众力资讯网

荐知|3万亿参数价格打到二折,这轮AI先动谁的饭碗

 今天凌晨,月之暗面发布 Kimi K3.1 Pro:3万亿级参数、100万词元上下文,价格只有 GPT-6 Astra 的二成,权重11月4日前开源。几乎同一时间,国办印发的 AI 就业意见全文公开,6 方面 18 项任务,核心一句是「有效减缓人工智能应用就业替代影响」。今天是周六休市,上周五收盘创业板指大涨 4.16%。一条技术线、一条政策线、一条资金线,罕见地撞在了同一天。工具在降价,人在升值——这轮变化到底先动谁的饭碗?


一、聊聊老本行:Kimi K3.1 Pro 发布,3万亿参数打到二折价

 今天凌晨,月之暗面发布新一代开源大模型 Kimi K3.1 Pro。先看硬指标:3万亿级参数规模,采用 MoE 架构,总参数约 2.8 万亿、每次激活约 1040 亿,上下文窗口 100 万词元。它并不是从头训的新基座,而是在今年7月发布的 Kimi K3 基础上做大规模后训练的产物——团队把强化学习扩展到了数百个下游领域,同时重写了训练框架、长上下文推理和任务调度系统。官方承诺11月4日前开源完整权重。

 能力提升集中在四块:代码、3D 创作、金融研究、长程智能体。在考察真实终端编程的 Terminal-Bench 4.0 上,它拿到 65.7%,超过 GPT-6 Astra 的 58.2%,距离 Claude Opus 5.5 的 66.4% 只差 0.7 个百分点;在金融文档分析基准 OfficeQA Pro v2 上拿到 64.4 分,反超 Opus 5.5 的 62.2 分。第三方 Artificial Analysis 的智能指数给它 55 分,全球第4、开源模型第一,仅次于 Claude Opus 5.5、Claude Sonnet 5.5 和 Muse Wonder。

 更值得做工控的人看一眼的是价格。API 每百万词元输入 13 元、输出 68 元,折合约 2 美元和 10 美元——是 GPT-6 Astra 的二成,Claude Opus 5.5 的一半,比自家上一代 K3 还便宜了约三分之一。缓存命中时输入只要 1.3 元。同步推出的高速版能力不变、输出速度快 2 到 3 倍,价格翻倍。在 Terminal-Bench 4.0 上,它的单任务平均成本 5 美元出头,而 Opus 5.5 在 14 美元左右。

 准确性也有交代:在其内部 Kimi Hallu Bench Hard 压力测试中,单条陈述幻觉率从 K3 的 23.4% 降到 8.3%。官方特意说明这是专门挑容易出错的难题做的测试,不能直接等同于日常使用的错误率。另外团队做了件业内少见的表态:训练中主动识别并移除网络攻防相关数据,不把漏洞利用能力堆到前沿——能力越强,越知道往哪儿收。

 落到我们熟悉的场景。它会自己写 Blender、FreeCAD 脚本做参数化建模,BenchCAD 带工具得分 92.7,官方演示里搭出了能运转的航空涡扇发动机模型;金融上能端到端做财务建模、投委会报告。腾讯 WorkBuddy 也已宣布接入 Kimi-K3.1-Pro。对我们意味着什么?「会调模型」正在迅速贬值,「会提需求、会验收」正在迅速升值——你不需要懂推理框架,但必须能把产线问题描述成它听得懂的任务,并且看得出它给的方案靠不靠谱。

 也泼点冷水。3D/CAD、电脑操作、真实工作任务这几项它仍略逊于 Opus 5.5 和 GPT-6 Astra;思考更长,每个任务的输出词元比 K3 多 14%;实测输出速度约每秒 73.5 个词元,低于同类平均水平。有用户吐槽会员额度跑 K3.1 Pro 比 K3 消耗快得多。跑分是上限,体验是下限,选型时别只看榜单。

二、聊聊今日最热事件:国办给 AI 装上就业「减震器」

 10月16日印发、10月23日全文公开,国务院办公厅《关于适应人工智能技术发展助力构建就业友好型发展方式的意见》(国办发〔2026〕29号)部署了 6 个方面 18 项主要任务。全文最关键的一句写在总体要求里:积极增强人工智能创造就业机会、带动传统岗位升级的正面效应,有效减缓人工智能应用就业替代影响。翻译过来就是:技术要继续推,但替代带来的阵痛,要有人管。

 六方面任务拆开看,条条有落点。第一是强化就业创造效应:深入实施「人工智能+」行动,鼓励东部布局核心产业、引导中西部承接数据标注和智能终端制造,培育智能原生企业和专精特新「小巨人」,还能按规定享受金融助企稳岗扩岗专项贷款。第二是构建就业友好型升级路径:挖掘传统领域 AI 就业潜能,建立人工智能应用就业风险评估机制。

 后面四方面同样具体:提升劳动者数字素养和就业能力,协同培养 AI 创新型人才、实施专项培训计划;用 AI 改进就业政策服务,提高就业服务智能化水平、加大转型转岗支持;健全劳动者权益保障和社会保障制度,优化适应人机协同的权益保障、完善灵活就业与新就业形态社保、健全收入分配机制;完善 AI 应用就业监测预警和风险应对体系,强化风险监测预警、加强就业影响研究。18 项任务里没有一句空话,全部指向「谁受益、谁受损、怎么补」。

 其中最值得制造业同行划重点的是「建立人工智能应用就业风险评估机制」。这条意味着以后企业上 AI 项目,可能不再只是技术评审,还要过一道就业影响评估——替代多少人、转岗多少人、培训怎么配,都得摆到桌面上。对正在规划自动化改造的厂子来说,这是实打实的变量:方案书里得多写一章,工期和预算也得跟着留余量。

