE 底座与 KDA 线性注意力架构，性能跃升完全来自纯后训练算力与强化学习扩张。 - [00:33](https://www.bilibili.com/video/BV1UEHA6VEMa?t=33s) 海外社区将 K3.1 Pro 视作继 DeepSeek-R1 后开放权重模型再次逼近闭源前沿的代表作，验证了“底座不改仅靠调教”的技术路径。 - [01:13](https://www.bilibili.com/video/BV1UEHA6VEMa?t=73s) 在 Terminal-Bench 4.0 编程智能体测试中取得 65.7 分，超越 GPT-6 Astra 并逼近 Claude Opus 5.5。 - [01:13](https://www.bilibili.com/video/BV1UEHA6VEMa?t=73s) 长程任务与办公基准均夺得第一，且带工具调用的幻觉率从 23.4% 骤降至 8.3%，不带工具的声明级幻觉率仅为 5.4%。 - [01:13](https://www.bilibili.com/video/BV1UEHA6VEMa?t=73s) 模型存在严重短板，在 Terminal-Bench Science 科学推理上仅获 38.1 分，被 Astra 的 68.1 分碾压，定性为全能型老二。 - [02:10](https://www.bilibili.com/video/BV1UEHA6VEMa?t=130s) API 价格降至每百万 Token 输入 13 元、输出 68 元，并推出提速 2 至 3 倍但价格翻倍的 Highspeed 版本以缓解吐字慢问题。 - [02:44](https://www.bilibili.com/video/BV1UEHA6VEMa?t=164s) 研发过程中模型自发涌现网络攻防能力，官方追溯并清除相关语料，内部攻防基准从 90.5 分主动降至 81.0 分。 - [02:44](https://www.bilibili.com/video/BV1UEHA6VEMa?t=164s) 全球首例“为安全削减智能”引发海外争议：支持者认可数据清洗优于易被微调绕过的拒答，防御工程师则担忧白帽工具效能受损。 - [03:38](https://www.bilibili.com/video/BV1UEHA6VEMa?t=218s) 目前成绩全为官方自测且部分竞品采用宣传口径对比，独立复现数据尚未出炉，仍需警惕此前 K3 跑分高但实际体感差的前科。 - [03:38](https://www.bilibili.com/video/BV1UEHA6VEMa?t=218s) 2.8T 原生权重达 1.56TB，极限压缩后也需 600GB 显存，普通开发者仅能用于技术测试，实用私有化部署需 8 卡节点起步。 - [04:24](https://www.bilibili.com/video/BV1UEHA6VEMa?t=264s) Artificial Analysis 给予 1846 分位列总榜第三，社区逐步形成“Kimi 负责规划、DeepSeek 负责执行”的分工落地思路。 - [04:55](https://www.bilibili.com/video/BV1UEHA6VEMa?t=295s) K3.1 Pro 证明在架构确定后，大规模后训练本身也是一条推动模型能力跃进的核心前沿路径，完整权重定于 11 月 4 日前开源。

## Detailed walkthrough ### [00:00](https://www.bilibili.com/video/BV1UEHA6VEMa?t=0s) 认输三月后交卷：纯后训练驱动的 K3.1 Pro

三个月前介绍 Kimi K3 的时候，月之暗面官方曾在博客里坦诚认输，直言“整体性能仍落后于 Fable 5 和 GPT 5.6 Sol”。然而就在昨天深夜，月之暗面正式交出了升级答卷——K3.1 Pro。该模型在官方公布的 14 项基准评测中一举拿下 8 项第一，被官方称为目前开放权重模型中的最强者。

对于 K3.1 Pro 究竟是什么，官方的说明非常直白：“它是 K3 的后训练版本，后训练算力大幅增加。”换言之，它并没有更换底层架构，底座依旧延续了此前 2.8 万亿参数（2.8T）的混合专家架构（MoE），预训练未动，架构未换。海外社区普遍认为，这是继 DeepSeek-R1 之后，开放模型第一次追平闭源前沿。这一突破完全依赖更长、更大规模的强化学习，正所谓“发动机没换，调教把成绩提上来了”。

