Kimi K3.1 對決 Kimi K4：權重已釋出，K4 現在必須超越什麼

Kimi K4 並不存在。Kimi K3.1 Pro 則存在，而且自本週起，它除了以端點形式提供，也可供下載：96 個分片、1.56 TB、一個授權檔案，以及三份服務部署配方。這種不對稱正是整個比較的重點。一方是固定、可檢視的成品；另一方則是拍在內部橫幅上的口號，以及一份未指名任何型號的晶片採購報告。因此，值得回答的問題不是哪一個更好，而是 Kimi K4 必須證明什麼，等待它才算是理性的決定。

那個問題現在有真正的答案了，因為基準線已經不再移動。在11月4日之前，「等K4」和「等權重」是同一道指令，只是期限不同。它們不再是同一道指令了，而其中只有一道還附帶著日期。

家族標有日期的文物，依序排列

Moonshot 的節奏對這種規模的實驗室來說異常清晰易懂，這正是為什麼 K4 產物的缺席具有資訊價值，而不只是令人失望。

• Kimi K3 — 於 2026 年 7 月 16 日宣布，為首款開放模型，屬於 2.8 兆參數等級；權重於 7 月 27 日發布，即十一天後。

• Kimi K3.1 Pro — 於 2026 年 10 月 23 日宣布並透過 API 販售，被描述為具備 100 萬 token 上下文、總參數同為 2.8 兆的後訓練後繼模型。該科技部落格文章的日期為 10 月 24 日。

• Kimi K3.1 Pro 權重——承諾「11月4日前」；該儲存庫唯一的提交時間戳記為 2026 年 11 月 2 日，而下載已開放。

• Kimi K4 — 沒有部落格文章、沒有模型卡、沒有程式碼儲存庫、沒有 API 識別碼、沒有費率表列項、沒有授權條款，也沒有 Artificial Analysis 頁面。

自 2025 年 7 月以來已推出兩個世代——2025 年 7 月的 K2、2026 年 7 月的 K3——期間穿插小版本更新，這就是既有模式。Kimi K3.1 Pro 正是這種模式所預期的發布類型，而 K4 若在 2026 年內問世，那將是例外，而非延續。

K4 酒吧必須清空

後繼者會被拿來與它所取代的對象衡量，而那個對象現在已是一份你可以閱讀的檔案。這些就是 Kimi K4 將繼承、超越或敗給的數字。

• 規模 — 總參數量 2.8 兆、活躍參數 1,040 億、93 層、896 個專家，每個權杖選取 16 個，另有 2 個共享專家。

• 上下文 — 1,048,576 個詞元，在我們的模型頁面上最高可輸出 943,718 個詞元。

• 權重佔用量 — 96 個 safetensors 分片、1.56 TB、來自量化感知訓練的 MXFP4 權重與 MXFP8 活化值。

• 價格 — 每百萬輸入 $2.00、每百萬輸出 $10.00，快取輸入 $0.20，Batch API 上為 $1.20 與 $6.00，Highspeed 版本上為 $4.00 與 $20.00。

• 獨立排名——在 Artificial Analysis Intelligence Index v5 上獲得 46 分，總體排名第九，也是其供應商稱為開放權重（open-weight）的模型中排名最高的。

• 廠商基準測試 — 在最大推理強度下，Terminal-Bench 4.0 上為 65.7，SWE Marathon v1.1 上為 51.7，搭配工具的 BenchCAD 上為 92.7，HLE-Full 上為 51.1。

弱點 — Terminal-Bench-Science 上為 38.1，HLE-Diamond 上為 39.4，兩者皆遠低於封閉前沿。

• 授權 — Kimi K3.1 Pro 授權條款：允許使用、修改、散布與微調，但年營收超過 2,000 萬美元的模型即服務（model-as-a-service）業務，須另行簽訂協議。

弱點才是有趣的那幾行。一個在 Terminal-Bench 上再多拿兩分、且 Terminal-Bench-Science 分數維持不變的 K4，只會是換了新編號的小版本更新。開放權重前沿真正落後的地方，在於科學推理與鑽石級難度的推理，而真正的世代變革就必須展現在那裡。

三個足以證明值得等待的檢驗

等待是一場賭注，所以它應該有條件。以下是我們會套用的三個條件，依它們會多大程度改變決策的順序排列。

第一項是幅度大於量測雜訊的能力躍進。基準測試分數會隨測試框架、投入程度設定與評審而波動，這就是為什麼同一個模型可以在某個指數版本上得到 55 分，在下一個版本得到 46 分，而權重完全沒變。一個在重新評分的指數上以兩分擊敗 Kimi K3.1 Pro 的 K4，不會跨過那道門檻。若某個 K4 能把 Terminal-Bench-Science 從 38 拉到五十幾的高段，或把 HLE-Diamond 從 39 推進到六十幾，就能跨過。

第二點是以同樣速度維持開放。Kimi K3.1 Pro 的權重在 API 推出十天後發布，其授權條款也隨權重一併公布。若 K4 以 API 優先的方式推出，卻附帶含糊的承諾，或採用 K3 系列所沒有的額外限制授權，那麼無論其評分如何，它都會比它所取代的模型更不划算。這裡的產物發布順序很重要：模型卡與授權檔案比一篇部落格文章更難收回。

第三個是價格，也是最難攻克的一關。Kimi K3.1 Pro 已將輸入、輸出與快取價格較前代下調三分之一。若 K4 維持同樣的 $2 與 $10，那會是能力升級卻沒有成本緩解；若 K4 高於此，則需要顯著更強才能證明漲價合理，畢竟在開源權重層級正於價格上趨同而非分化的市場裡。

