10 月 24 日，月之暗面发布 Kimi K3.1 Pro：3 万亿级参数、100 万词元上下文。 2026 年 11 月 4 日，完整权重公布。 之后，昇腾、摩尔线程、阿里巴巴平头哥先后宣布「Day-0 适配」。微博微博知乎
摩尔线程的公告写得很具体：基于 MTT S5000 和 MUSA，完成 Day-0 适配，打通模型加载、服务启动和文本、图片推理。 但公告里没有吞吐数字，也没有卡数。 Day-0 适配本来就是先把算子写通、把服务拉起来；从跑通到跑得划算，中间还隔着按月计的调优。微博知乎
先看模型本身。K3.1 Pro 是稀疏 MoE，总参数 2.8 万亿，每处理一个词只激活 1040 亿。 这个结构决定了，算力不是最紧的，显存和跨卡通信才是。知乎
权重 1.56TB，单台 M890 超节点的 1.15TB 显存连权重都装不下。 每进一个词，被激活的专家要被路由到不同的卡上，all-to-all 通信成了真正的考题。知乎专栏
三家里，只有昇腾给了具体的数字：950DT 平台、32 卡、10 万 token 的输入、Global Batch 32，平均 Decode 时延低于 10ms/token。 这个数字只说明 32 路并发下每个字的间隔够短，统计的还只是模型计算耗时；一张卡能挂多少路、跑一天要多少电、出一个字摊多少成本，都没说。知乎
所以，「日常用」要分两本账。对普通用户，它其实已经发生了：Kimi 的 App、API 都能调到这个模型，11 月 5 日起还上了微软 Foundry。 你不用关心背后是哪张卡。真正被「国产 GPU 首跑」改变的，是企业私有化部署的那本账。知乎
这本账不便宜：按公开报价估算，本地部署最低 800 万元起步，推荐配置约 3000 万元。 拆开看，两台 16 卡的入场券约 820 万到 850 万元，八台 64 卡约 3100 万到 3200 万元。这还只是硬件。知乎专栏
更值得看的是模型自己的账：它太能写了。K3.1 Pro 的 API 单价比 K3 便宜了约 33%，但 Artificial Analysis 实测，它完成一个任务平均花 1.98 美元，K3 是 2.00 美元；每个任务输出 55K token，比 K3 多 14%。 单价便宜，不代表一件活便宜。知乎
整套智能指数测试里，K3.1 Pro 累计输出约 1.5 亿 token，参测模型的中位数只有 8700 万，高出约 72%。 这就是为什么「token 降价」和「日常用得起」不是一回事。你买的不是 token，也不是卡，是「把一件事干完」。36氪
这套账在订阅上更直观。K3.1 Pro 上线不到 12 小时，争议就来了；两天后，Kimi 因为限流和额度消耗公开道歉，给所有套餐订阅者恢复了 25% 的月度额度。 有用户只发了一句「审查项目架构」，模型拉起 5 个子 Agent，十几分钟把 5 小时额度用满；高峰期，付了费的用户也会看到「请稍后再试」。这不是国产 GPU 的问题，但它说明「日常用」的瓶颈从来不只在芯片。36氪
回到最初的问题：3 万亿模型在国产 GPU 上首跑，离日常用还有多远？
如果「日常用」指打开 App 问一句话，那它已经到了，只是和你脚下这台机器是不是国产卡关系不大。
如果指企业把 2.8 万亿模型装进自己的机房、天天稳定地跑，那还差三个数：单卡每秒出多少 token，一张卡能同时挂几路，干完一件活要多少钱。这轮公告里，只有昇腾给了一个延迟数字。
首跑是发令枪，不是终点线。下一次值得转发的，不是又一家「Day-0 适配」，而是第一份敢让第三方复现的吞吐和成本报告。
