2.8 万亿参数开源了，然后呢？1.56TB 怎么落地

一个 2.8 万亿参数的模型宣布开源权重，很多人的第一反应是打开仓库页面点下载。真到了页面前，等着你的却是一组更冷峻的数字：权重约 1.56TB，分装在 96 个文件里，连同配置与说明共 112 个文件，原生格式是 MXFP4。下载按钮后面站着的问题立刻换了一批：权重从哪个渠道拿、拿下来放哪、集群怎么凑、还是干脆别下载直接调 API。本篇基于 2026 年 11 月 5 日对各渠道的一手实抓，把 Kimi K3.1 Pro 的落地路径拆成四条路逐一横评。先把分工说清楚：站内此前的本地部署显存 SOP回答的是「跑起来要多少显存」，那是一套测算方法；本篇回答的是「权重从哪来、四条路各自代价是什么」，两篇互为上下游。本批热点栏写的是这次开源事件的口径与来龙去脉，见K3.1 Pro 开源热点；本篇不复述事件本身，只做渠道与路径的横评，角度互不重叠。

数据口径先钉死：本文所有数字均为 2026 年 11 月 5 日实抓，来源全为一手 API 与页面，不引任何跑分，不做跨榜对比。权重渠道侧逐项过一遍：HuggingFace 官方仓库 moonshotai/Kimi-K3.1-Pro 实抓 downloads 797、likes 517（经 hf-mirror 的 API 抓得），仓库共 112 个文件（含非权重文件），gated 字段为 False，无需申请即可下载，但 HF 直连在境内不可达，须走镜像或代理；hf-mirror 镜像站同名仓库在架，站点页面实抓 likes 590，与 517 的差异属缓存时点不同，镜像站数字可能滞后；ModelScope 已上架 moonshotai/Kimi-K3.1-Pro，API 返回 Code 200，架构字段为 KimiK31ForConditionalGeneration，下载量未核实，不写具体数字；第三方镜像 unsloth/Kimi-K3.1-Pro 实抓下载量为 0，另有若干个人转载仓库。价格侧：OpenRouter 当日全站收录 454 个模型，其中 moonshotai/kimi-k3.1-pro 每百万 token 输入 2 美元、输出 10 美元、缓存读 0.2 美元，上下文 1048576，模态标注为 text、image、video。还有两条背景口径：官方给 K3.1 Pro 的架构标签是 Gated DSA；官方量化衍生分支在实抓时点没有 GGUF 或 INT4 版本，模型原生即 MXFP4 权重、MXFP8 激活的量化感知训练设计。

先看全景：一张表把入口摆平

把实抓数据收进一张表，四条路对应的六个入口一目了然：

读表之前立三条边界。第一，价格列里 OpenRouter 的美元数字是该渠道当日收录价，不是厂商官方定价，platform.kimi.ai 的官方牌价未核实，两套账不能互相解释。第二，模态标注 text、image、video 只说明请求能带什么进去，不等于多模态能力强弱的实测结论。第三，downloads、likes 全是实抓时点数据，镜像站可能滞后，过些天再看数字未必相同。这三条不先立住，这张表很容易被读歪。

还有两处数字最容易被误读。112 与 96 并不矛盾，而是口径不同：96 指权重本体文件数，112 是仓库全部文件数，把两者混用会直接算错体量。downloads 797 也别读成热度榜：一个刚上架、体量 1.56TB 的仓库，能完整下完的用户本来就极少，这个数字衡量的是获取门槛而不是受欢迎程度，likes 517 与 590 同理，它们只是实抓时点的页面状态，不是任何意义上的口碑评分。

路线一：官方 API，默认答案

对绝大多数人，答案是先走 platform.kimi.ai 的 kimi-k3.1-pro。理由很朴素：这条路上没有 1.56TB，没有集群，没有带宽焦虑，成本完全按 token 计。工程侧值得注意的是推理力度可控，官方提供 reasoning_effort 的 low、high、max 三档，简单任务压到 low 省钱省时延，难任务再放开。官方牌价本文未核实，不列具体数字，预算请以 platform.kimi.ai 当日说明为准。想理解账单里输入、输出、缓存三部分怎么互相影响，站内的LLM API 价格横评拆过整套方法论，本篇不重复那一套。

什么时候才需要考虑别的路线？典型是三种情况：需要把模型嵌进自有数据流，合规上不允许数据出域，或者调用频率高到按 token 计费明显不如包断资源。这三种情况都指向路线三，而不是聚合渠道，因为聚合渠道解决的仍是调用便利问题，不改变数据流向。把「想自己跑」与「必须自己跑」区分开，能省掉绝大多数无谓的 1.56TB 下载，这句话是本篇最想留下的一条结论。

路线二：OpenRouter，便利与另一本账

聚合渠道的价值是一个入口切换多家模型。OpenRouter 实抓口径下，moonshotai/kimi-k3.1-pro 每百万 token 输入 2 美元、输出 10 美元、缓存读 0.2 美元，上下文 1048576，模态标注 text、image、video。这个 2 美元与 10 美元同站内早前 K3.1 相关文章引用的口径一致，但本篇引用仍以 2026 年 11 月 5 日实抓为准。两个提醒照旧成立：其一，聚合渠道收录价不等于厂商官方价，它包含渠道自己的加成与结算方式，做预算必须回到官方口径核对；其二，模态标注 video 只代表入口开放，不代表视频理解能力强弱的实测结论。同站在上一代 moonshotai/kimi-k3 名下的收录价是输入 0.192 美元、输出 16 美元、缓存读 0.182 美元，两代价格结构不同，这里只列数字不做解读。另有一条细节：OpenRouter 当日全站收录 454 个模型，这是一个足够大的池子，也意味着它的标注口径与任何一家官网都不完全对齐，拿它的字段当官网口径用会出错。

