Rohan Paul

Moonshot AI在Huggingface上发布了海量2.8T参数Kimi K3.1 Pro配重。 在 Terminal-Bench 上，与 Claude 5.5 正面交锋 > 使用 4 位权重进行训练，它也以该精度进行交付，避免了 16 位副本所需的 5.6TB。 > Moonshot 追踪到了埋藏在一般训练中语料库和强化学习环境中的网络内容的漏洞利用技能的稳步上升，并在打开权重之前将其删除。 > 在 Moonshot 自己的测试中，模型在 Terminal-Bench 4.0 上得分为 65.7%，接近 Claude Opus 5.5 的 66.4%，但在没有工具的情况下，在 HLE-Diamond 上仅达到 39.4%，而 GPT-6 Astra 为 65.8%。 > 每个令牌仅触发 104B 个参数，并且 93 层中有 69 个使用线性注意力，这使得 1M 令牌上下文的处理成本更低。 > 其修改后的 MIT 许可证免除了内部使用，但使年收入超过 2000 万美元的模型托管公司进行谈判，从而限制了可能削弱该公司自己的 API 的经销商。