11月5日，月之暗面把 Kimi K3.1 Pro 的完整权重放上了 Hugging Face，仓库没有访问门槛，下载不用申请、不用填表。这大概率是开源史上最大的模型：MXFP4原生权重切成96个分片，实测约1.56TB。知乎知乎知乎
本地部署圈一夜沸腾。欢呼之外，被问得最多的是那句老话：我家电脑能跑吗？先说结论：权重你真能下下来，但大概率跑不动。
先算一笔明账：一台真武M890超节点显存只有1.15TB，连1.56TB的权重都装不下；老章按近期招投标价整理了三档账单——两台16卡约820万到850万元，四台32卡约1600万元，八台64卡约3100万元，月之暗面官方建议64卡以上超节点部署。这账单是给金融政企的，跟卧室无关。知乎
但极客们还是动手了。B站UP主用XTier在单张RTX PRO 5000上首跑全量K3.1 Pro：配384G内存、6块NVMe，显存、内存和冷专家协同干活，实验配置下解码约10 token/s，UP主也把话说在前面——仅作实验探索，非生产力方案。哔哩哔哩
同一任务跟官方云端版对比，反而是API赢了。哔哩哔哩
kimi-k3-in-c 项目更狠：纯 C99 写的推理引擎从磁盘按需读权重，让2.78T的模型在8GB左右的内存预算下完成CPU推理。知乎
但别被「8GB就能跑」带偏：那份8.24GB的峰值驻留内存，出自一台124 vCPU的EPYC测试机，示例中生成8个token耗时261.5秒，平均32.69秒一个词。知乎
为什么家用机能对万亿模型「动心」？因为MoE：总参数2.8T，每个token实际激活的只有约104B，896个专家里路由器每次只挑16个。图书馆再大，一次也只搬几本书上桌面——权重体积决定门票，激活参数决定希望的上限。知乎知乎
那普通人怎么吃这波开源红利？三条实在建议：
别急着下满血权重。权重加预处理数据，建议预留约1.7TB存储。而阿里云灵骏M890超节点和昇腾CANN都已经宣布Day0适配。第三方的量化版、蒸馏版大概率很快会把体积打下来，到时候再下载，一次到位。知乎知乎知乎
商用前看清授权。许可证的线画得很明白：对外提供模型即服务、连续十二个月收入超2000万美元，要先和月之暗面单独签约。这次K3.1 Pro登陆微软Foundry走的就是分成模式，也是微软云首个分成模式开源权重模型。图「数据不出门」的企业用户，这笔法务成本要提前算。知乎知乎
捂紧内存和硬盘的预算。B站那个首跑实验的评论区，最高赞的感叹是「内存价格又上去了」。当下本地部署拼的不是谁的模型大，而是谁的显存带宽、存储速度和硬件账单更扛打。哔哩哔哩
2.8T权重开源的意义，本来就不是让你今晚在卧室跑起来，而是万亿级模型第一次可以被公开拆解——量化、推理引擎、蒸馏，一整串生态都会扑上来做减法。家用机真正等的红利在那一波。在此之前，最划算的动作，是先把下载按钮忍住。
