#开源模型
开源的 4B 小模型 EdgeRock-4B，靠固定大小记忆让长推理时内存可预测，同硬件能跑更多请求，不过可能丢信息，部署也有软件要求。
月之暗面新出的 Kimi K3.1 Pro，2.8 万亿参数 MoE，能在 Unreal 和 Blender 里直接干活，11 月 4 号开源，先去 API 试试。
月之暗面的 Kimi K3.1 Pro 冲到了 Artificial Analysis 智能指数第 4，跟 Claude Opus 5.5、GPT-6 Astra 同榜竞技，开源模型能做到这个名次不常见。
Kimi K3.1 Pro 智能指数拿 55 分排第 4，智能体任务比上代强一大截，价格还降了 33%，权重也快开源了。
Moonshot 的 Kimi K3.1 Pro 在 Terminal-Bench 4.0 上快追平 Opus 5.5 了，价格只要一半，还主动砍了攻击类任务能力。
月之暗面出了个 2.8T 参数的开源 MoE 模型，成绩对标 Opus 5.5 和 GPT-6 Astra，还便宜，11 月 4 日就能下载权重自己跑。
Moonshot 新发的 Kimi-K3.1-Pro 有 3T 参数，写代码跑分能跟 OpenAI、Anthropic 旗舰掰手腕，还带了个测 CAD 的新基准，演示挺炫。
有人算了笔账：DeepSeek 一个集群每天跑 150T tokens，比 OpenRouter、Together 这些平台加起来还多，推理成本优势是真不是吹的。
Moonshot 的新 Kimi K3.1 Pro 在 14 项基准里 6 项压过美国前沿模型，价格还只有 Opus 5.5 的一半，可以关注。
月之暗面刚发的 Kimi K3.1 Pro，在 Terminal-Bench 4.0 上跑赢了 Claude Opus 5.5，成本只要三分之一，开源可自部署。
Kimi K3.1 Pro 参数 2.8T、上下文 1M，官方说编程和 agent 能对标 Opus 5.5，11 月 4 日还开放权重，可以等实测。
Kimi 又出新模型 K3.1 Pro，2.8T 参数 MoE，能直接做 Unreal 和 Blender 项目，金融场景幻觉降了 65%，还有个快 2-3 倍的版本可以试。
Bindu Reddy 拆了 Kimi 3.1 的价格：输入 $2 输出 $10，比 K3 便宜但没便宜到 5 倍，她的结论是开源阵营里 DeepSeek 还是更划算。
如果你在 AWS 上用 PyTorch 训练模型，现在可以直接跑在 Trainium 芯片上，不用换框架，省下不少算力成本。
MiniMax 把 M3.1-Flash 开放权重了，编程基准 DeepSWE 拿了 73.7%，还比 M3 便宜 70%，跑智能体的可以试试。
Abacus.AI 的 CEO 预测智能成本要降 10 倍，Kimi K3.1 会用低价打头阵，选模型跑应用的朋友可以参考下这个判断
商汤把 GPT-6-Astra 从演示里学到的具身经验，蒸馏进开源的 RoboRSI-27B-Preview，还把任务成本压到约 1/50，做机器人的可以看看。
AWS 把 TorchNeuron 开源了，PyTorch 代码基本不用改就能跑 Trainium，团队还用智能体加几十万模型做了验证，搞芯片适配的可以看看。
SiliconFlow 拿 DeepSeek V4.1 Flash 和 GPT-6 Astra 跑同一个 Three.js 3D 场景提示词，效果打平还便宜一半，提示词直接在评论区自取。
OpenBMB 在 GitHub 开源了 StaffDeck，能搭建数字员工并接进终端跑任务，任务可追溯还能中断续跑，想折腾智能体工作流的可以去装一个试试。
MiniMax 那个 428B 的 M3.1 Flash 出 GGUF 了，有 256GB 内存的机器可以下载 203.5GB 的 Q3_K_M 版本本地跑。
就是之前在 OpenRouter 上神秘出没的 Space Bunny，428B 总参只激活 23B，权重已放到 HuggingFace 可下载。
月之暗面放了个 24 秒视频，画面里 Kimi Code 跑的是 K3.1，SGLang 代码里也出现了它的身影，看来 K3 要出升级版了。
