11月4日，月之暗面把 Kimi K3.1 Pro 的完整权重放上 Hugging Face。按模型卡，2.8 万亿总参数、每词元激活 1040 亿、约 104 万词元上下文。 权重放出后，昇腾宣布基于 vLLM Ascend 和 SGLang 完成 0Day 推理适配，覆盖 Atlas 800 A3、Atlas 900 A3 SuperPod 和昇腾 950 超节点。 对企业的直接意义是：模型发布首日，就能在自己的国产算力上开展部署和应用验证。0Day 不是一句口号。昇腾复用了 K3 的适配经验，提前做模型分析，补上 K3.1 Pro 新增的稀疏注意力路径和多模态推理，再把分布式缓存叠进去，同时保持框架原有的服务能力。 企业省掉的，正是模型接入、算子开发和服务验证这段排期。知乎微博知乎
但“能跑”和“能部署”之间，还隔着一本算力账。1.561TB 的权重，按单台八卡 80GB、共 640GB 显存估算，仅静态装载就要 2.5 台以上，这还没算 KV cache、激活和通信缓冲。 这不是多卡工作站，而是多机分布式推理集群，百万上下文的 KV cache 和专家并行的跨机通信还要另算。昇腾官方说的是支持“部署与应用验证”；能跑、能验，不等于已经按你的业务负载调好。知乎微博
Kimi K3.1 Pro 的 API 价格确实降了：输入从每百万 token 20 元降到 13 元，输出从 100 元降到 68 元；但单价下降没有传导成使用成本下降，部分高频场景反而更贵。 有用户反映，仅发送一句“审查项目架构”指令，模型便拉起 5 个子 Agent，十几分钟耗尽 5 小时额度；开发者实测显示，新模型完成同类任务的 Token 消耗量是上一代的 1.6 至 2.4 倍，轻松吃掉了官方下调的 33% 单价。 月之暗面随后道歉，承诺为订阅者一次性恢复 25% 月度额度，并承认后台存在“不必要的子Agent调用和输出长度”。这些冗余计算发生在订阅产品里，换成企业自建，账单就会从“额度”变成“卡时”；0Day 解决了“能不能跑”，没有解决“跑一次要花多少”。知乎微博
还有一道不写进机房的账：许可证。K3.1 Pro 用的不是 Apache 2.0，而是自定义的 Kimi K3.1-Pro License。内部使用基本自由；但如果企业对外提供模型服务，且连续 12 个月收入超过 2000 万美元，就要先和月之暗面单独签约。 对多数企业，这不是障碍，但它提醒一件事：权重开放改变的是选择权，不是部署的复杂度。知乎
所以，昇腾 0Day 适配的真实价值，不是让企业“省掉部署”，而是把“从模型发布到开始验证”的等待时间压到零。过去，新模型出来，企业往往要等框架适配、等算子补齐；现在，第一天就能拿到一个可运行的起点。当 0Day 逐渐成为国产算力的常规动作，真正拉开差距的就不再是谁先跑起来，而是谁跑得稳、算得清、管得住。适配期可以归零，部署账不会。
