快速答案
Kimi K3.1 Pro 的权重已经在 Hugging Face 上：moonshotai/Kimi-K3.1-Pro。按模型卡，它是 MoE 架构，总参数 2.8T、激活参数 104B，上下文 1,048,576 token，支持文字和图片输入，权重用 MXFP4 量化训练，整套权重约 1.56 TB。
- 许可证： Kimi K3.1 Pro License 很宽松，可以用、改、微调、再分发，只有两条限制针对规模很大的公司（见下文）。
- 硬件： vLLM 的官方配方用一组 8 卡张量并行：两个 GB300 托盘、一台 B300 节点或一台 AMD MI355X 节点。这是数据中心级别的机器，不是工作站。
- 只想用模型： 直接调 API 的
kimi-k3.1-pro。TeamoRouter 已支持，一个 Key 就能在 Claude Code、Codex 或任何 OpenAI 兼容客户端里用。月之暗面官方标价是输入每百万 token $2、输出每百万 $10。
新账号余额为 $0，第一次请求前先充值。 最低 $5 即可充值。如果请求返回 402（OpenAI 格式下是 400），提示「wallet balance is insufficient」，说明余额为空，base URL 和 Key 都配对了，充值后重试即可。
不想自己部署？用 API 调 Kimi K3.1 Pro，获取 Key
这次放出了什么
来自模型卡：
| Kimi K3.1 Pro | |
|---|---|
| 架构 | MoE，896 个路由专家，每个 token 选 16 个，另有 2 个共享专家 |
| 参数量 | 总 2.8T，激活 104B |
| 上下文 | 1,048,576 token |
| 注意力 | Kimi Delta Attention 加 Gated DeepSeek Sparse Attention（替换了 K3 的全注意力层，长上下文更省） |
| 模态 | 文字和图片（视觉编码器 MoonViT-V2，4.01 亿参数） |
| 权重 | MXFP4 权重 / MXFP8 激活，量化感知训练；Hugging Face 上约 1.56 TB |
| 推荐推理引擎 | vLLM、SGLang、TokenSpeed |
月之暗面说这是它最强的 3T 级模型，在 Kimi K3 基础上做了大规模强化学习，编程、3D 创作、金融研究和事实准确性提升最大（技术博客）。思考始终开启，深度用 reasoning_effort 调（low、high、max，默认 max）。
许可证用大白话说
Kimi K3.1 Pro License 允许免费使用、复制、修改、微调和再分发，保留版权声明即可。只有两条限制，针对规模很大的情况：
- 大型「模型即服务」业务： 如果你把模型推理或微调以 API 等形式卖给第三方，且集团任意连续 12 个月收入超过 2000 万美元，商用前要和月之暗面另签协议。
- 超大产品： 基于它的商业产品月活超过 1 亿或月收入超过 2000 万美元的，界面上要显著标注「Kimi K3.1-Pro」。
不对外提供模型能力的内部使用，以及通过月之暗面官方产品和认证推理合作方使用，这两条都不适用。上线前请自己读一遍许可证原文，这里只是概括，不是法律意见。
自己部署要什么
- 存储和显存： 光权重就约 1.56 TB，长上下文还要额外留 KV cache。
- 显卡： vLLM 的基础配置是一组 8 卡张量并行——两个 GB300 托盘或一台 B300 节点，AMD 是一台 MI355X 节点。配方注明吞吐没调优。
- 软件： 较新的 vLLM（配方里写的是 0.34.0），加
--trust-remote-code和kimi_k3的工具调用、推理解析器；SGLang、TokenSpeed 各有部署指南。 - 多轮对话要注意： 模型卡要求后续轮次把上一轮完整的 assistant 消息原样传回，包括
reasoning_content和tool_calls。
自己部署还是调 API
| 自己跑权重 | 调 API | |
|---|---|---|
| 前期投入 | 一台 8 卡 Blackwell 级或 MI355X 节点 | 无 |
| 计费方式 | 硬件和电费，忙闲都要付 | 按 token：官方标价每百万输入 $2、输出 $10 |
| 部署和维护 | 推理服务、升级、监控都要自己管 | 一个 base URL 加一个 Key |
| 扩容 | 买或租更多机器 | 服务商负责 |
| 数据 | 留在自己机器上 | 发给 API 服务商 |
| 微调 | 可以 | TeamoRouter 不提供 |
数据必须留在本地、调用量又大又稳定、或者要微调的，适合自己部署。想试模型、用它写代码、或者用量起伏大的，调 API 更省钱也更快上手。
用 API 调 Kimi K3.1 Pro
Claude Code。 指向 TeamoRouter 并设置模型：
export ANTHROPIC_BASE_URL=https://api.teamorouter.com
export ANTHROPIC_AUTH_TOKEN="你的 TeamoRouter Key"
export ANTHROPIC_MODEL=kimi-k3.1-pro
模型 ID 照原样填 kimi-k3.1-pro，不要加 [1m] 后缀，加了目前会报错。更多配置见 Kimi K3.1 Pro 接入 Claude Code。
OpenAI SDK。 只改 base_url 和模型名：
from openai import OpenAI
client = OpenAI(base_url="https://api.teamorouter.com/v1", api_key="sk-teamo-...")
response = client.chat.completions.create(
model="kimi-k3.1-pro",
messages=[{"role": "user", "content": "写一个解析 ISO 8601 时长的 Python 函数。"}],
)
print(response.choices[0].message.content)
TeamoRouter 的当前价格见模型页。余额 $5 起充，可以用支付宝或银行卡，也可以用 USDT、USDC 或 ETH（USDT 充值步骤），没有月费。
常见问题
Kimi K3.1 Pro 开源了吗？
权重已在 Hugging Face 公开，用的是 Kimi K3.1 Pro License，允许商用、修改和再分发，只对规模很大的公司有两条限制。
Kimi K3.1 Pro 有多大？
总参数 2.8T，每个 token 激活 104B；MXFP4 权重约 1.56 TB。
能用一张显卡或 Mac 跑吗？
完整模型不行。vLLM 官方配方用 8 张数据中心级显卡（B300、GB300 或 MI355X 级别）做一组张量并行。
API 版本和开源权重是同一个模型吗？
是。月之暗面官方 API 和 TeamoRouter 上的 kimi-k3.1-pro 都是 Kimi K3.1 Pro。