```mermaid flowchart LR accTitle: K3 到 K3.1 Pro 的演进路径 accDescr: 展示 Kimi 底座架构保持不变，仅依靠后训练算力与强化学习实现性能突破

subgraph Base["底层架构（未变更）"] A["2.8 万亿参数 MoE 底座"] B["KDA 线性注意力 / 每 token 激活 104B"] end

subgraph PostTrain["后训练升级"] C["后训练算力大幅增加"] D["大规模强化学习"] end

subgraph Result["产出成果"] E["K3.1 Pro（追平闭源前沿）"] end

Base --> PostTrain --> Result ```

[01:13](https://www.bilibili.com/video/BV1UEHA6VEMa?t=73s) 跑分成绩单：8 项第一与明显的偏科

从官方公布的基准测试看，K3.1 Pro 在多个前沿任务上表现抢眼。在编程智能体基准 Terminal-Bench 4.0 中，K3.1 Pro 取得 65.7 分，击败了 GPT-6 Astra 的 58.2 分，仅略逊于 Opus 5.5 的 66.4 分；在长程任务基准 Agent's Last Exam 中拿到 43.2 分位列第一；在办公基准 Office QA 中以 64.4 分同样拔得头筹。提升最显著的是幻觉控制能力：在带工具调用场景下，幻觉率从 K3 的 23.4% 断崖式下降至 8.3%；在不带工具的声明级幻觉测试中仅为 5.4%，只略逊于 Astra 的 4.2%，明显好于 Opus 与 Fable。

不过，官方在展示 8 项第一的同时，也没有回避偏科问题。在科学推理基准 Terminal-Bench Science 上，K3.1 Pro 仅获得 38.1 分，被 Astra 的 68.1 分彻底碾压。作者将其定位为“全能型老二，短板也很明显”。此外，在商业化与可用性方面，月之暗面做出了两项关键调整： - **价格下调三分之一**：API 价格降至每百万 Token 输入 13 元、输出 68 元，直接回应成本顾虑。 - **推出 Highspeed 高速版**：针对此前社区对 K3 吐字慢的集中抱怨，高速版将输出速度提升 2 至 3 倍，价格则相应翻倍。 - **权重开源日程**：官方承诺完整模型权重将在 11 月 4 日前放出，但许可证条款目前尚未正式公布。

| 评估维度 / 基准测试 | Kimi K3.1 Pro | GPT-6 Astra | Claude Opus 5.5 | 表现定性 | |:--- |:--- |:--- |:--- |:--- | | **编程智能体 (Terminal-Bench 4.0)** | 65.7 | 58.2 | 66.4 | 超越 Astra，略逊 Opus | | **长程任务 (Agent's Last Exam)** | 43.2 | 未列出 / 较低 | 未列出 / 较低 | 位列第一 | | **办公基准 (Office QA)** | 64.4 | 未列出 / 较低 | 未列出 / 较低 | 位列第一 | | **工具场景幻觉率 (越低越好)** | 8.3% (原 23.4%) | 未提及 | 未提及 | 进步巨大 | | **声明级幻觉率 (越低越好)** | 5.4% | 4.2% | 高于 5.4% | 优于 Opus 与 Fable | | **科学推理 (Terminal-Bench Science)** | 38.1 | 68.1 | 未提及 | 严重偏科，差距悬殊 |

[02:44](https://www.bilibili.com/video/BV1UEHA6VEMa?t=164s) 主动砍一刀：为安全削减智能

本次发布最受瞩目且具争议的事件，是月之暗面官方“主动砍了自己一刀”。在模型强化学习训练过程中，研发团队发现随着规模扩大，模型的网络攻防对抗能力会自动水涨船高，并非团队刻意诱导，而是“练着练着就长”。为此，月之暗面追溯了语料与训练环境，主动清除了所有网络攻防相关的训练数据，并为此付出了明确的性能代价：其内部攻防基准测试成绩从未清洗版本的 90.5 分直降至最终发布版的 81.0 分。

官方就此公开承诺，绝不发布推进网络攻防绝对前沿的开放权重模型。这被认为是全球开源模型史上第一次公开声明“为了安全削减智能”，随即在海外开发者与安全社区引发激烈交锋： - **支持方立场**：认为直接从底层移除数据远比后期设置“拒答规则”靠谱得多，因为后置的拒答容易被下游微调绕过或洗掉，而“数据不在就是不在”。 - **反对方立场（防御工程师）**：对这一做法提出质疑，有安全专家明确表态：“我恰恰需要擅长找漏洞的模型”，认为削减网络攻防能力反噬了白帽防御者的工具效能。