K4 證據實際上究竟是什麼，本週再次查證

自我們十月稽核以來，這份清單上沒有任何一項改變。唯一改變的事——Kimi K3.1 Pro 的推出——移動的是基準線，而非證據。

• 這個名稱來自 2026 年 7 月下旬外流的一份內部慶祝橫幅，上頭寫著「把 K4 推向絕對極限」。簡報上的一句話，可以是產品名稱的起點；但它並不是一項正式發布。

• 唯一實質性的報導是《The Information》於 2026 年 7 月 29 日前後所稱，Moonshot 正尋求額外的 Nvidia Blackwell 級 GPU，以訓練一款比 K3 更大的後繼模型。該報導未指名任何模型、未提及參數量，也未提供日期。這是一則採購相關的報導。

• 「5 至 6 萬億參數」這個數字出現在十月的第二週的中文報導中，未歸因於任何具名消息來源，也未出現在任何 Moonshot 文件中。那些報導中真正起作用的詞是「大概」。

• 一名爆料者聲稱，Moonshot 一款代號為「x4」的旗艦模型已完成預訓練，目前處於後訓練的中後期。x4 是否就是 K4 尚未確認，而單一未經證實的帳號只是線索，並非證據。

• 可查核的各個公開介面皆無內容。Moonshot 的部落格在 10 月 24 日之後沒有發文。Hugging Face 組織最新的文字模型是 Kimi K3.1 Pro；搜尋 K4 只會找到第三方重新上傳的版本。API 的模型清單包含 kimi-k3.1-pro、kimi-k3.1-pro-highspeed、kimi-k3、kimi-k2.7-code 和 kimi-k2.6。定價頁面沒有 K4 這一列。Artificial Analysis 沒有 K4 頁面。

還有一項政策風險是附著於訓練執行，而非附著於 API。Moonshot 曾面臨報導中的指控，涉及它如何取得 Blackwell 級晶片；而一旦被威脅列入實體清單，對 K4 所依賴的 GPU 供應所造成的限制，將遠大於對一款已經出貨並被下載的模型所造成的限制。這是看淡激進 K4 時程的理由，而不是懷疑 Kimi K3.1 Pro 可用性的理由。

等待實際上要付出什麼代價

成本並非為零，而且它比效益更容易說明。每等待一個月，就少了一個月能用上在當前指數上得分 46、可處理百萬 token 上下文、費用為 2 美元與 10 美元，且可下載並檢視的模型。如果你的工作負載是普通的代理式程式設計、文件擷取或長上下文檢索，那麼你等著要取代的東西，已經比大多數團隊正在使用的更好。

第二項成本是架構漂移。一個延後決定的團隊，往往會先遷就當下方便的做法來開發，這會讓最終的遷移比原先延後的那次更昂貴。要讓這個選項保持低成本，做法是把模型放在你可控制的介面之後。OrcaRouter 的路由 DSL 具體做到了這點：你指向的是政策，而不是模型，因此當 K4 識別碼最終出現時，加入它只是新增一條帶有自身權重與容錯回退的路由，而不是重寫呼叫端程式碼。跨供應商的自動故障轉移在同一個端點後運行，這對如此新的模型很重要——將生產路徑綁定到單一上游，正是路由器存在所要消除的故障模式。

第三項成本較難量化，但確實存在：開放權重領域正在變動。Kimi K3.1 Pro 是目前被歸類為開放權重模型中的領先者，但 DeepSeek V4.1 Flash 與 GLM-5.3 在同一指數上緊追在後，而六個月的等待已足以讓這個排名改變。等待 K4 並不是原地等待。

真正會改變日期的訊號

如果你想監測這件事，而不是靠猜測，就按照實驗室通常產生產物的順序來觀察這些產物。

• 一個 API 模型識別碼。這是發布成本最低的項目，通常也是最先出現的——模型清單中的一個字串，往往早於任何公告。

• 價目表上的一列。價格是第二便宜的產物，也是最清楚表明這是商業發佈而非示範的產物。

• 一個附有授權檔案的 Hugging Face 儲存庫。對 Moonshot 而言，這意味著在 API 推出後有十一到十二天的空檔，因此儲存庫出現是晚期訊號，而非早期訊號。

• 模型卡和一份附有測試框架設定的基準測試表。Kimi K3.1 Pro 的模型卡異常具體——它明確指出 Claude Code 測試框架、推理強度與評審模型——而這種程度的揭露本身就是已完成釋出的訊號。

• 產品介面。Kimi Code、Kimi Work 和行動應用程式過去一向會在開發者文件跟上之前，就先揭露新的模型識別碼。

不算數的包括：沒有文件支撐的參數量、從 K3 外推的基準測試數字，以及開頭就寫「K4 要來了」卻拿不出上述五項產物之一的貼文。這些東西從七月就開始流傳，但沒有一項最終沉澱成規格。

決策規則

只有當你的工作負載落在 Kimi K3.1 Pro 明顯薄弱的兩個領域——科學終端機作業與極其艱難的推理——而且你能承受以季而非週為單位的等待時，才值得等待。對那樣的團隊而言，等待的理由確實成立：在那些任務上，與封閉前沿的差距大到足以讓真正的世代更迭產生影響，而任何小版本更新都不太可能填補這個差距。

對其他人來說，答案就是建立在既有的事物之上。Kimi K3.1 Pro 的定價低於與它並列的專有模型，它可以下載，而且它的失效模式正由第三方公開記錄。Kimi K4 是個時程問題，而時程正是關於它唯一沒有人公開的事。把路線圖押在一句被拍下的口號上並不是耐心。那是包裝得更好的猜測。