仓库两天前就在，文章写今日

IT之家的稿子《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》把可见时间写成 2026/11/5 8:00:15，按北京时间计，是 11 月 5 日 8:00:15，在午报窗口的起点之后一秒。作者和责编都署问舟。稿子写，按照 10 月 24 日发布时的承诺，月之暗面今日在 Hugging Face 开放了 Kimi K3.1 Pro 的权重。仓库接口的记录不是今天。moonshotai/Kimi-K3.1-Pro 的 createdAt 和 lastModified 都是 2026-11-02T04:13:51.000Z，即北京时间 11 月 2 日 12:13，早于这一版的回补线。所以“今日开放”是这篇稿的用词，不是仓库记录上的钟。

稿子接着写 Arena 运营的 Agent Arena。Kimi K3.1 Pro（Max）被写成开放权重模型第一、全部参评模型第 13，并在工作、编程与聊天三类里都居开放模型首位。排名依据是全球超过 1.75 万次真实长周期智能体会话，净改进率 +5.1%，上一代 K3（Max）是 +0.9%，相差 4.2 个百分点。Bash Reliability 从 K3 的 -4.5%（第 13 名）升到 +7.9%，稿子写成开放模型第一。Praise vs Complaint 从 +1.3% 升到 +7.7%。Steerability 为 +6.5%，也写成开放模型首位。Confirmed Success 为 +3.9%，开放模型第四。评测被描述成从真实会话里取确认、表扬、投诉、纠正和命令错误，再用稿子称为“因果追踪”的随机化推断去估净改进率。做法本身这篇不展开。稿子没有写这张榜的快照是哪一天截的。

模型被写成混合专家，总参数 2.8 万亿，单次激活约 1040 亿，上下文约 100 万 token。稿子自己把“能下载”和“能在本地跑”分开：BF16 权重大约 5.6TB，INT4 大约仍要 1.4TB，单机消费级显卡基本跑不了。Terminal-Bench 4.0 上，稿子写 K3.1 Pro 为 65.7%，GPT-6 Astra 为 58.2%，Claude Opus 5.5 为 66.4%，两边相差不到 1 个百分点。这句在正文里。后面那张大表没有写测试日期，相关阅读链回的是更早的发布稿。这张表里的其余格子，这篇不改写成今天的新测量，也不摘涉及利用评测的行。

评测信号在稿子里列了四类：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。然后才是净改进率。这四类是榜单自己的信号，不是 IT之家重新统计的。稿子把这件事放在“11 月 5 日消息”下面，并回指 10 月 24 日的承诺。承诺的日期在句子里，仓库记录的日期不在这句里，两套日期都要留着。

稿子对模型本身还有两句，都没有独立复测跟着。相对 K3，K3.1 Pro 被写成以 K3 为基座做了大规模联合强化学习后训练，覆盖数百个下游领域，并把部分全注意力层换成门控稀疏注意力层，用来降低长上下文的开销。换了多少层、后训练用了什么数据，这句没有写。Agent Arena 被写成和成对盲测不同：不要求人对两个回答投票，信号来自真实会话。这是稿子对榜单方法的概述。随机化推断怎么抽样，这篇不补。

因此这篇能确定的是 IT之家在 8:00:15 发出的叙述，以及仓库记录停在 11 月 2 日。排行、净改进率和 Terminal-Bench 分数都是稿子写的，不是一份独立复测。1.75 万次会话没有给出时间范围。许可文本、激活参数的精确计数方式，稿子没有展开到可以核对的条款。社交缩略图只有仓库名，不是这张榜。