11月5日，Kimi 发布 Hosted Agents，把支撑智能体运行的 Harness 做成云端服务，企业不必自建框架即可获得 7×24 小时的托管环境；同一天，阿里云宣布灵骏真武 M890 超节点完成 Kimi K3.1 Pro 模型权重的 Day0 适配。往前一周，腾讯混元发布 770B 的 Hy4，MiniMax 用 M3.1 Flash 把输入价格打到每百万 Token 1 元，智谱的 GLM-6 仍无官方时间表。国产大模型的竞争，正在从"谁的模型更强"转向"谁能把模型变成可运营、可审计、可负担的服务"。

一、Kimi：Hosted Agents 上线，Harness 成为云服务

11月5日，Kimi 宣布 Kimi Hosted Agents（托管智能体） 正式发布，核心是把 Harness 作为云端服务提供，也就是 Harness as a Service。企业和开发者不需要自行搭建、维护智能体的运行框架，就能获得 7×24 小时的托管环境，支持长程任务执行与多智能体协作。

官方给出两类典型用法：一类面向企业内部，把 Agent 接入业务系统，承担业务监控、运维响应等任务；另一类面向产品用户，嵌入企业对外产品，提供 App 内的投研助手、客服助手等服务。安全与治理被放在显眼位置——独立沙箱、网络访问权限控制、可设定操作边界、必要时随时中止会话，执行过程留痕可查并支持审计导出；计费规则与用量报表则让企业能按项目追踪资源消耗和费用。

这件事的分量在于，它把 Agent 落地中最脏最累的一段接了过去。过去一年，企业做智能体常见的路径是：先搭运行框架，再接工具，再做权限和日志，最后卡在稳定性与成本上。托管化意味着这套基础设施由平台负责升级维护，团队可以把时间放回业务定义与工具接入。但企业也需要核对三件事：数据出域边界、沙箱逃逸与网络访问的实际控制强度、以及长任务失败后的恢复机制。托管降低了门槛，也把依赖集中到了平台侧。

二、Kimi K3.1 Pro：权重开放，阿里云 Day0 接住

Kimi 这一周的另一条线是模型与基础设施的配合。

Kimi K3.1 Pro 于 10月24日发布，是 K3.1 系列的首款模型：总参数 2.8 万亿，MoE 架构，每 Token 激活约 1040 亿，支持 100 万 Token 上下文，延续 KDA 混合线性注意力与注意力残差技术。官方把增量集中在代码、3D 创作、金融研究与长程 Agent 任务上，并承诺在 11月4日前开放完整模型权重。从公开模型库看，权重已经按计划释出，这意味着它成为当前参数规模最大的开源权重模型之一。

11月5日，阿里云宣布灵骏真武 M890 超节点已完成 K3.1 Pro 模型权重的 Day0 适配，并在 vLLM 与 SGLang 两大主流开源推理框架上完成全链路验证。Day0 适配的价值常被低估：权重开放只是"能拿到"，能不能在超节点上高效跑起来、吞吐和时延是否可接受，才决定企业敢不敢把它放进生产。阿里云用一天时间给出验证结果，本质上是在给开源权重补上"可部署性"。

但真实使用仍有摩擦。据 36氪报道，K3.1 Pro 上线后，部分付费用户发现任务还没做完，额度已经所剩无几。长上下文、长程任务与高激活参数叠加，单次会话的 token 消耗会非常可观。能力上探之后，如何把"每完成任务成本"降下来，会是 K3.1 系列下一阶段的重点，也是托管服务能否规模化盈利的关键。

三、腾讯 Hy4：770B 开源旗舰，首次加入视觉与电脑操作

11月4日，腾讯混元发布新一代大语言模型 Hy4。相比 8月28日的 preview 版本，正式版在预训练与后训练规模上进一步扩展，总参数达到 770B，采用 MoE 架构，每 Token 激活 49B，上下文长度支持约 100 万 Token，并首次加入视觉理解与电脑操作能力。

