Kimi K3.1：Kimi K3 的搜索框名称，以及 Moonshot 实际发布的内容

输入 kimi k3.1到搜索框里，你并不是在找新闻。在 M​oonshot AI 自己的各个平台上，任何地方都没有 Kimi K3.1 的模型卡，没有权重仓库，没有价目表条目，也没有携带这个编号的 API 标识符——而且在实验室把它放上去之前，也不会有。这个点号所指向的，正是它用简写命名的产品：Kimi K3，即 M​oonshot 于 2026 年 7 月 16 日发布的 2.8 万亿参数开放权重旗舰，以及它所属的产品线。“Kimi K3.1” 是搜索框偏好用于该产品线的写法；Kimi K3 则是厂商使用的写法。下面整页内容都在讲这个差异，因为正是这个差异决定了你实际能运行什么。

写下来的理由是需求，而不是新闻。在截至 2026 年 10 月 12 日的这二十八天里，基于带点拼写的查询在我们自己的站点上带来了 777 次展现和 70 次点击——共十二个查询，基本没有长尾，而在kimi k3.1本身上，点击率为 9.7%。这是本轮测量中所有细分维度里转化最高的，大约是无点拼写的两倍。输入那个点的读者并不是在随便浏览。他们已经读到过关于这条产品线的某些内容，如今是专门回来找它的。与此同时，kimi k3在 189 个查询中承载了 4,004 次展现，是带点拼写量的五倍，而这个数字才告诉你，这两个名字中哪一个才是产品。

一屏看懂“Kimi K3.1”指的是什么

三个陈述，按顺序，因为顺序很重要：

• Kimi K3.1 并非一个单独发布的版本。Moonshot AI 只发布一个 K3 模型。其文档、定价页面、Hugging Face 组织主页以及博客都用同一个名称来指代它，没有任何一处使用带点号的后缀。

• Kimi K3 是已交付的模型，今天即可调用。一个 2.8T 参数的混合专家系统，具有 1,048,576 token 的上下文窗口、原生图像输入、以 Moonshot 自有许可证发布的开放权重，以及公布的 API 费率：每百万输入 token 3.00 美元、每百万输出 token 15.00 美元。

• “点”是一个标签，而不是一个版本。它是该术语在搜索和社区讨论中采用的形式，也是该产品线传闻中的继任者自 7 月以来采用的形式。这是两个共用同一种拼写方式的不同事物，本页其余部分会将它们区分开来。

如果你是点击了一个关于泄露的链接来到这里的，那便是故事的另一半，另有一页专门讲述——而这一页则是关于其背后名称与型号的参考页。

Kimi K3 是什么：来自 Moonshot 自家的模型卡

本节中的每一个数字都取自 Moonshot 自己的材料：Hugging Face 上 moonshotai/Kimi-K3 仓库中的模型卡、kimi.com/blog/kimi-k3 上的技术博客，以及该实验室 API 平台上的模型文档。这些都是厂商自报的数字，而非独立复现的数字；这一区别值得保留，因为 K3 是一个大型稀疏模型，其基准测试声明和服务声明都出自训练它的那一方。

• Class —— 一种具备视觉能力的混合专家语言模型，被 Moonshot 描述为 3 万亿参数级中的全球首个开放模型。

• 规模 — 总参数 2.8T，每个 token 激活 104B，包含 896 个路由专家，其中每个 token 激活 16 个，另有 2 个共享专家。93 层，其中一层为稠密层。

• 架构——Kimi Delta Attention（KDA）与 Attention Residuals，包含 69 个 KDA 层和 24 个门控 MLA 层，注意力隐藏维度为 7,168，注意力头数为 96。M​oonshot 称，这一组合带来的扩展效率约为 Kimi K2 的 2.5 倍。

• 上下文 — 1,048,576 个 token，与 API 定价页面上为该模型标注的数字完全一致。

• 模态 —— 输入文本和图像，输出文本。视觉编码器为 MoonViT-V2，参数量 401M，词表大小 160K。

• 数值方面——从监督微调阶段起就采用量化感知训练，使用MXFP4权重和MXFP8激活，{{1}}M​oonshot{{/1}}将其视为广泛的硬件兼容性。

• 推理控制 — 思考始终开启，深度通过顶层 reasoning_effort 字段设置，取值为 low、high 或 max，默认值为 max。

• 价格（供应商公布）——每百万输入 token 3.00 美元，每百万输出 token 15.00 美元，每百万缓存输入读取 0.30 美元；缓存写入在 5 分钟保留层级按每百万 3.00 美元计费，在 1 小时层级按每百万 6.00 美元计费。

