Kimi K3.1 Pro 正式开源，本地部署 800 万元起步，阿里云超节点 Day0 适配

省流：本地部署 Kimi K3.1 Pro 最低 800 万元起步，推荐配置 3000 万元，请转给公司领导申请预算

大家好，我是 Ai 学习的老章

前两天我实测了 Kimi K3.1 Pro：

也测了它与 DeepSeek、Opus 5.5 和 GPT-6 的同台表现：

大家有各种看法，但我觉得：你可以说它慢，说它贵，但是不能说它菜

今天月之暗面如约开源了 K3.1 Pro 的完整权重，阿里云也宣布灵骏真武 M890 超节点完成 Day0 适配

今年 7 月 K3 开源时我算过一笔账

当时结论是按照英伟达 H200 来测算的，跑满得 8 台超节点，预算直奔 3000 万（现在H200可不是这个价了）

如今 K3.1 Pro 权重发布，本地部署到底要几台机器、多少预算？老章再来算一下

K3.1 Pro 与 K3 架构区别

K3.1 Pro 底层骨架基本继承 K3，提升全在后训练与跨领域强化学习

架构是 2.8T 总参数的稀疏 MoE，支持 100 万 Token 上下文窗口

权重原生 MXFP4，实测大小 1.56TB（96 个分片）：

注意力延续 KDA 线性注意力与 DSA 稀疏注意力结合的混合架构，支持多 Token 预测（MTP），兼顾长上下文显存与吞吐

月之暗面把算力砸在大规模后训练（Post-training）与跨领域联合 RL 上，重构了从训练、推理到沙箱评测的全栈工程，效果很显著：

Terminal-Bench 4.0 上，K3.1 Pro 拿下 65.7%，超越 GPT-6 Astra 的 58.2%，紧咬 Claude Opus 5.5（66.4%）

Kimi Code Bench 3.0 从 55.95% 升至 61.2%，还同步推出提速 2 到 3 倍的 Highspeed 版本

Kimi K3.1 Pro 评测榜单表现 阿里云超节点 Day0 适配

今天阿里云灵骏真武 M890 超节点宣布 Day0 适配 K3.1 Pro，并在 vLLM 与 SGLang 两个框架上跑通了全链路验证

软硬件协同全链路优化架构

跑万亿 MoE，瓶颈在跨卡与跨机通信，阿里云、平头哥与月之暗面联合做了深度调优：

• FlashMLA 算子调优，降低高并发访存开销

• DeepGEMM 算子优化，加速 MoE 低精度矩阵计算

• MegaMoE 与 MoonEP 优化拓扑，压低 All-to-All 延迟抖动

大家最关心的问题：本地私有化部署，到底买几台 M890？花多少钱？

我搜了一下近期的招投标信息，发现了这一条：

电信陕西分公司寻源公告显示，32 台真武 M890 含税预算 11942.76 万元，扣除管理机后单台均价约 373 万元（实际成本不得而知，这个数字虚高了，里面应该还有 4 台通算服务器部分）：

• 单台搭载 8 张 OAM 加速卡，单卡 144GB HBM 显存，整机显存合计 1152GB（约 1.15TB）

• 片间互联带宽 800GB/s，配合自研 ICN Switch 1.0 支持 64 卡全带宽互联

K3.1 Pro 权重是 1.56TB，单台 M890 显存只有 1.15TB，单台连权重都装不下

多机部署需要加上 400GE RDMA 交换机（单台约 70 万元，我随便问的集成商，应该也虚高），老章整理出三档账单：

Kimi K3.1 Pro 本地部署成本台账

方案一：两台 16 卡配置，约 820 万 — 850 万元（入场券）

两台 M890 共 16 张卡，总显存 2304GB（约 2.25TB）

装下 1.56TB 权重后剩余约 744GB 显存供 KV Cache 与运行时周转，长上下文和并发量需要精打细算

• 2 台真武 M890 服务器：约 746 万元

• 1 台 400GE 交换机及配件：约 70 万 — 100 万元

• 最低门槛合计：约 820 万 — 850 万元

方案二：四台 32 卡配置，约 1600 万元（舒适档）

四台 M890 共 32 张卡，总显存 4608GB（约 4.5TB）

权重外结余近 3TB 显存，可支撑 100 万 Token 长上下文与企业级稳定并发

• 4 台真武 M890 服务器：约 1492 万元

• 400GE 交换机与网络：约 100 万 — 150 万元

• 企业生产推荐合计：约 1600 万元

方案三：八台 64 卡超节点，约 3100 万 — 3200 万元（官方推荐姿势）

月之暗面技术博客明确说了：建议在 64 卡以上超节点配置上部署，正好对应平头哥 ICN Switch 1.0 的 64 卡全带宽互联域

8 台 M890 聚合 64 张卡，总显存来到 9216GB（约 9.2TB），跨节点算力完全释放

• 8 台真武 M890 服务器：约 2984 万元

• 400GE 集群交换矩阵与线缆：约 150 万 — 200 万元

• 满血超节点合计：约 3100 万 — 3200 万元

以上价格都仅供参考哈，实际部署，肯定不止！

总结

国产大模型最近纷纷雄起啊，DeepSeek V4.1 Flash、Kimi K3.1、腾讯 Hy4

据说，DeepSeek V5 也在训了，全量用华为昇腾 950 训练！

Qwen4 也在路上了，大胆猜测，本月必然发，我还是最期待 Qwen4

阿里巴巴集团联合创始人蔡崇信说得好：AI 只有开源才能普及，只有普及才能创造可持续、普惠的智能时代

国产大模型 + 国产算力，正在把真正的万亿级大模型私有化部署，从过去“买不到卡、调不通算子”的被动局面，拉进真正可交付的工程现实

对于金融、政企、核心科研这些对数据安全极度敏感的行业，自主可控的软硬件全栈底座已经摆在台面上，不再是镜中花水中月

当然，对咱们绝大多数开发者和中小团队来说，期待一下 Qwen4-27B 就行了