Kimi K3.1 Pro权重开源，开放模型在Agent Arena第一次进总榜前15

Kimi K3.1 Pro的权重放出来了，HuggingFace上直接能下。

同一天Arena.ai更新了Agent Arena榜单：Kimi K3.1 Pro (Max)在开放模型里排第一，总榜第13。评测基于17.5K+真实用户的长周期agent会话，净提升+5.1%。

数字单看不算大。分项拆开，有意思的东西在里面。

Work、Code、Chat三个类别，开放模型第一全拿。比上一代Kimi K3 (Max)整体+4.2个百分点。

Bash Reliability（shell命令成功执行率）从K3的第13名、-4.5%，翻到开放第一、+7.9%。Steerability（响应用户纠正）从+0.4%提到+6.5%，开放第一。Praise vs Complaint（用户情绪反馈）从+1.3%到+7.7%，也是开放第一。Confirmed Success（用户明确说“成了”）+3.9%，开放第四。

有网友评论：5个点的提升，说明终于把“幻觉出不存在的CLI参数”这个毛病调掉了。

另一条评论更短：Listening when corrected is rarer than topping a chart。听得进纠正，比登顶还少见。

Agent Arena测的是长周期任务，不是单轮问答。用户提需求，模型连续执行多步操作，中途被纠正、被打断、被要求重来。Bash Reliability和Steerability这两个分项，恰好对应这种场景。单纯刷榜的公司不太会在这两项上花力气。

Databricks当天上线了Kimi K3.1 Pro，工程师Yuchen Jin说团队内部已经用它写代码。PerComputing说在他们平台上跑200 tokens/s。

权重地址：https://huggingface.co/moonshotai/Kimi-K3.1-Pro

评论区有人写“下载要在任何人改主意之前”，有人等社区出量化版本，有人说已经在Mac Mini上跑了。还有一张回复图，配文是“someone check on dario”。

开放模型的竞争到了这个阶段，权重放出来只是起跑线。能不能在真实agent任务里稳住、听劝、少犯低级错，才是下一轮要看的。