[03:38](https://www.bilibili.com/video/BV1UEHA6VEMa?t=218s) 三盆冷水与外部评价：部署门槛与落地分工

面对发布引发的热潮，作者给出了三盆冷静的冷水： - **第一盆冷水（缺乏独立验证）**：发布不到一天，目前所有亮眼跑分均为月之暗面的官方自测，尚无第三方独立复现。且其博客引用的竞品数据存在统计口径差异，例如 Opus 5.5 在官方基准榜单中为 64.8 分，而月之暗面博客采用的是对手宣传口径的 66.4 分。 - **第二盆冷水（体感与跑分脱节的前科）**：上一代 K3 曾出现“跑分惊艳但实际体验落差大”的反馈，同时订阅限额过低的问题也曾遭遇集中吐槽，本次升级能否彻底改善真实体验仍待观察。 - **第三盆冷水（极高的私有化部署门槛）**：“3T 是企业的 3T”，2.8 万亿总参数的原生权重高达 1.56 TB，即便利极限压缩也需要 600 GB 显存，消费级与普通个人设备仅能进行技术性测试运行，若想真正私有化部署，必须以 8 卡计算节点起步。

在外部独立评价方面，评测机构 Artificial Analysis 给予 K3.1 Pro 1846 分的高分，总榜位列第三，仅次于 Opus 5.5，相比原版 K3 跃升了 300 多分。行业分析普遍指出，当前顶尖开放模型落后闭源前沿约 6 个月，而 DeepSeek V4.1 Flash 大约落后 12 个月。社区中正形成一套务实的协作打法：“规划交给 Kimi，执行交给 DeepSeek。”

正如作者最后总结的行业启示，三个月前月之暗面主动认输，三个月后交出一份 8 项第一、降价三分之一并树立安全治理先例的答卷；在技术路线上，“架构创新还能再挖出一大块红利，K3.1 补了下半句，架构定了之后，后训练本身就是一条前沿。”这套模型的真正实力，仍要等到 11 月 4 日权重正式开源、独立评测出炉后才能见分晓。

## Notable quotes > [03:38](https://www.bilibili.com/video/BV1UEHA6VEMa?t=218s) 架构定了之后，后训练本身就是一条前沿。 — AI技术投降派

> [03:38](https://www.bilibili.com/video/BV1UEHA6VEMa?t=218s) 规划交给 Kimi，执行交给 DeepSeek。 — 开源社区开发者

## Mentioned 月之暗面, Kimi K3, Kimi K3.1 Pro, Fable 5, GPT 5.6 Sol, GPT-6 Astra, Claude Opus 5.5, DeepSeek-R1, DeepSeek V4.1 Flash, Terminal-Bench 4.0, Agent's Last Exam, Office QA, Terminal-Bench Science, Artificial Analysis, AI技术投降派

## Video description 三个月前我们讲 Kimi K3 的时候，官方在博客里说了句大实话：整体性能仍落后于 Fable 5 和 GPT 5.6 Sol。昨天深夜，月之暗面交卷了：K3.1 Pro，14 项基准 8 项第一。这次逐项对账。

先说它是什么：不是新架构。官方原话，"K3 的后训练版本，后训练算力大幅增加"。底座还是 2.8 万亿参数、每 token 激活 104B、KDA 线性注意力，预训练没动，架构没换，提升全部来自大规模强化学习。国外社区的判断：这是 R1 之后开放模型第一次追平闭源前沿，而且靠的是光训练更久——发动机没换，调教把成绩提上来了。

成绩单：Terminal-Bench 4.0 拿 65.7，超过 GPT-6 Astra 的 58.2，略逊 Opus 5.5；长程任务、办公基准拿第一；幻觉率从 23.4 降到 8.3，不带工具时 5.4 只比 Astra 差一点。偏科也照实说：科学推理 38.1，被 Astra 的 68.1 碾压。全能型老二，短板明显。

最有意思的一件事：官方主动砍了自己一刀。训练中发现网络攻防能力随强化学习自动上升，他们追溯语料、清除了相关数据——内部攻防基准从 90.5 降到 81.0。这是全球开源模型第一次公开声明"为了安全削减智能"。国外社区吵翻了：支持方说数据移除比拒答靠谱，拒答能被微调掉，数据不在就是不在；反对的防御工程师说，我恰恰需要擅长找漏洞的模型。

