Kimi K3.1 Pro登顶Agent Arena开放模型榜
silybear
9天前
171

月光下一座竞技场中央的领奖台上,一颗发光的模型立方体正升上台顶,象征 Kimi K3.1 Pro 登顶开放模型榜

月之暗面今日在 Hugging Face 开放了 Kimi K3.1 Pro 的模型权重,该模型总参数达 2.8 万亿。Kimi K3.1 Pro 登顶 Agent Arena 开放模型榜。

月之暗面今日在 Hugging Face 开放了 Kimi K3.1 Pro 的模型权重。这个动作本身并不复杂:在一个公开的模型托管平台上,把模型的权重放出来,供开发者下载和使用。但它的分量在于模型本身——Kimi K3.1 Pro 的总参数达到 2.8 万亿,这是一个相当大的规模。把这样一个量级的模型权重公开,意味着月之暗面愿意让更多人直接接触到这个模型的核心部分,而不是只能通过接口去调用它。

Hugging Face 作为开放平台,在模型发布中扮演的角色比较明确:它提供一个统一的地方,让发布方上传权重,让使用者下载、查看和讨论。对月之暗面来说,选择在这里开放权重,等于把模型交到了一个开放社区的手里。社区里的开发者可以拿到权重之后做各种尝试:测试它的能力、把它接到自己的系统里、或者在它的基础上做进一步的调整。这种开放方式,与只提供接口调用的做法不同,它把更多的控制权交给了使用者。

2.8 万亿的总参数,是理解 Kimi K3.1 Pro 的一个关键数字。参数规模是衡量模型体量的一个直观指标,规模越大,模型在训练中容纳的信息和结构就越复杂,相应的能力上限也往往更高。但规模大也意味着使用门槛高,跑动这样一个模型需要的算力和存储资源不是小数目。对普通开发者来说,拿到权重是一回事,能不能把它真正跑起来、用起来,是另一回事。月之暗面开放这样一个规模的模型,等于是在能力与门槛之间做了一个选择:它相信社区里有人、有团队能够接住这个规模,并把它用出价值。

与开放权重同时传出的,还有一个榜单消息:Kimi K3.1 Pro 登顶 Agent Arena 开放模型榜。Agent Arena 是一个针对智能体能力进行比较的榜单,开放模型榜专门列出那些权重公开的模型。登顶这个榜单,意味着 Kimi K3.1 Pro 在智能体相关的评测中,排在了所有开放模型的最前面。这个位置本身说明的是它在评测中的表现,而不是它在所有场景下的实际效果,但对一个刚刚开放权重的模型来说,登顶榜单无疑是一个受到关注的起点。

智能体是这几年模型能力的一个重要方向。一个模型能不能做好智能体,考验的不只是它能不能回答问题,还包括它能不能理解任务、拆解步骤、调用工具、处理多轮交互,并在遇到问题时自己调整。Agent Arena 这类榜单,就是把这些能力放在一起比较,看哪个模型在智能体任务上做得更好。Kimi K3.1 Pro 能在这个榜单上排到第一,说明它在这些任务上的综合表现得到了评测的认可。至于它在真实业务场景里的表现如何,还需要使用者在实际使用中去验证。

开放权重与登顶榜单这两件事放在一起看,意思会更完整。一方面,月之暗面把 2.8 万亿参数的模型权重公开,让更多人可以直接使用和检验;另一方面,这个模型在开放模型榜单上排到了第一,给了使用者一个参考:它在智能体任务上的评测表现处在开放模型的前列。开放与榜单成绩之间,存在一种相互印证的关系——开放让更多人可以验证榜单成绩,榜单成绩则让开放的模型更容易被注意到。

对开发者来说,Kimi K3.1 Pro 的开放带来了一个新的选择。过去,想要用上一个大规模模型,往往只能通过接口调用,模型的内部细节是看不到的。现在权重公开之后,开发者可以直接下载模型,在本地或者自己的服务器上部署,根据自己的需求做调整。这种方式更灵活,但也对技术能力提出了更高要求。能跑动 2.8 万亿参数模型的团队,需要有相应的算力支撑,这本身就是一道门槛。

