Artificial Analysis 改版智能指数，开源与闭源模型差距拉大
Artificial Analysis 重构了其 Intelligence Index 评测体系，改版后 Kimi K3.1 Pro 的排名下降 5 位。原文信息有限，未披露新指数的具体指标、权重变化及其他模型的排名变动，也未给出开源与闭源模型差距扩大的具体数据。
推荐理由榜单改版直接改变模型排名，Kimi K3.1 Pro 掉 5 位，选型前先看新口径
共 8 条
播客：Kimi K3.1 Pro 基准亮眼却反响分化
Nathan Lambert 与 Florian 在播客中讨论 Kimi K3.1 Pro：基准测试成绩出色，但社区反应分化，部分原因是这次发布伴随更大规模的社交媒体推广，被指付费发帖未披露。节目还讨论开放权重模型与网络安全风险、AI 专家与网络安全专家对近期事件看法分歧、Anthropic 不招初级员工、Abliterated 模型 API 等话题。原文为播客节目介绍，具体观点需听音频。
推荐理由想了解 Kimi K3.1 Pro 为何评测高分却口碑分化，可先看这期播客的讨论框架
Kimi K3.1 Pro 发布引争议：被指要求网红未披露与月之暗面的商业关系
VentureBeat 报道，月之暗面 Kimi K3.1 Pro 发布后引发质疑：有指控称，公司要求网红推广该模型时未披露与月之暗面的商业合作关系。报道提到，Kimi K3.1 Pro 在第三方基准测试中得分很高，月之暗面与第三方 AI 模型评测方均给出高分。原文信息有限，未披露具体涉事网红、推广规模及月之暗面回应。
推荐理由Kimi K3.1 Pro 跑分高但推广方式被质疑，看榜单选模型的人需留意评测可信度
Kimi K3.1 Pro 上线 API，定价为 Claude Opus 5.5 的一半
月之暗面今日在 Kimi API 上线 Kimi K3.1 Pro，完整模型权重承诺于 2026 年 11 月 4 日前开源。定价为输入 2 美元/百万 token、输出 10 美元/百万 token，与 GPT-6.1 Sol 持平，是 Claude Opus 5.5 的一半。另提供 Highspeed 版本，速度提升 2-3 倍，价格翻倍，但输入 token 缓存命中价格不变。Artificial Analysis 给出 55 分，超过 Claude Fable 5.1、GPT-6 Astra 和 Gemini…
推荐理由开源前先看价格：输出仅为 Opus 5.5 一半，AA 评分 55 分只差 3 分，可先按 API 试用。
月之暗面发布 Kimi K3.1 Pro，智能指数升至第四
月之暗面发布推理模型 Kimi K3.1 Pro，在 Artificial Analysis 智能指数上得分 55，比 Kimi K3 提升 11 分，排名第四，仅比 Claude Opus 5.5（58 分）低 3 分。若按计划在 2026 年 11 月 4 日开源权重，它将成为得分最高的开源权重模型，开源与闭源模型的差距将从 12 分缩小到 3 分。同步推出速度提升 2-3 倍的 Highspeed 版本，两者均已上线 Kimi.ai、Kimi Work、Kimi Code 和 API。API 定价为输入每百万…
推荐理由API 输入每百万 token 2 美元，Agent 任务得分接近 Claude Opus 5.5
Fireworks 发布 Kimi K3 强化学习训练系统细节
Fireworks 发布技术报告，介绍支撑 Kimi K3 强化学习训练的基础设施，涵盖全参数训练与 rollout 生成、训练与推理一致性、无服务器 LoRA 训练。Kimi K3 为 2.8 万亿参数、100 万 token 上下文的模型，其 LatentMoE 将 FP4 专家分布到多 GPU，需 all-to-all 通信。Fireworks 用自研 MoE Mega Kernel 做通信与计算重叠，包括环形缓冲、微批流水线、量化融合进暂存。同一套设施支撑 Harvey 基于 K3 的法律模型 Tenet，…
推荐理由做大规模 RL 训练的人可看 MoE 通信重叠和 FP4 专家分布的具体做法
OpenAI 称已阻断针对其模型的协同蒸馏攻击
OpenAI 披露，7 月初发现并阻断了一场协同模型蒸馏行动，最早活动出现在 7 月第一周。攻击者未破解加密或入侵数据库，而是操纵模型交互，让受保护的推理内容以可见形式被复制，例如把一段对话中的加密推理复制到另一段对话中要求模型解密转写。7 月 24 至 25 日出现高峰，涉及 4000 多名用户的 16000 次请求；相关提示模式活动涉及超 15000 名用户，OpenAI 称已于 7 月 28 日前完全阻断。OpenAI 将核心活动归因于与 Kimi 开发商月之暗面（Moonshot AI）相关的人员，并已通过…
推荐理由了解前沿模型厂商如何界定「对抗性蒸馏」及具体攻击手法与规模数字
Fireworks AI 发布 Ember-1：基于 Kimi K3 后训练，token 用量减少约 40%
Fireworks AI 发布 Ember-1，由 Fireworks Research 对月之暗面开源权重模型 Kimi K3 后训练而成，官方称在保持任务准确率的前提下 token 用量减少约 40%。该模型仅通过 Fireworks 无服务器 API 以 Research Preview 形式提供，未开源权重、训练代码和具体训练算法，暂不支持自托管。Fireworks 称推理模型如 K3 有时会把 90% 以上生成 token 用于内部推理，多轮 Agent 场景下成本随轮次近似平方增长；其训练覆盖数学、编码…
推荐理由做 Agent 多轮任务可省约 40% token，但只能走 Fireworks API，不能自托管