路线三：下载权重自建，只属于有集群的团队

这条路线最重，也最容易被低估。权重约 1.56TB、96 个文件、MXFP4 格式，架构标签 Gated DSA。先解决从哪下：HF 官方仓库 gated 为 False，无需申请，但境内直连不可达；hf-mirror 同名仓库境内直连可用；ModelScope 为官方上架，API 返回 200，境内直连可用，是境内取官方源的首选。以 HF 渠道为例，命令形如：

huggingface-cli download moonshotai/Kimi-K3.1-Pro --local-dir ./Kimi-K3.1-Pro

下载完不等于能跑。体量之外还有两笔账要提前算：一是带宽，1.56TB 即使按千兆带宽的满速理论值也要以小时计，实际经镜像或代理往往以天计，断点续传的工具配置要提前做好；二是存储，下载目录、校验副本与推理引擎的加载缓存叠加，预留空间要明显大于 1.56TB 本身。更硬的门槛在算力：按站内显存测算文的结论口径，2.8T 级模型即使权重已是 MXFP4，显存门槛仍在 TB 级，单机消费级设备无解，需要多卡集群或云端实例，具体怎么估见本地部署显存 SOP。引擎侧官方推荐两条：vLLM 有官方 recipes，SGLang 有官方 cookbook，分别见 vLLM 与 SGLang，两条工具链都在为这个规模的模型做适配。最后是安全常识：第三方镜像 unsloth/Kimi-K3.1-Pro 实抓下载量为 0，另有若干个人转载仓库，非官方镜像存在文件被篡改的风险，下载后必须校验哈希再用，这一步不能省；搜索结果里出现的 DSpark 等第三方改编仓库，本篇一律不采信。

路线四：等生态补位，现状只有一句话

很多人会问：有没有 GGUF 或者 INT4 版本，家里那台单卡工作站是不是就有戏了。实抓时点的现状是：官方没有放出任何 GGUF、INT4 等衍生分支，模型原生即 MXFP4 权重、MXFP8 激活，量化感知训练让它开箱就是压缩态，但也意味着再往下压要等社区。截至 2026 年 11 月 5 日，社区蒸馏版与小参数量化版尚未出现可信选项，第三方改编仓库不采信。此处只陈述现状，不预测时间表，未核实的都不编。等生态也不等于什么都不做：真正值得做的是盯官方渠道的发布入口，而不是第三方转载，量化分支一旦出现，一定首先出现在官方仓库名下，第三方仓库哪怕抢发，也不该在哈希校验通过之前使用。

为什么这张表里没有性能分数

本篇刻意不引任何跑分。原因是角度问题：本篇回答的是权重从哪来、四条路各自代价，性能强弱是另一个需要专门设计实测的问题。不同榜单评测设置不同，不可横向对齐，跨榜比大小是看起来最像结论、其实最站不住的写法，站内历批横评都守这条边界。所以表里只放渠道、官方属性、可达性、体量与价格这些客观参数，谁强谁弱不在本篇射程内。

选型建议：绝大多数人停在第二站

四条路收拢成一句话：绝大多数开发者与产品停在路线一或路线二，官方 API 求稳，聚合渠道求便利，两者都是 token 账，不碰 1.56TB。路线三只属于拥有多卡集群或云端预算的团队，动手前先用显存测算把门槛算清，下载后校验哈希。路线四没有动作可做，只有等待，而等待期间前两条路不受任何影响。倒过来说，如果你打开仓库页面只是因为「开源了就想下」，那最好的决定通常是不下载。

常见问题

Q1：表里的 2 美元和 10 美元是 Kimi 官方定价吗？

A1：不是。那是 OpenRouter 在 2026 年 11 月 5 日的收录价，聚合渠道收录价不等于厂商官方价。platform.kimi.ai 的官方牌价本文未核实，不列具体数字，做预算请以官方页面当日说明为准。

Q2：HF 页面 likes 517 和 hf-mirror 的 590 哪个是准的？

A2：都是实抓时点数据。两者经不同入口抓得，差异属缓存时点不同，镜像站可能滞后。引用任一数字都应注明 2026 年 11 月 5 日实抓，也不宜把 likes 当作精细指标使用。

Q3：下载权重需要先申请权限吗？

A3：不需要。官方仓库 gated 字段为 False，无需申请即可下载。境内要注意的是网络可达性：HF 直连不可达，走 hf-mirror 或 ModelScope，后者为官方上架且境内直连可用。

Q4：我有八张消费级显卡，能跑这个模型吗？

A4：基本无解。2.8T 级模型即使 MXFP4 权重，显存门槛仍在 TB 级，单机消费级配置凑不出这个量，八张消费级显卡拼起来的显存数量级仍差得远。动手前先按显存测算方法算清门槛，再决定走集群还是云端；与其凑卡，不如把预算换算成 API 额度，多数团队根本用不完。

Q5：有 GGUF 或 INT4 量化版本可以下吗？

A5：截至 2026 年 11 月 5 日实抓，官方没有放出任何量化衍生分支，模型原生即 MXFP4。第三方改编仓库存在篡改风险且不采信，可信的社区版本出现之前，这条线只能等。

延伸阅读

• 本地部署显存 SOP：路线三动手前的显存测算与装机流程。
• K3.1 Pro 开源热点：本次开源事件的口径与来龙去脉。
• LLM API 价格横评：输入、输出与缓存三本账的拆法。
• Kimi 3D 生成热点：K3.1 相关早前口径与 2 美元、10 美元价的站内出处。