moonshotai/Kimi-K3.1-Pro · Hugging Face

📌 One-Sentence Summary
本文介绍了 Kimi K3.1 Pro,这是一款拥有 2.8T 参数和 1-million-token 上下文窗口的开放权重多模态智能体模型,并展示了其在编程、智能体任务、推理和网络安全基准测试中的出色表现。
📝 Summary
本文介绍了 Moonshot AI 能力最强的 3T 级模型 Kimi K3.1 Pro,该模型开放权重并原生支持多模态。它基于 Kimi K3 构建,通过在数百个领域开展大规模联合强化学习进行训练,采用混合专家架构,总参数量为 2.8T(激活参数为 104B),上下文窗口为 1-million-token。模型使用 KDA 和 Gated DeepSeek Sparse Attention 机制、MoonViT-V2 视觉编码器,以及 MXFP4/MXFP8 量化。评测结果显示,该模型在多个基准测试类别中表现出色:在编程方面,Terminal-Bench 4.0 得分为 65.7,BenchCAD w/o tools 得分为 72.8,BenchCAD w/ tools 得分为 92.7;在智能体任务方面,BrowseComp 得分为 92.1,BabyVision w/ python 得分为 95.4,OSWorld V2.1 得分为 79.6;在推理与知识方面,GPQA-Diamond 得分为 94.2,CharXiv (RQ) 得分为 89.0;在网络安全方面,ExploitBench 得分为 100,xdev-bench-hard 得分为 81.0。
💡 Main Points
Kimi K3.1 Pro 是一款开放权重、原生多模态的智能体模型,拥有 2.8T 参数和 1-million-token 上下文窗口
该模型是 Moonshot AI 能力最强的 3T 级产品,通过在数百个下游领域开展大规模联合强化学习构建,采用混合专家架构,包含 896 个专家,每个 token 会选用其中 16 个。
该模型在编程、智能体任务、推理和网络安全等多个基准测试类别中达到最先进水平
在编程基准测试中,它的表现优于 Claude、GPT 和 DeepSeek 等竞争模型;在智能体任务中,它在 BrowseComp 上得分 92.1,在 BabyVision 上得分 95.4;在网络安全方面,它在 ExploitBench 上得分 100,展现了广泛的跨领域能力。
先进的架构创新助力模型高效处理长上下文并理解多模态内容
该模型采用 KDA(键值压缩注意力)和 Gated DeepSeek Sparse Attention,以高效处理长上下文;使用 MoonViT-V2 视觉编码器处理多模态输入;并通过 MXFP4/MXFP8 量化感知训练优化推理。
💬 Key Quotes
Kimi K3.1 Pro 是一款开放权重、原生多模态的智能体模型,也是我们迄今能力最强的 3T 级模型。
凭借 1-million-token 上下文窗口,Kimi K3.1 Pro 在编程、3D 创作、金融研究、事实准确性及其他智能体能力方面均有显著提升。
架构:混合专家(MoE)
总参数量:2.8T
激活参数量:104B
上下文长度:1048576
Kimi K3.1 Pro 使用 Claude Code 测试框架进行评测。
其余所有分数均为模型博客文章或 Terminal-Bench 官方排行榜公布的最高值。
📊 Article Meta
AI Screening: 90
Featured: Yes
Source: Hacker News
Author: Hacker News
Category: 人工智能
Language: 英文
Read Time: 9 min
Word Count: 2127
Tags:
AI 与智能应用 , 多模态 AI , 长上下文 , AI 编程 , 混合专家模型
有没有更详细的教程,期待后续。
楼主辛苦了,内容很有参考价值。
整理得太全面了,省了我不少时间。
看完了,收获满满,期待更多更新。
实话,说的不明不白
实测过类似工具,作者说的基本属实。
内容翔实,正好需要,先收藏再看。
收藏了,以后慢慢研究。
这个观点很中肯,深有同感。
这个观点很中肯,深有同感。
思路清晰,干货满满。
写得挺用心的,支持一下。