单一来源
当前只有一个可用来源，尚未完成多源交叉核验月之暗面 2.8 万亿参数 Kimi K3.1 Pro 开放权重，登顶 Agent Arena 开源模型榜
IT之家 11 月 5 日消息，按照 10 月 24 日发布时给出的承诺，月之暗面（Moonshot AI）今日在 Hugging Face 平台开放了 Kimi K3.1 Pro 的模型权重。
在 Arena 运营的 Agent Arena 智能体排行榜中，Kimi K3.1 Pro（Max）位列开放权重模型第一、全部参评模型第 13 位，并在工作、编程与聊天三个类别中均居开放模型首位。
Agent Arena 的评测方式与传统的成对盲测不同。它不要求用户对两个回答投票，而是从真实用户的智能体会话中提取信号，包括用户对任务的明确确认、表扬与投诉、纠正指令以及 Shell 命令执行错误等，再通过 Arena 称为“因果追踪”的随机化推断方法估算各模型相对于平均水平的净改进率。
Kimi K3.1 Pro 此次排名基于全球用户超过 1.75 万次真实长周期智能体任务会话，净改进率为 +5.1%，较上一代 K3（Max）的 +0.9% 提升 4.2 个百分点。
分项指标呈现出更具体的改善幅度。衡量 Shell 命令执行可靠性的 Bash Reliability 从 K3 的-4.5%（第 13 名）升至 +7.9%，在开放模型中排名第一；
反映用户满意度的 Praise vs Complaint 指标从 +1.3% 升至 +7.7%；衡量模型根据用户反馈调整执行方向的 Steerability 指标达到 +6.5%，同样居开放模型首位。
用户明确确认任务完成的 Confirmed Success 为 +3.9%，开放模型第四。Kimi K3.1 Pro 采用混合专家架构，总参数量 2.8 万亿，单次推理激活约 1040 亿参数，支持约 100 万 Token 上下文窗口。
与 K3 相比，K3.1 Pro 以 K3 为基座进行了大规模联合强化学习后训练，覆盖数百个下游领域，并将部分全注意力层替换为门控稀疏注意力层，以降低长上下文建模的开销。值得一提的是，开源权重的“可下载”与“可本地运行”之间存在显著距离。
2.8 万亿参数以 BF16 精度存储的权重文件约 5.6TB，即使采用 INT4 量化也仍需约 1.4TB，单机消费级显卡基本不具备部署可能。在终端智能体基准 Terminal-Bench 4.0 上，K3.1 Pro 得分 65.7%，高于 GPT-6 Astra 的 58.2%，与 Claude Opus 5.5 的 66.4% 相差不到 1 个百分点。
BenchmarkKimi K3.1 Pro(max)Claude Fable 5.1(max, w/ fallback)GPT-6 Astra(max, w/ fallback)Claude Opus 5.5(max, w/ fallback)DeepSeek-V4.1-Flash-1017(max)GLM-5.3(max)CodingTerminal-Bench 4.065.757.958.266.442.341.8Terminal-Bench-Science 0.138.140.068.163.315.78.1SWE Marathon v1.151.745.642.546.340.042.5BenchCAD w/o tools72.860.6—73.041.2—BenchCAD w/ tools92.792.695.996.281.6—Program Bench31.553.550.065.029.119.0DeepSWE v1.175.567.474.174.277.066.9PostTrain Bench v1.236.544.641.943.830.534.5Kimi Code Bench 2.0 (Internal)77.1———76.161.7Kimi Code Bench 3.0 Long-horizon (Internal)61.258.866.558.551.545.5AgenticHLE-Full w/ tools70.065.657.267.758.862.5BrowseComp92.1—91.590.8——BioMysteryBench80.681.678.981.980.079.6CharXiv (RQ) w/ python93.492.792.893.885.6—MMMU-Pro w/ python90.088.487.889.882.5—GDP.pdf w/ python85.783.885.583.973.0—ChartoGraphy w/ python90.288.491.089.083.0—BabyVision w/ python95.495.196.697.792.5—ZeroBench_main w/ python (pass@5)63.059.058.061.051.0—Agents' Last Exam (ALL)43.2—41.842.637.726.2Agents' Last Exam (CLI)44.2—44.240.736.029.4Automation Bench-AA73.359.468.569.566.662.2GDPval-AA v2.1 (Elo-score)184617541573186617461650AA-Briefcase v1.1 (Elo-score)167816721569180315701507APEX-Agents69.468.664.773.569.856.6OfficeQA Pro v264.454.554.462.240.431.1OfficeQA Pro67.468.666.2—62.458.6Frontier