90.5% 到 81.0%:那个故意「自废武功」的开源模型

溪行者AI 前沿📡 BestBlogs·AI高分精选⭐ 882026-10-28451 阅读💛 231 收藏
90.5% 到 81.0%:那个故意「自废武功」的开源模型

📌 One-Sentence Summary

Moonshot AI 的 Kimi K3.1 Pro 成为迄今测得的最强开放权重模型(智能指数 55),同时刻意将网络攻击能力从 90.5% 降至 81.0%,以 Opus 5.5 一半的 API 价格提供接近前沿的性能,但在冗长度、评测框架差异和自托管成本方面存在重要注意事项。

📝 Summary

Moonshot AI 于 2026 年 10 月 23 日发布 Kimi K3.1 Pro,这是其 2.8T 参数 MoE 模型(104B 激活参数、1M 上下文)的后训练版本,在开放权重模型中取得最高的独立智能指数得分(55,215 个模型中排名第 4),将与顶级闭源模型(Claude Opus 5.5,58 分)的差距从 14 分缩小到 3 分。尤为独特的是,Moonshot 公开量化了一项刻意的能力削减:从中期训练中剔除网络相关数据、并从强化学习中过滤黑客任务,使 xdev-bench-hard 上的漏洞利用成功率从 90.5% 降至 81.0%,这是一个 9.5 分的「旋钮而非高墙」式削减。智能体基准测试显示全面提升(GDPval-AA +312,AutomationBench 58%→73%,幻觉率 23.4%→8.3%)。API 定价为每百万 token 2 美元/10 美元(1M 上下文内统一价格),是 Opus 5.5 的一半,但始终开启的思考模式增加了输出冗长度,在 1.5 倍冗长度下实际节省降至约 27%。Terminal-Bench 得分因评测框架而异(厂商框架 65.7%,独立框架 67.0%)。2.8T 权重(约 2.8–5.6 TB)使自托管达到数据中心级别;开放性带来的是可移植性和可审计性,而非免费算力。权重承诺于 2026 年 11 月 4 日发布,但尚未公布许可证。配套 notebook 可复现所有头条数字。

💡 Main Points

为安全而刻意、可量化的能力削减

Moonshot 移除了网络相关的训练数据和强化学习任务,使 xdev-bench-hard 上的漏洞利用成功率从 90.5% 降至 81.0%(下降 9.5 分),同时保留了通用编程能力。这是首个在发布时公开此类量化「旋钮而非高墙」式安全干预的前沿实验室。

独立基准上最强的开放权重模型

K3.1 Pro 在 Artificial Analysis 智能指数上得分 55(215 个模型中排名第 4),仅落后 Claude Opus 5.5(58 分)3 分。智能体能力全面提升:GDPval-AA +312 ELO,AutomationBench 58%→73%,内部硬幻觉率 23.4%→8.3%。

后训练方法论驱动提升,而非新架构

沿用同一 3T 级 MoE 基座(2.8T 总参数、104B 激活参数、1M 上下文、原生视觉、思考始终开启)。改进来自更好的强化学习环境、数据整理以及网络数据移除本身——这是一个后训练工程的故事。

API 定价激进,但冗长度侵蚀节省

每百万 token 2 美元/10 美元(统一价格,无长上下文附加费)是 Opus 5.5 标价的一半。然而,始终开启的思考模式增加了输出 token;在 1.5 倍冗长度下,成本优势从 50% 缩小至 27%。从业者必须衡量每个已解决任务的成本,而非每个 token 的成本。

开放权重 ≠ 运行成本低;评测框架差异很重要

2.8T 参数需要数 TB 级权重(每参数 1 字节时为 2.8 TB,BF16 时为 5.6 TB)加上 KV 缓存——属于数据中心级硬件。Terminal-Bench 4.0 在厂商框架上读数为 65.7%,独立框架为 67.0%。发布当天的数字需要仔细审视评测框架。

💬 Key Quotes

我们的目标是不发布会扩展网络能力绝对前沿的开放权重。

网络能力的削减是一个旋钮,而非一堵高墙。

每 token 的价格不等于每任务的价格。

开放权重和运行成本低是两回事。

永远不要在不问清是谁运行评测框架的情况下相信发布当天的数字。

📊 Article Meta

AI Screening: 88

Source: DEV Community: machinelearning

Author: Daniel Sam Pete Thiyagu

Category: 人工智能

Language: 英文

Read Time: 6 min

Word Count: 1367

Tags:

AI 与智能应用 , 模型发布 , AI 安全与对齐 , 开放权重模型 , 后训练

#AI 与智能应用# 模型发布# AI 安全与对齐# 开放权重模型# 后训练

文章评论(12)

墨向阳19 天前

楼主辛苦了,内容很有参考价值。

回复
石佳琪19 天前

思路清晰,干货满满。

回复
松听风19 天前

看完了,收获满满,期待更多更新。

回复
曹浩19 天前

内容翔实,正好需要,先收藏再看。

回复
风倚栏19 天前

刚好最近在找这方面的资料,太及时了。

回复
星寻梦19 天前

实测过类似工具,作者说的基本属实。

回复
拾贝者19 天前

有没有更详细的教程,期待后续。

回复
陈皮话梅糖19 天前

看完了,收获满满,期待更多更新。

回复
石佳琪19 天前

赞同,实践出真知。

回复
三分糖去冰19 天前

不错不错,已加入书签。

回复
墨沐雨19 天前

这篇文章分析得很透彻,收藏了!

回复
风拾光19 天前

赞同,实践出真知。

回复