Kimi K3.1 Pro 押上 3 万亿参数，全球智能指数进前四

同一天里，国产模型交出了两份不太一样的答卷。一份是规模上的：Kimi K3.1 Pro 以 3 万亿参数级进入 Artificial Analysis 全球智能指数前四；另一份是路径上的：科大讯飞星火 X2.6 首次基于全国产算力完成训练。两条路线放在一起看，比单看任何一个分数更有意思。

3 万亿参数拿到了什么

据公开评测，Kimi K3.1 Pro 在 Artificial Analysis 全球智能指数上拿到 55 分，位列全球前四，比上一代提升 11 分。在 Terminal-Bench 4.0 这项偏工程实操的测试中，它的得分是 65.7%。更受关注的是开源承诺：权重计划在两周内开放。

参数规模到这个量级，讨论的已经不是“能不能跑”，而是“跑起来值不值”。3 万亿参数的训练与推理成本都极其可观，如果没有对应的能力提升，规模本身就是负担。所以 11 分的代际提升，是这个模型最实在的一个数字——它说明多出来的算力确实换回了能力，而不是只换回了参数量。

两周内开放权重，意味着外部团队可以自己部署、微调、做二次开发。对国内的开源生态来说，一个三万参数级的模型进入公开可下载的序列，会把“最强开源模型”的参照线往上抬一截。

但也有现实的一面。3 万亿参数的模型即便开源，绝大多数团队也没有条件本地跑起来，实际受益者仍是少数有算力储备的机构。开源在这里的意义，更多是让能力可被验证、可被复现，而不是让每个人都能在自己电脑上运行。

同一天，科大讯飞给出了另一种答案。星火 X2.6 首次基于全国产算力完成训练，云端模型为 293-A30B 架构，支持百万 token 上下文，输入价格 0.9 元每百万 tokens，端云协同的任务路由准确率达到 96.1%。

这组数字里最值得注意的不是价格，而是“全国产算力”这五个字。它意味着从芯片到框架再到训练流程，整条链路可以在不受外部供应影响的情况下跑通。对一家要把模型卖进政企市场的公司来说，这个属性有时比跑分更重要。

Kimi 用规模换能力，讯飞用自主可控换落地空间，看起来是两种打法，实际都在回答同一个问题：当算力成为稀缺资源，模型公司该怎么把有限的资源换成不可替代的位置。

前者赌的是能力上限，后者赌的是供应链安全。这两条路并不互斥，一个健康的生态里应该同时存在。真正需要观察的，是三个月后这两类模型在实际使用中的留存——毕竟榜单分数只能说明它考试考得好，能不能留在用户的工作流里，是另一回事。

来源：Artificial Analysis、科大讯飞公开发布

本文为作者原创，未经授权禁止转载。转载请保留原文链接并注明出处。