价格反而降了三分之一（输入 13 元/输出 68 元），Highspeed 版快 2-3 倍回应"K3 太慢"的批评。三盆冷水也要泼：发布不到一天全是官方自测，独立验证没出；K3 有跑分高体感差的前科；2.8T 参数极限压缩还要 600GB，自部署八卡节点起步。完整权重 11 月 4 日前放出，许可证还没公布。

00:05 三个月前的认输与这次交卷 00:33 不是新架构：纯后训练推前沿 01:13 成绩单：8项第一与偏科 02:10 价格反降与 11.4 权重日 02:44 主动砍一刀：为安全削智能 03:38 三盆冷水 04:24 外部评价：AA第三与规划执行分工 04:55 架构红利上半句，后训练下半句

[Source](https://www.bilibili.com/video/BV1UEHA6VEMa)

中文简报

月之暗面发布K3.1 Pro 凭纯后训练强化学习追平闭源前沿底座架构不变仅靠大规模后训练即可缩小与闭源前沿差距，但2.8T参数极高的私有化部署门槛与缺乏独立验证仍是核心制约。 Kimi K3.1 Pro 在未变更底层 2.8T MoE 架构与预训练的前提下，仅依靠后训练算力大幅增加与强化学习，在编程、长程任务及办公等多项基准上逼近或超越闭源前沿，并大幅压低了幻觉率。与此同时，月之暗面出于安全考量主动清除网络攻防数据，成为业内首个公开声明削减智能以保安全的开放权重模型。尽管官方降价并推出高速版，但目前数据全为官方自测、科学推理存在严重偏科，且 2.8T 参数导致本地部署需 8 卡节点起步，最终实效仍待 11 月 4 日权重正式放出后的社区检验。月之暗面发布 K3.1 Pro，在不改变 2.8T MoE 底座架构和预训练的前提下，仅依靠扩大后训练算力与强化学习，在 14 项官方基准中拿下 8 项第一。 (0:00) K3.1 Pro 在编程智能体与长程任务表现亮眼且幻觉率大幅下降，但科学推理仅 38.1 分，落后 GPT-6 Astra 的 68.1 分，呈现出明显的偏科特征。 (1:13) 月之暗面主动清除攻防训练数据以削弱网络攻击能力，其内部安全基准从 90.5 降至 81.0，成为首个公开声明“为安全削减智能”的开源模型。 (2:44) 商业化方面 API 降价三分之一并推 2-3 倍速的高速版，但模型极限压缩仍需 600GB 显存，私有化部署起步门槛高达 8 卡节点。 (3:38)

Reading summary

月之暗面在坦承技术落后三个月后推出 Kimi K3.1 Pro，在保持 2.8 万亿参数 MoE 底座架构不变的情况下，完全依靠大规模强化学习后训练追赶闭源前沿。该模型在编程智能体与幻觉控制等官方测试中斩获多项第一，但在科学推理上存在严重偏科，并主动削弱了网络攻防能力以符合安全考量。架构未动下的后训练跃迁与性能偏科 (0:00) K3.1 Pro 并未更换底层模型架构，依然延续了 2.8 万亿参数（2.8T）混合专家（MoE）底座，采用 KDA 线性注意力与单 token 激活 104B 的配置。月之暗面官方与社区分析指出，该模型的突破完全来自于更长、更大规模的强化学习及后训练算力的大幅增加，被视为开源领域继 DeepSeek-R1 后再度追赶闭源顶尖水平的代表案例。在官方公布的 14 项基准中，该模型拿下 8 项第一。其在编程智能体基准 Terminal-Bench 4.0 中获 65.7 分（超越 GPT-6 Astra 的 58.2 分，逼近 Claude Opus 5.5 的 66.4 分），长程任务基准 Agent's Last Exam 取得 43.2 分，工具调用场景下的幻觉率也从 23.4% 降至 8.3%。然而，该模型呈现出鲜明的偏科特征：在科学推理基准 Terminal-Bench Science 上仅获 38.1 分，落后于 Astra 的 68.1 分，被评测者定性为长短板均极为突出的模型。首例“为安全削弱智能”的数据清洗争议 (2:44) 在强化学习训练过程中，研发团队观察到模型的网络攻防对抗能力随规模扩大而自主涌现。为避免推进开放权重模型的攻防绝对前沿，月之暗面主动追溯语料与训练环境，清除了全部网络攻防训练数据。这一干预导致其内部攻防基准得分从未清洗版的 90.5 分直接降至发布版的 81.0 分，成为全球开源模型史上首次明确“为了安全削减智能”的操作。该举措在海外开发者与安全领域引发分歧。支持者主张，从底层物理清除数据比依靠易被下游微调绕过的“拒答安全规则”更为稳固；反对阵营的防御工程师则批评，这种能力削减直接破坏了白帽安全人员寻找漏洞与防护系统的有效工具效能。商业化降价、落地门槛与第三方评估 (3:38) 为改善可用性，月之暗面将 API 价格下调三分之一至每百万 Token 输入 13 元、输出 68 元，并推出输出提速 2 至 3 倍但价格翻倍的 Highspeed 高速版，承诺在 11 月 4 日前开放模型权重（许可证待定）。