11月4日，月之暗面把 Kimi K3.1 Pro 的完整权重传上了 Hugging Face，总参数2.8万亿。几乎同一个时间窗口里，Anthropic 的 claude-sonnet-4-5-20250929 定在11月30日从 Claude API 退役，OpenAI 也在同一天关停 Evals、Agent Builder 和 v1/prompts 三个面向开发者的接口。一头在放开，一头在收走，两件事撞在同一个月，对做应用的人来说是个挺值得留意的信号。

开源这边：参数、价格、许可证

据报道，Kimi K3.1 Pro 是混合专家模型（MoE），总参数2.8万亿，每次推理只激活其中约1040亿；上下文窗口100万 token，原生支持看图；权重合计约1.56TB。

和7月开源的 K3 相比，主要改动在注意力上：原来24层用的全注意力，换成了稀疏注意力，每个 token 只挑最相关的2048个 token 参与计算。稀疏注意力不是新东西，但用在这个体量的模型上，长上下文场景省下来的算力是实打实的。

许可证这块比参数更值得看。主体沿用 MIT 的写法，个人和公司都能免费用、改、二次分发、商用，额外只加了两条限制：

• 如果一家公司或其关联公司在卖模型 API，且整个集团任意连续12个月总营收超过2000万美元，商用前要另签协议；
• • 如果用它做的产品月活超过1亿，或月收入超过2000万美元，界面上要显著标注“Kimi K3.1 Pro”。
    公司内部自用、走官方产品和认证推理服务商，都不受这两条限制。翻译一下：真正被卡住的基本只有靠转卖 API 赚钱的大厂，做业务的团队不在射程内。

评测数据据报道：第三方榜单 Artificial Analysis 的综合智能指数上，它拿了46.5分，此前开源模型里最高的是 DeepSeek-V4.1-Flash 的32.6分；Vals AI 用 Terminal-Bench 4.0 测终端里干活的能力，它得分63.64%，59个模型里排第三，前两名是 Claude Opus 5.5 和 Sonnet 5.5，单题成本4.57美元，而 Opus 5.5 是13.20美元。

退役这边：日期是写死的

比起“谁又追上来几分”，我更关心另一张表——弃用时间表。据厂商官方弃用页，11月到12月初排了一串：

两个容易读错的地方，我自己踩过一次：

第一，“不早于”不是关停日。 Opus 4.5 那一行写的是 Not sooner than November 24, 2026，这是下限，不是截止日期。要盯的是状态列——变成 Deprecated，才是真的进入倒计时（Anthropic 对公开发布的模型至少提前60天通知）。

第二，退役是硬失败，不是降级。 过了日子再拿旧 id 发请求，直接报错返回，不会自动帮你路由到新模型。

对写业务代码的人意味着什么

模型 ID 是配置，不是常量。 把 model="claude-sonnet-4-5-20250929" 写死在业务函数里的代码，等于把上线时间交给了别人的日历。

抽象层比选型重要。 换模型只改一个环境变量，和换模型要改二十个文件、跑三天回归，是两种完全不同的团队。

import os
from openai import OpenAI

client = OpenAI(
    api_key=os.environ["LLM_API_KEY"],
        base_url=os.environ["LLM_BASE_URL"],   # 兼容 OpenAI 协议的网关/托管地址
        )
        MODEL = os.environ.get("LLM_MODEL")        # 具体模型 ID 以所用平台文档为准
resp = client.chat.completions.create(
    model=MODEL,
        messages=[{"role": "user", "content": "用一句话解释什么是稀疏注意力"}],
        )
        print(resp.choices[0].message.content)
        ```
但“换个 model 名就行”只对同一套协议成立。Anthropic 协议是另一套 SDK，消息结构也不一样：

```python
import anthropic

c = anthropic.Anthropic(api_key=os.environ["ANTHROPIC_API_KEY"])
msg = c.messages.create(
    model="claude-sonnet-5-5",
        max_tokens=512,
            messages=[{"role": "user", "content": "你好"}],
            )
            print(msg.content[0].text)   # content 是 block 列表，不是字符串
            ```
最常翻车的地方就在这：OpenAI 协议返回的是字符串，Anthropic 返回的是内容块列表，`content[0].text` 和 `content` 不能混着写。所以抽象层不要只抽象“模型名”，至少要把消息结构一起收口。

## 迁移清单（11月30日之前）

1. **导用量。** Anthropic Console 的 Usage 页可以 Export，下载的 CSV 按 API key 和模型分列，用老模型 ID 搜一遍，先知道哪些服务在用它。
2. 2. **把 model 抽成配置。** 顺手加一层 fallback：主模型失败时切备用，别让一次下线变成一次故障。
3. 3. **回归测试。** 跑通一次不算数，把线上真实的 eval 集跑一遍，看输出而不是看感觉。同分不同味的模型太多了。
4. 4. **灰度并行。** 新旧模型同时跑一周，比差异；提示词调优也要重做，旧 prompt 是给旧模型写的。
5. 5. **收拾控制台里的资产。** v1/prompts 里的可复用 prompt、Evals 里的评测集，能搬的搬进代码仓库或 Promptfoo。放在别人控制台里的东西，生命周期由别人决定。
## 自部署这笔账，先算再激动

权重放出来了，不等于你能跑。1.56TB 的权重，按 SGLang 给出的方案，英伟达 GB300 要8张；官方推荐 vLLM、SGLang、TokenSpeed 这类推理框架。个人一张消费级显卡是没有讨论余地的——据报道有网友自嘲，“终于能在我2.3万美元的 Mac Studio 上部署了，每秒0.1 token”。

所以开源权重的实际价值，更多在两头：一是有人能跑，托管价格就有了下行压力；二是有数据不出内网要求的场景，多了一个可选方案。对绝大多数业务团队，用托管 API 仍比自己部署划算得多，自建推理集群是另一个量级的工程。

## 收尾

这一个月里发生的事挺对称：开源模型追到只差几分，同时在线模型的退役越来越像手机系统更新——不是你选的，是日历逼的。选型的功夫，慢慢从“选哪个模型”挪到了“换模型要几天”。

你手上的项目里，模型名是写死在代码里的，还是抽出来的？评论区聊聊。