Finance58.660.845.056.754.557.5Harvey Legal Agent23.719.1——21.0—HANDBOOK.md44.638.8—41.528.920.8OSWorld V2.179.680.775.881.869.3—Business Operation (Internal)37.830.732.3—8.918.6DECK-Arena (Internal, Elo-score)1456—1423125312311119Design Bench (Internal, Elo-score)957—1076927863718Kimi Hallu Bench Hard w/ tools (Internal, lower is better)8.323.35.515.023.322.6Reasoning & Knowledge & MultimodalGDP.pdf34.627.634.230.617.211.2HLE-Full51.157.653.659.842.643.0*HLE-Diamond39.455.165.860.921.625.1*GPQA-Diamond94.293.796.193.992.291.7CharXiv (RQ)89.088.890.092.177.0—MMMU-Pro84.186.386.987.780.6—ZeroBench_main (avg@5 / pass@5)29.8 / 39.023.0 / 35.043.2 / 52.035.0 / 43.011.8 / 23.0—PerceptionBench68.363.077.672.147.7—Kimi Hallu Bench w/o tools (Internal, lower is better)5.411.44.26.813.114.8Cyber SecurityExploitBench74.783.010091.0—54.4ExploitGym20.730.442.434.5—15.0xdev-bench-hard (Internal)81.0———85.757.1相关阅读：《Kimi K3.1 Pro 正式发布：月之暗面最强 3 万亿级模型，编程智能体测评超 GPT-6》《Kimi 就会员使用 K3.1 Pro 出现限流等问题致歉，为所有订阅会员进行重置》
Evidence
来源与证据
当前仅有一个可用来源，尚未完成多源交叉核验。
- 发布时间
- 内容处理
- AI 翻译 / 摘要，需结合原文核对
相关资讯
OpenAI 证实：ChatGPT 搜索查询量已达谷歌 20%
IT之家 11 月 4 日消息，据《商业内幕》今天（4 日）凌晨报道，OpenAI 挑战谷歌搜索现已“初见成效”。ChatGPT 消费者产品负责人亚当 · 弗莱证实：ChatGPT 上的搜索类查询量，约相当于谷歌搜索查询量的 20%。今年夏天，皮尤研究中心发布的一份调查报告显示，搜索信息是美国成年人最常见的 AI 使用场景，42% 的受访者曾用 AI 搜索信息。工作用途排在第二位，38% 的受访在职成年人曾用 AI 处理工作任务。娱乐、获取新闻和寻求医疗建议等用途则相对少见。这次调查并非专门针对 ChatGPT。报道指出，ChatGPT 在 AI 聊天机器人中最受欢迎。44% 的受访美国成年人
长鑫科技、寒武纪、中微公司等密集发声：坚定看好中国科技发展前景
近期，长鑫科技、寒武纪、中微公司、电科蓝天、源杰科技、中国通号等科创板龙头企业密集发声，结合自身经营发展、研发进展及后续规划，回应市场对科技板块短期波动的关注。从三季报业绩、回购计划、分红安排到扩产项目进展，多家公司披露了最新经营数据，并对中国科技产业的长期发展表达判断。长鑫科技四季度毛利率预计保持稳定长鑫科技（688825）向记者表示，公司坚定看好中国科技发展长期趋势，未来将持续推进产品结构升级与技术迭代，为中国半导体产业迈向全球价值链高端贡献力量。公司在近期召开的三季度投资者交流会上表示，2026年第四季度毛利率将保持稳定。长鑫科技认为，这一判断主要基于两方面支撑。一方面，受AI需求带动，
彭博社称苹果收紧员工 AI 使用预算：部分工程师日额度下降 33%，恐进一步下探至 100 美元
IT之家 11 月 5 日消息，彭博社今天（11 月 5 日）发布博文，报道称苹果公司为了遏制快速上升的 AI 使用成本，正在削减员工使用人工智能工具的内部预算。报道称苹果公司希望在研发、工程和日常运营流程中，更深入地整合 AI 从而提高运转效率，但伴随着 AI 使用成本不断上涨，苹果公司开始对员工调用 AI 模型的词元（Token）消耗设置更严格上限。知情人士称，苹果上个月（2026 年 10 月）已下调部分工程师的每日 AI 支出上限，从 300 美元（IT之家注：现汇率约合 2,005 元人民币）降至 200 美元（现汇率约合 1,337 元人民币），下降 33%；并计划进一步下调部分工
中国移动支付业务“和包”升级为“移动钱包”，带来三大全新体验
首页 > IT资讯>业界 中国移动支付业务“和包”升级为“移动钱包”，带来三大全新体验 2026/11/5 9:22:03 来源：IT之家 作者：汪淼 IT之家 11 月 5 日消息，中移支付有限公司今日官宣，中国移动“和包”升级为“移动钱包”，汇聚话费充值、移动出行、权益卡券等各类场景与优惠。 该应用最早在 2011 年推出，原名“手机支付”“手机钱包”，是中国移动面向个人和企业客户提供的一项综合性移动支付业务。 用户开通业务后，即可享受线上支付（互联网购物、充话费、生活缴费等）功能；持 NFC 手机和 NFC-SIM 卡的用户，更可享刷卡功能，把银行卡、公交卡、会员卡装进手机里，
AI 翻译、摘要和解读仅用于辅助判断；涉及重要决策时，请回到上方来源核实。