那个列表中的一行值得单独拎出来说，因为它是 K3 里最常在参数数量中被忽略的部分：该模型不允许你设置其采样参数。M​oonshot 的参数参考将 temperature 固定为 1.0，将 top_p 固定为 0.95，将 n 固定为 1，并将两个 penalty 都固定为 0，同时说明传入任何其他值都会返回错误——所以建议是根本不发送它们。深度是唯一的调节旋钮，通过 reasoning_effort 控制，而同一页面还带有一条在你开始构建前值得了解的警告：在对话中途更改 effort 级别会使前缀缓存命中失效，所以最好在会话开始时决定该级别。

Moonshot 发布过叫 3.1 的产品吗？

这才是输入了那个句点的读者实际在问的问题，而且它有一个可核查的答案，而不是一种观点。下文中的每一个界面均于 2026 年 10 月 13 日读取过，读者可以用一个下午把它们全部重复读取一遍。

• Moonshot 的 API 平台上的模型列表列出了四个可调用的模型：kimi-k3、kimi-k2.7-code、kimi-k2.7-code-highspeed 和 kimi-k2.6。其中并没有 K3.1 这一条目，而同一页面反倒把十三个更早的标识符标记为已弃用。

• 定价页面上有一行 K3 系列。它就是 kimi-k3，按上文所列的价格计费，上下文窗口为 1,048,576 个 token。没有第二行需要定价。

• 平台面向自动读取程序发布的文档索引中列出了三份 K3 专属指南——快速入门、工具调用最佳实践页面和智能体设置页面——其中没有任何编号为 3.1 的内容。

• 该实验室的 Hugging Face 组织下恰好只有一个 K3 仓库，即 moonshotai/Kimi-K3，而在 Hub 上以任何拼写搜索编号为 3.1 的仓库，均一无所获。

• kimi.com 的研究索引将 K3 列为该实验室已发表成果之一，仅有一条条目。其上方没有第二条 K3 条目。

那么 3.1 从何而来？有两个来源，且都不是模型版本。第一个是，数字 3.1 确实出现在 Moonshot 自己的 K3 发布材料中——它是你在 Mac 或 Windows 电脑上运行 K3 所需的 Kimi Work 桌面应用版本，博客中写的是“版本 3.1.0 或更高”。一个由实验室发布的产品版本，出现在一份关于 K3 的文档里，又与模型名称相邻，这再寻常不过，而正是这种相邻关系会变成搜索词。第二个是泄密谱系：Kimi K3.1 这个名字从 7 月起就被安在传闻中的后继模型上，9 月又被解读进一篇隐晦的厂商帖子中，还有一位爆料者声称它会在秋季窗口期推出，而此人之前为同一模型给出的时间线已经落空。这段历史记录在我们的泄密页面上，此处不再重复。

没有任何来源会从任何技术维度区分 Kimi K3.1 和 Kimi K3。没有更新日志，没有并列对比，也没有“3.1 有什么新变化”，因为根本不存在两个可供比较的东西。这就是结论，它值得直白地说出来，而不是加以粉饰：如果某个页面向你展示一张比较 K3 和 K3.1 的规格表，那么其中至少有一列是编造出来的。

权重、许可证以及如何运行它

K3 的权重是开放的，而条款是 Moonshot 自己的，而不是现成的许可证——这一区别比标题中“开放”一词更重要。该仓库声明 license: other 以及 license_name: kimi-k3，且文本授予使用、复制、修改、合并、发布、分发、再许可和销售的权利，包括微调和构建衍生作品的权利。该授权之上还附加两个条件，且两者都是商业性的，而非技术性的：

• 如果你经营模型即服务业务——让第三方以 API 式方式访问，并对输入、参数或训练数据拥有实质性控制权——且你在任意连续十二个月内的合计收入超过 2000 万美元，那么在以商业方式使用权重或衍生物之前，你需要与 M​oonshot 签订一份单独协议。

• 如果基于该权重构建的商业产品或服务月活跃用户超过 1 亿，或月收入超过 2000 万美元，则必须在其界面显著位置展示"Kimi K3"。

• 这两项条件均不适用于内部使用，也不适用于通过 Moonshot 自有产品或经其认证的推理合作伙伴获取的任何内容。

下载本身并不小，在开始之前先了解它的规模是值得的。该仓库包含 97 个 safetensors 分片，总计约 1.56 TB，以模型训练时所用的 MXFP4/MXFP8 配置发布——这确实很方便，因为这意味着实验室自己的量化就是基准，而不是你得自己去复现的东西。Moonshot 为 K3 推荐了三款推理引擎：vLLM、SGLang 和 TokenSpeed，每款都有已发布的配方或操作指南。厂商自己的部署说明还补充了一个值得原样引用的硬件下限：K3 建议在 64 个或更多加速器组成的超级节点配置上运行，这才是对“我能在本地跑这个吗”的诚实回答，也与参数规模所暗示的答案不同。

