11月6日，摩尔线程宣布完成Kimi-K3.1 Pro的Day-0适配。
载体是AI训推一体智算卡MTT S5000和MUSA软件栈，打通模型加载、服务启动，以及文本、图片两条基础推理链路。集微网
官方口径是“3万亿级”。模型卡更具体：总参数 2.8 万亿，每词元激活 1040 亿，上下文 104 万词元，权重 96 个分片约 1.56 TB。 这决定了它必须多卡部署。知乎
适配先要解决模型切分、显存放置和卡间通信。
它还是原生多模态模型，视觉编码器MoonViT-V2占401M参数。 适配因此不只是跑语言模型，还要接图像预处理、视觉编码和图文混合批处理。知乎
但公开信息里没有图像理解精度、分辨率上限，也没有图文混合请求的吞吐。这些恰恰是判断“图文可用”的关键。
从公开时间线看，月之暗面11月4日公布完整权重，摩尔线程11月6日宣布完成适配。 官方把这叫Day-0；能核对的是两天的间隔。IT之家
但通稿只说到“基础推理链路”，没有卡数、精度、并发，也没有首token延迟、decode吞吐，第三方实测也缺位。
对比之下，昇腾CANN在950DT、32卡、100K输入、Batch 32下，给出平均Decode时延低于10 ms/token（仅模型耗时）。 两组信息颗粒度不同：一个证明能跑，另一个回答跑得怎么样。昇腾CANN
这也不是它第一次接Kimi：7月29日就发过“率先完成Kimi K3适配”的Day-0公告。 从K3到K3.1 Pro，模型改了注意力结构，适配仍按天算。小红书
当Day-0成为常规动作，竞争点就会移到吞吐、成本和稳定性。
这次适配的真实分量，是让“国产GPU跑3万亿级多模态模型”这件事落在了模型开源后两天，而不是证明“跑得好、跑得便宜”。
接下来值得看的不是又一张Day-0海报，而是第一份公开的部署配方和第三方压测：多少张S5000、什么精度、多长上下文、每token多少钱。跑通是入场券，算得清账才是竞争力。
