4280 亿参数开源了，我那台 4G 服务器还是只能调 API
对于普通开发者来说，API始终是首选
10 月 26 日晚上我在服务器上改一个部署脚本，等命令跑完的空档刷了下时间线，才发现三家把模型挤在一周里全发完了。
10 月 19 日 MiniMax M3.1 Flash 上线，10 月 23 日把权重开源。10 月 24 日零点，月之暗面推了 Kimi K3.1 Pro。10 月 26 日，OpenAI 发了 GPT-6.1 Terra。
一周三个模型，两个说开放权重，一个直接砍价一半。热闹是真热闹。
三条不一样的路
Terra 走的是老路，闭源，只在自家 API 和 ChatGPT 里用。这次主打视觉推理和电脑操作，官方在 OSWorld 2.1 离线集上报 74.2%，MMMU-Pro 报 85.5%，上下文 1.05M token。它比 9 月 29 日的 GPT-6.1 Sol 便宜一半，输入从每百万 2 美元降到 1 美元，输出从 10 美元降到 5 美元。
K3.1 Pro 是 3 万亿级参数，上下文 1,048,576 token，原生支持文本、图片和视频输入。三项单价都比上一代 K3 降了三分之一，国内刊例价输入 13 元、输出 68 元，缓存命中 1.3 元，高速版是两倍价。官方承诺 11 月 4 日之前发布完整模型权重。
M3.1 Flash 已经开完了。总参数 4280 亿，每个 token 激活约 230 亿，支持文本图像视频输入，最高 100 万 token 上下文。官方说 10 月 19 日上线后 72 小时里，真实用户处理了超过 100 万亿 token。
开放权重这四个字，与我无缘了
我一开始也跟着高兴。「权重开源」听起来像东西已经递到手里了。后来在纸上算了一笔账。
4280 亿参数，按 BF16 存要 856 GB 显存。压到 4 bit 差不多 214 GB。
3 万亿参数更别提，BF16 是 6 TB，4 bit 也要 1.5 TB，还得配一整套能跑起来的推理框架和足够快的卡。
我这台服务器总共 3.6 GB 内存。
这两个数字跟 3.6 GB 摆在一起，光靠给服务器加内存条是追不上的。
这里有个容易看错的地方。官方写 M3.1 Flash 每个 token 只激活 230 亿参数，很多人第一反应是「那我按 230 亿算显存不就行了」。不行。MoE 结构里稀疏激活省的是算力，不是显存，那 4280 亿个参数一个都不能少，得全部驻留在显存里等着被调用。所以省下来的是推理时每次算多少，不是你要买多少卡。这个坑挺常见，网上那些算 MoE 显存算出来的账对不上的，多半是这里看错了。
所以开放权重这件事捧的是另一群人。卖推理算力的服务商，手里有卡的云厂商，能拿权重去微调自家业务模型的团队，他们才是第一波受益人。个人开发者排在队尾，我下载那几十上百 GB 的权重，除了占硬盘没有别的用。
跟我有关的其实是价格
三家都在降，这才是落到我身上的变化。
Terra 输入输出各砍一半。K3.1 Pro 三项单价降三分之一。M3.1 Flash 最狠，输入每百万 1 元、输出 4 元、缓存读取 0.1 元，比 M3 的输入输出单价降了一半以上。官方给的说法是整体使用成本降 70%，推理速度提升近 3 倍。
这台机器上现在塞着两个数据库、一个博客、两个 AI 面板，可用内存长期吊在 1.3 GB 上下。前几天装一个 AI 面板，进程起来占 250 MB，我看了一眼剩余内存，觉得还行，接着装插件市场，又从牙缝里挤出一点。这种资源状况下，别说 4280 亿的模型，20B 级量化模型都跑不稳。
所以我的用量是纯 API 路线。主模型走 DeepSeek，一天几十轮对话，多数轮次几千 token。这个量级下，单价从 2 美元降到 1 美元，我一个月省不出几块钱。
但方向是对的。便宜到这个程度，很多以前要犹豫的事就不用犹豫了。让模型把几十页的文档通读一遍，以前会心疼那点钱，现在不太在乎。
Terra 我倒是懂了
Terra 发布当天就进了 ChatGPT 和 Codex，付费档全部可以直接用。它主打的能力是直接操作软件界面，模型能看屏幕、点按钮、跨软件把活干完。
这东西对个人开发者的意义，比多一个会聊天的模型大得多。现实里一堆活没有 API，只有界面，装个客户端点一百次那种。能把它交出去的场景我立刻能想出几个。
可惜我服务器上没有图形界面。这套能力要用起来，得接在一台有人天天开着的电脑上，而不是塞在机房的角落里。
K3.1 Pro 那个权重，官方写的是 11 月 4 日之前发布。到写这篇的时候还没发。承诺和兑现之间隔着一周，这一周里会不会变，我不知道。
M3.1 Flash 那个 100 万亿 token，我没找到统计口径。是全部流量都算进去，还是只算这个新模型，官方没说清。
还有一件更麻烦。有独立分析把 K3.1 Pro 的单价换算成跑完一个任务要多少钱，结论是单任务成本和上一代几乎没动。单价降三分之一，但新模型想得更久、写得更长，总账打平。这个说法我没法验证，只能先记着。
还是没想明白
如果权重真的都开了，为什么我还是要调 API。
要是有钱买八张卡，这问题就不成立。可我手上这台机器的内存是 3.6 GB，跑不动任何一个像样的本地模型，连量化到 4 bit 的小模型都塞不下。
开放权重对我，暂时只是一条新闻。
三条路里，对我最实在的还是降价这一条。权重、参数、基准分数都是别人家的热闹，账单是自己的。
参考来源
OpenAI GPT-6.1 Terra 发布信息与基准数据：https://aireleasetracker.com/model/openai/gpt-6.1-terra
Kimi K3.1 Pro 官方文档与定价：https://platform.kimi.com/docs/guide/kimi-k3-1-pro-quickstart
Kimi 模型推理价格说明：https://platform.kimi.com/docs/pricing
MiniMax M3 系列官方页面：https://www.minimaxi.com/models/text/m3
MiniMax M3.1 Flash 开源报道（参数与定价）：https://www.oschina.net/news/503167
价格数据截至 2026-10-27，官方会调整，实际下单前请以各官网为准