如果 1.56 TB 的 MXFP4 超出了你机器的容量——对几乎所有读者来说都是如此——那么社区推出的缩减版本就是切实可行的途径，而且它们是正当合法的。unsloth/Kimi-K3-GGUF 仓库是 Hub 上下载量最高的 GGUF 转换版本；NVIDIA 发布了 NVFP4 版本；还有面向 Apple 芯片的 MLX 转换版本；以及若干 REAP 风格的精简变体，它们以牺牲专家数量来换取可放进单台大型工作站的体积。这些都是对权重的第三方修改，并非 Moonshot 官方发布，而许可条款既约束衍生版本，也同样约束原始版本。请把经过精简或高度量化的版本视为独立的产物：它的运行成本会低于参考版本，得分也不会完全一致，本页上的任何基准测试结果都不应被理解为适用于它。

“我该下载哪个文件”这个问题，说得更明确一些：如果你通过 llama.cpp 风格的工具进行服务，并且需要适配固定的内存量，就选 GGUF；如果机器是 Apple silicon，就选 MLX 构建；如果你有足够的加速器预算，并且想要 Moonshot 训练时所用的配置，就选厂商自己的分片。规则就这一条，而且它由你的硬件决定，而不是由模型决定。

此页面位于泄露页面旁边的位置

这个 stem 上唯一一个仍在线的页面是 kimi-k3-1-leak，它讲的是那则传闻：泄露的功能列表、那条隐晦的帖子及其被删除一事，还有那条已经推迟过一次的时间线。本页则是另一半，而且刻意不再重述其中任何内容。如果你想要的是猜测的现状，请读那篇泄露报道；如果你想要的是实际存在的模型、它在厂商自家目录中的名称，以及其权重所承载的条款，请读这一页。

什么尚未确定

Moonshot 是否有一天会推出一款它称为 K3.1 的模型，以及其中会有什么。有一种推理上的跳跃指向一个更偏重计算机使用与多模态的后继模型，而这也是对该实验室自身产品方向的一种合理解读——但合理并不等于已发布，厂商资料中也没有任何内容承诺某个编号、某个日期或某种形态。唯一真正已经确定的是这个规格问题，而且答案是否定的：今天，无论来自哪个来源，都没有 K3.1 的规格可供提供。

可用性，谨慎表述

本节必须坚持的区分，是名称与标识符之间的区别，因为这两者很容易被混为一谈。Moonshot 为这一产品线发布的标识符有且只有一个——kimi-k3，出现在 moonshotai/Kimi-K3 以及其自有的 API 平台上——这是唯一值得引用的 id。在我们能找到的任何目录里，包括我们自己的目录，都不存在 kimi-k3.1，不存在 kimik3.1，也不存在 kimi-k3-1，而本页面不会把其中任何一个印出来充作示例。

目前可访问的是 Kimi K3。在 OrcaRouter 上，它的标识为 kimi/kimi-k3，价格为每百万输入 token 3.00 美元、每百万输出 token 15.00 美元——供应商的标价原样透传，0% 的加价由我们自己收取，对应 1,048,576 token 的上下文窗口和 OpenAI 兼容接口，所以你已经在用的客户端无需更换。我们的实时目录中有四个 Moonshot 标识符：kimi/kimi-k2.5、kimi/kimi-k2.6、kimi/kimi-k2.7-code 和 kimi/kimi-k3，没有第五个以 3.1 的任何拼写形式出现的标识符；这是对照实时模型列表读取的，而不是假设的。

实际上，这关系到你该如何持有一个尚未验证的继任版本。如果 K3.1 真的出现，有用的做法就是把一部分流量指向它，并将其置于自动故障转移之后，以 K3 作为回退链路——相同的密钥、相同的端点、无需第二份合同——这样它的到来只是一次路由变更，而不是一轮采购流程。目前还没有任何可供故障转移的对象，我们也没有声称相反。

这一切该怎么办呢

如果你搜索 Kimi K3.1 是因为你想要一个后继版本，那么诚实的建议是等待一个产物——模型列表中的一行、一个 API 标识符，或该实验室自有组织下的一个代码仓库——并根据其中一项来判断它是否到来，而不是根据一张截图。如果你搜索是因为想今天就使用这条产品线，那么模型是 Kimi K3；它以开放权重形式在某个许可证下发布，在基于它发布产品之前，你应该先阅读该许可证；并且它可以通过一份价目表调用，其中的数字是公布的，而不是推断出来的。搜索框使用而产品并不使用的版本标签并不是一个模型，无论其背后有多大的需求支撑。