从月之暗面的角度看,这次开放也是一种表态。把大模型的权重公开,意味着愿意接受社区的直接检验。模型的能力如何、有没有短板、适不适合智能体任务,这些问题在权重公开之后,都会被更多人用实际测试来回答。而登顶 Agent Arena 开放模型榜,则是在开放之前先给出了一个成绩参考。接下来,这个模型在社区里的实际使用情况,会成为比榜单更直接的检验。

总的来说,Kimi K3.1 Pro 这次的消息可以归纳为两点:月之暗面在 Hugging Face 开放了它的模型权重,总参数达 2.8 万亿;它同时登顶了 Agent Arena 开放模型榜。前者是开放的动作,后者是评测的成绩。对关注大模型的人来说,接下来值得看的,是这个模型在开放之后,会被社区用在哪些地方,又会交出什么样的实际表现。

相关阅读:DeepSeek

来源:新浪财经

收藏 0
打赏
中国叫停软银54亿美元收购ABB机器人业务
上一篇
发改委加快推进AI基础性综合性立法
下一篇

发表评论

注册不是必须的

  1. […] 相关阅读:Kimi K3.1 Pro登顶Agent Arena开放模型榜、腾讯混元Hy4正式版发布、百度开源ERNIE 5.5 Flash Base […]

  2. […] 相关阅读:Kimi K3.1 Pro登顶Agent Arena开放模型榜、腾讯混元Hy4正式版发布、韩国‘自主AI’绕不开中国模型 […]

  3. […] 相关阅读:Kimi K3.1 Pro登顶Agent Arena开放模型榜、韩国‘自主AI’绕不开中国模型、腾讯混元Hy4正式版发布 […]

  4. […] 相关阅读:Kimi K3.1 Pro、DeepSeek、腾讯混元Hy4 […]

  5. […] 相关阅读:Kimi K3.1 Pro登顶Agent Arena开放模型榜、Kimi K3.1 Pro接连登陆微软Foundry与亚马逊Bedrock、腾讯混元Hy4正式版发布 […]

silybear
silybear
361 文章
0 评论
0 喜欢
最新文章

Edge0开源145B端侧大模型,单张消费级显卡可跑

Edge0开源145B端侧大模型Edge0-145B与Edge0-120B及推理框架,145B模型峰值显存29GB,自称笔记本上生成速度80+ tokens/s,Terminal-Bench 2.1自测86.5分。模型源自Qwen3.8-Flash-Next,512专家、每步激活10个,单张消费级显卡即可运行。

蚂蚁inclusionAI发布Duo-1.0-distill-quant,全双工音视频交互模型量化版上线

蚂蚁旗下inclusionAI发布Duo-1.0-distill-quant,是FP8量化的四步蒸馏版本,用于全双工音视频交互。同系列Duo-1.0-causal-base已于11月12日发布,开发者可在Hugging Face上获取该模型。量化版本在保持交互能力的同时降低了部署成本,全双工音视频模型正走向更轻量的落地形态。

地瓜机器人与无问芯穹达成战略合作,共推具身智能开源基础设施

地瓜机器人与无问芯穹11月13日联合宣布达成战略合作,共推具身智能开源基础设施。双方推动开源矩阵RLark、RLinf、RPent、APXInf与地瓜旭日全系芯片、RoboGo软件平台协同,覆盖模型训练、设备管理、智能体运行和端侧部署。旭日5等芯片已完成RLark适配,合作旨在降低具身智能的开发与部署门槛。

擎天租完成数亿元战略融资,从机器人租赁转向生产力服务

11月13日,擎天租宣布完成数亿元战略融资交割,投资方为和达投资、芒果产业投资方厚为资本、中联即送,这是其2026年内第七轮融资。公司同步品牌升级,推出Worken有效智能工时计量框架,已接入近20家本体品牌与20家全国运营中心。此次融资将用于扩大运营网络与服务能力。
标签
Generating...
赞赏二维码