 把历史拉长了看,这一幕并不新鲜。蒸汽机抢过织工的生计,流水线重组过车间,ATM 出来时人人担心柜员失业,结果柜员数量反而在金融服务扩张中涨了二十年。每一轮技术革命的岗位恐慌最后都被新岗位消化,但转型期的代价从来是由具体的人承担的——政策的价值,就是把这段最难熬的周期缩短一点、把底部兜住一点。

 把两条线接起来看就更有意思了:一边是模型能力逼近最强闭源、价格打到二折、权重即将开源,替代的技术成本在快速下降;另一边是政策提前布局评估、培训、社保和监测。这不是巧合,是同一件事的两端——技术越猛,减震器越要先装上。

三、今日热搜榜:AI 救命、哑者演戏、帆布鞋退场

 父亲突发脑梗,儿子用 AI 抢出救命时间(头条 1076万)。父亲深夜发病,儿子慌乱中打开 AI 描述症状,按提示立刻拨打急救、做应急处理,抢回了卒中黄金抢救时间。医生复盘时说,再晚一步后果难料。这条热搜最该被记住的不是 AI 多神,而是一家人平时就存好了急救电话、分得清医院远近——意外从不预约,准备从不迟到。

 李雪健已无法说话,仅靠表情完成演出(头条 437万)。抗癌多年的老戏骨如今开不了口,拍戏时全靠眼神和表情把人物立住,导演说一条过,全场安静鼓掌。有人问他值不值,他用戏回答:嗓子可以哑,戏不能哑。这世上多的是聪明人的转身,少的是笨人的坚持。热爱不是嗓门,是还在场。

 年轻人正在抛弃帆布鞋(微博 124万)。曾象征文艺与青春的帆布鞋被放进「过时」一栏,年轻人转而投向更舒服的鞋。有人感慨连怀旧都开始讲舒适度了。其实不是帆布鞋输了,是这代人更诚实——脚比眼光更懂生活。消费观的变化,往往比口号更早说实话。

 国务院要求优化家庭财税稳人口(微博 84万)。政策目标直指生育意愿。生不生孩子是家事,但养得起、养得好从来不只是家事。往实处落一分,年轻父母的犹豫就少一分。和第二条 AI 就业意见放在一起读,能看出同一条主线:政策都在往「让人敢生、让人敢转」的方向使劲。

 还有两条值得记一笔。红军最小军团长唯一照片首次公开(头条 1189万),一张薄薄的照片把近百年前的年轻面孔重新推到眼前,历史从来不是教科书里的一行字。台风「蔷琵」路径牵动沿海(头条 721万),天灾面前没有侥幸,该收的篷布、该关的闸门,一样都不能省。

四、聊聊今日股市:创业板大涨 4.16%,资金在抢什么

 今天是周六,A 股休市,按惯例报上一个交易日收盘。10月23日,上证指数收 3690.48 点涨 0.89%,深证成指收 11673.83 点涨 2.79%,创业板指收 2684.10 点大涨 4.16%,恒生指数收 23093.37 点涨 0.69%。结构上一目了然:主板小涨、成长猛攻,资金明显偏向高弹性的科技成长。

 这个结构和今天的两条线咬得很紧。Kimi K3.1 Pro 发布、腾讯 WorkBuddy 接入、国办 AI 就业意见落地,三条消息把 AI 主线从「讲故事」又往「用起来」推了一步。创业板指单日涨超 4%,说明市场买的不是概念,是对国产模型能力逼近第一梯队之后、应用侧放量的预期。国产算力、AI 应用、机器智能这几条支线,最近一直被反复交易。

 但热闹里更得冷静。第一,指数在 3700 点附近已经横了几个交易日,量能没有持续放大,说明资金在等更明确的方向,追高的风险不低。第二,AI 板块内部严重分化——有真实订单和业绩兑现的在涨,纯讲故事的跟不上。三季报是试金石:一家公司讲的故事,三季度报表撑不撑得起,财报季结束就见分晓。

 给普通投资者一句实在话:市场从来不缺热点,缺的是不被热点晃晕的定力。看不懂的板块不碰,杠杆不加,仓位留余地。赚认知范围内的钱,比赚热点的钱睡得安稳。

五、老规矩复盘一下人生:工具越便宜,判断越值钱

 今天的主题其实是同一句话的两面。技术这边:3万亿参数、价格二折、权重开源——用最强模型的成本,正在掉到普通人够得着的位置。政策这边:建立就业风险评估、专项培训、监测预警——上层比谁都清楚,替代的冲击会先落在具体的人身上。一降一保之间,普通人该站哪边,答案已经写在墙上。

 第一,别再赌「学会某个工具就一劳永逸」。工具的价格曲线只有一条:向下。今天花三个月啃下来的操作,明年可能一个自然语言指令就替代了。真正该攒的是工具背后的那摊业务——产线怎么排、故障怎么判、客户要什么。这些模型拿不走,因为它没在你的现场待过。

 第二,把「提需求」当正经本事练。同样一个模型,有人只能拿它写周报,有人能拿它搭仿真、算选型、核报价。差别不在工具,在能不能把模糊的问题描述成可执行的任务,并且验收结果。这项能力越练越值钱,因为它恰好是模型最短的那块板。

 第三,给自己留一条「离线」的退路。今天的头条热搜就是最好的提醒:父亲脑梗那个深夜,救命的不是模型多聪明,是急救电话存好了、医院分得清。AI 可以替你查资料、算数据、写初稿,但它替不了你存好那个电话,也替不了你在关键时刻拨出去。

 收尾照旧。模型会越来越便宜,算力会越来越贱,唯一还在涨价的,是一个人清醒的判断力。潮水方向已经看清了:与其担心被浪打翻,不如学会在浪里掌舵。咱们明天见。

— 荐知