2.8万亿模型像PDF一样挂网!Kimi杀入全球前四,比GPT-6便宜80%

北京时间10月24日凌晨1点15分。硅谷正是上午，月之暗面（Moonshot AI）在X平台宣布：Kimi K3.1 Pro正式上线，同步推出提速2至3倍的Highspeed版。

发布帖还给出了一项承诺：11月4日前，完整公开模型权重。

一条高赞回复感叹：“2.8万亿参数，他们就打算像发PDF一样直接挂到网上。我们完了”另一位网友顺势补刀：“Dario（Anthropic掌门人）马上又要发一篇关于AI安全的长文了。”

▲ Kimi官方发布主帖，宣布新旗舰上线并承诺11月4日前开源权重

▲ 高赞评论感叹：2.8万亿参数巨兽即将像发PDF一样直接公开

01杀入全球前四：超级医院的“专科急诊”

为什么“像发PDF一样挂网”会让硅谷巨头冒冷汗？

先拆解两个词开源权重，意味着厂商不光卖做好的菜（API接口），还把训练好的模型参数直接打包上网，算力充足的团队能把它搬进自家私有云，彻底摆脱接口依赖。MoE（混合专家架构），则让K3.1 Pro虽有2.8万亿总参数，每次推理却只唤醒1040亿参数，就像一座超级医院，看脚踝扭伤不必全院专家会诊，系统只叫醒骨科团队。脑容量极大，单次算力却很省电

这台在K3基础上投入重兵做多领域强化学习的巨兽，到底有多猛？独立评测机构Artificial Analysis公布评测结果：在全球215个模型的智能指数榜上，K3.1 Pro狂飙11分拿下55分，直接冲到全球第四；按该机构口径，权重发布后，开源权重与闭源最高分的差距将从12分缩到3分。

在专考编程智能体的Terminal-Bench 4.0（让AI在受限终端里自己写代码、跑命令、修Bug过测）上，它拿到65.7%（第三方复测高达67%），不仅甩开GPT-6 Astra（58.2%），更几乎贴着霸主Claude Opus 5.5（66.4%）的后背在跑。

▲ 独立榜单确认K3.1 Pro位列全球第四，即将登顶开源权重第一

02蒙眼算财报：不许复制粘贴的华尔街大考

把镜头从程序员的黑框终端，切到凌晨两点的投行工位。桌上堆满扫描版PDF财报，图表跨页交错，脚注密密麻麻。

在官方14项测试中，K3.1 Pro有6项击败表中所列闭源对照模型，其中两场硬仗直指高难PDF：OfficeQA Pro v2与GDP.pdf。

常规测试很温柔，会先把PDF转成纯文字再喂给AI。但OfficeQA Pro v2立下死规矩：禁用一切机器可读文本，所有页面强行渲染成纯图片。没有Ctrl+F搜索，不能复制粘贴AI必须像人类分析师一样，纯靠原生视觉去扫视图片里的报表，跨文档核对数据并完成多步计算。

结果K3.1 Pro拿下64.4分刷新纪录，力压Claude Opus 5.5（62.2分），领先GPT-6 Astra（54.4分）整整10分。在GDP.pdf沙箱模式里，它还能自己写IPython代码拆解原始文档；真实办公盲测GDPval-AA更是暴涨312分冲上1846 Elo，高居全球第三。

但它绝非全能神翻开Vals AI垂直榜与科学榜，偏科一眼可见：它在法律指数（67.0%）和金融代理（61.5%）上表现亮眼，可一碰税务代理Tax Agent Bench就跌至24.9%；科学终端Terminal-Bench Science仅得38.1%，远逊于GPT-6 Astra（68.1%）。这戳破了跑分神话的另一面：K3.1 Pro的优势集中在编程与金融任务。

03幻觉暴跌65%？翻开背后的“三本账”

金融圈最怕AI编造数据官方主打“幻觉下降65%”，但摊开各方测试底稿，背后其实藏着三本账。

第一本是开卷抗压账在内部带工具的Kimi Hallu Bench Hard上，AI可联网查证，声明级事实错误率从上代的23.4%骤降至8.3%，“降幅65%”正源于此。它确实赢了Opus 5.5（15.0%），但GPT-6 Astra（5.5%）依然是全场最稳的标杆。第二本是真实报错账，在脱敏历史报错对话集上，其错误率也从23.35%压到了6.85%。

可一旦翻开第三本账，第三方AA-Omniscience无工具盲测，面对广泛冷门知识，它的幻觉率虽降了9个百分点，仍高达44%。

8.3%与44%来自不同题库、工具条件和统计口径，不能直接横比。第三方无工具测试仍暴露出它在冷门知识上的可靠性问题。

04五分之一骨折价？账单里的陷阱与暗器

再看最刺激神经的价格科技博主对比API标价：K3.1 Pro标准API每百万token仅收输入2美元、输出10美元，只有Opus 5.5的一半、GPT-6 Astra（10/50美元）的五分之一。

评论区却立刻吵翻网友@NonniGB直接反呛：“根本没人按API原价用Claude！Kimi订阅套餐额度少得可笑，真用起来Opus便宜得多。”

两边比较的是API标价和订阅额度两种账本。普通用户看重月度套餐额度；而API开发者也要小心“单价幻觉”，K3.1 Pro默认把推理强度（reasoning_effort）拉满到max，就像打折出租车默认绕着三环多跑两圈想路线，输出token涨了14%，导致实测单任务总成本（约1.98至2.11美元）与上代几乎持平。

企业长文档工程里，还藏着一项“省钱暗器”。按官方开发指南，先用/v1/files接口把PDF提取成干净的Markdown（切忌把file_id或转成base64的PDF直接塞进消息烧钱），再固定放在system提示词最前端。官方示例中，一份约6万token的报告，次轮追问高达99.8%的token直接命中前缀缓存，按0.20美元/百万token的白菜价计费，示例首字响应不到5秒。官方称，相比自建RAG方案，该方法最高可节省90%成本；具体收益取决于文档与请求方式

0511月4日的倒计时

这就是Kimi K3.1 Pro掀开的真实牌局。

过去闭源巨头靠着几分的智力代差，安心收取高昂的“智能税”。如今，一头能蒙眼啃下纯图财报、API单价打两折的2.8万亿巨兽，已经贴到了距离王座仅3分的位置。11月4日的开源倒计时正在滴答作响，大模型靠锁死权重躺赢的时代，又被狠狠撬松了一块砖。