尽管评测机构 Artificial Analysis 给出 1846 分并将 K3.1 Pro 列为总榜第三，但实际落地仍面临多重审视：当前亮眼跑分主要依赖官方自测，缺乏第三方独立复现，且官方对比中存在部分竞品数据统计口径差异。此外，上一代 K3 曾存在跑分惊艳与实际体验脱节、订阅限额过紧的前科。而在部署成本上，2.8T 模型的原生权重达 1.56 TB，极端压缩后也需 600 GB 显存，实际私有化落地门槛须以 8 卡计算节点起步。目前行业推算顶尖开放模型落后闭源前沿约 6 个月，社区正逐步形成由 Kimi 负责规划、DeepSeek 负责执行的协作工作流。 K3.1 Pro 表明在大模型底层架构冻结后，强化学习与后训练算力本身已成为追平闭源前沿的独立技术路径；但其工程价值、偏科影响及体验落地，仍需等待 11 月 4 日权重正式开源后的社区复现与独立检验。

Source quotes

[3:38] AI技术投降派: 架构定了之后，后训练本身就是一条前沿。 [3:38] 开源社区开发者: 规划交给 Kimi，执行交给 DeepSeek。

Original transcript

[0:00] 三个月前,我们介绍Kimi K3的时候,说过官方的一句大实话。他们在博客里承认整体性能仍落后于Fable 5和GPT 5.6SO昨天深夜,月之暗面交卷了,K3.1 Pro,14项基准,8项第一,号称开放权重里最强。这一次卷子答得怎么样我们逐向对账先说它是什么K3.1 Pro不是新架构官方原话说得很直白,它是K3的后训练版本,后训练算力大幅增加,底座还是那套28000亿参数的混合专家。这件事本身比跑分有意思。国外社区的判断是,这是R1之后,开放模型第一次追凭B原前沿。而且靠的是光训练更久一句话,发动机没换,调教把成绩提上来了,看成绩单。编程智能体这一项,Terminal Bench 4.0,拿到65.7。GPT-6 Astra是58.2,OPUS-5.5是66.4。超过了Estra,略训OPUS,长程任务Agent's Last Exam,43.2,第1。办公Office QA 64.4 第一幻觉控制进步最大带工具场景的幻觉率从23.4%降到8.3%不带工具时,声名及幻觉5.4只比Astra的4.2差一点。好过Opus和Fable,八项第一。但偏科要照实说科学推理Terminal Bench Science 38.1被Astra的68.1碾压全能型老二短板也很明显价格反而降了API每百万Token输入13元输出68元比K3直接降了三分之一同期发布的还有一个high speed版输出速度快2-3倍价格翻倍K3当年被吐槽最多的就是慢这一版显然是冲着那句话去的完整权重承诺11月4日前放出许可证条款还没公布这次最有意思的一件事,是官方主动砍了自己一刀。训练中他们发现,网络攻防能力会随着强化学习的规模自动上升,不是他们想练,而是他们想练。是练着练着就长他们追溯了语料和训练环境,把网络工房相关的数据清除了。代价写得明明白白内部攻防基准上没清洗的版本90.5发布版降到81官方承诺不发布推进网络攻防绝对前沿的开放权重这是全球开源模型第一次公开声明为了安全削减智能国外社区炒翻了支持的一方说数据移除比巨达靠谱巨达能被微调掉数据不在就是不在反对的一方是防御工程师说我恰恰需要擅长找漏洞的模型泼三盆冷水第一盆发布不到一天所有成绩全是官方自测独立验证还没出引用的OPUS分数也有口径问题官方榜是64.8博客里写66.4取的是对手自己宣传的数字第二盆体感前科K3时期跑分很高实际使用失望的反馈不少订阅限额的抱怨也很集中这次改没改好请不吝点赞订阅转发打赏支持明镜与点点栏目第三盆,3T是企业的3T,28000亿参数,原生权重1.56TB,极限压缩还要600GB,个人设备只能技术性运行,想自己部署,8卡节点起步。外面的评价补两条独立评测机构Artificial Analysis给了1846分排第三,仅次于OPUS 5.5,比K3涨了300多分有分析说,开放模型现在落后碧源前沿约6个月,Deep Seek 的 V4.1 Flash 落后约12个月社区里流行的用法很实际,规划交给Kimi,执行交给DeepSeek。收个尾三个月前认输这次交卷八项的 [5:00] 价格降三分之一顺手立了个安全先例但独立验证没出,权重没放,许可证没公布。我们之前讲K3的时候说过,架构创新还能再挖出一大块红利,K3.1补了下半句,架构定了之后,后训练本身就是一条前沿。11月4号权众放出来那天,答案才真正揭晓,到时候再看,评论区聊聊。