月之暗面开源Kimi K3.1 Pro,登顶Agent Arena开源模型榜
· 精选文章榜单出炉:开源模型迎来新领跑者
智能体评测平台Arena公布的最新排名显示,月之暗面开源的Kimi K3.1 Pro登上Agent Arena开源模型榜首位。这一排名基于全球用户超过1.75万次真实、长周期的智能体任务会话,考察的是模型在贴近实际使用场景中的综合表现。
从整体分数看,Kimi K3.1 Pro(Max)的净改进率达到+5.1%,而上一代Kimi K3(Max)为+0.9%,两者相差4.2个百分点。这一变化说明新模型在复杂任务执行和用户交互方面取得了较为明显的进步。
关键指标:命令执行与可控性双双领先
在具体评测指标上,Kimi K3.1 Pro的多项表现均有提升,其中几项尤为突出:
- Bash Reliability(Shell命令执行可靠性):新模型达到+7.9%,在开放模型中排名第一;上一代K3为-4.5%,排名第13。
- Praise vs Complaint(表扬与投诉):反映用户满意度,新模型获得+7.7%,较上一代的+1.3%明显提升。
- Steerability(可控性):衡量模型根据用户反馈调整执行方向的能力,K3.1 Pro达到+6.5%,同样位居开放模型第一。
- Confirmed Success(明确确认成功):衡量用户明确确认任务完成的情况,K3.1 Pro获得+3.9%,在开放模型中排名第四,略高于上一代的+3.8%。
从这些分项数据可以看出,新模型的改进并不集中在单一维度,而是在执行可靠性、用户满意度和交互可控性等多个方向上同步推进。
模型底子:2.8万亿参数与百万级上下文
根据月之暗面发布的模型资料,Kimi K3.1 Pro采用混合专家(MoE)架构,总参数量达2.8万亿,单次推理激活参数约1040亿,支持约100万Token上下文窗口。该模型具备原生多模态能力,重点提升了编程、3D创作、金融研究、事实准确性及复杂智能体任务执行能力。
大参数规模与长上下文窗口的组合,为模型处理长周期、多步骤的智能体任务提供了基础条件。
月之暗面表示,Kimi K3.1 Pro的模型权重现已在Hugging Face开放下载,未来将继续推动开放智能生态的发展。对于关注开源智能体模型的开发者和研究者而言,这意味着可以直接获取权重进行部署与二次开发。
写在最后
从榜单数据到模型资料,Kimi K3.1 Pro此次开源的看点集中在两处:一是真实用户任务会话中体现出的执行与交互改进,二是权重开放带来的可及性。开源模型在智能体赛道上的竞争,正从参数规模转向实际任务中的稳定表现。