腾讯方面表示，Hy4 将于近期开源模型权重，同步发布模型系统卡片，并推进"更负责任的开源"，重点关注网络与生物安全风险。中金研报指出，Hy4 与 preview 处于同一参数量级，API 定价一致，能力升级主要体现在长程任务稳定性、视觉理解与 GUI/命令行操作。对腾讯来说，这是一次"能力补齐"而非"价格换量"：把开源旗舰从纯文本推到多模态与 Computer Use，才好承接 WorkBuddy、CodeBuddy 这类产品场景。

值得注意的是，"近期开源"仍需兑现。当前开源权重市场的竞争已经进入"发布即开放"的节奏，Kimi 的 K3.1 Pro、MiniMax 的 M3.1 Flash 都把权重时间表写进了发布口径。Hy4 若延迟开放，生态适配与第三方评测就会慢半拍。

四、阿里 Qwen：Qwen4 在训练，开源安全话语权前移

阿里这一周没有新模型发布，但两条信息值得记录。

模型路线图上，阿里在 9月22日云栖大会确认 Qwen4 已投入训练，采用下一代架构；Qwen4.5、Qwen5 的参数规模规划扩展到 5 万亿至 10 万亿。现有产品线中，Qwen3.8-Max 在编程与办公场景表现强劲，发布后拿到 Artificial Analysis Agentic 智能体第一、CodeArena 前端编程第一；Qwen3.8-Flash-Next 以约 125B 总参、每 Token 激活约 6B，被官方定位为 Qwen4 架构的预览。定价方面，Qwen3.8-Max 为每百万输入 12 元、输出 36 元、缓存命中 1.5 元，仍处在国产旗舰的中高位。

话语权侧，11月3日世界互联网大会"人工智能乌镇对话"上，DeepSeek 与千问团队分别回应了开源模型安全问题。DeepSeek 研究工程师高熙认为，安全问题并非开源独有；千问大语言模型负责人刘大一恒表示，开源通过加速 AI 扩散推动技术普惠。两家头部团队在同台讨论安全，说明开源模型的争论已经从"要不要开源"转向"开源之后如何治理"。对国产模型出海而言，这会是比榜单排名更长期的门槛。

五、智谱与 MiniMax：一个等 GLM-6，一个把价格打到 1 元

智谱的节奏相对平稳。当前旗舰仍是 8月14日发布的 GLM-5.3：基座未换，通过极致的后训练 Scaling 提升智能上界，官方称编程能力较 GLM-5.2 提升约 50%，并在 Terminal-Bench 3.0 等基准上位列开源权重模型第一。轻量侧，8月26日上线的 GLM-5.3-Flash 采用 320B 总参、18B 激活的原生多模态架构，能主动观察界面、渲染与交互反馈，定价约每百万输入 8 元、输出 28 元、缓存命中 2 元。至于市场期待的 GLM-6，截至 11月5日仍无官方发布日期，官方发布记录中也没有相关条目。

MiniMax 则把价格战继续往下压。M3 于 6月1日发布，采用自研 MSA 稀疏注意力，总参数 428B、推理仅激活约 22B，支持 100 万上下文、原生多模态与桌面操作，SWE-bench Pro 得分约 59.0%，是国产首个同时具备前沿 Coding、长上下文与原生多模态的开源模型。10月19日上线的 M3.1 Flash 面向编程、工具调用与 Agent 任务，10月23日开放权重；定价为每百万输入 1 元、输出 4 元、缓存读取 0.1 元，相比 M3 的输入输出单价降幅超过 50%，缓存单价降幅超过 70%。

把三档价格放在一起看，层次很清楚：M3.1 Flash 的 1 元/4 元，GLM-5.3-Flash 的 8 元/28 元，Qwen3.8-Max 的 12 元/36 元。低价档不再是"阉割版"，而是能承担编程与工具调用的生产力模型；旗舰档则靠长程稳定性、多模态与行业场景守住溢价。DeepSeek 在 10月17日更新 V4.1-Flash，也在同一价格带施压。价格战没有结束，只是从"旗舰降价"变成了"能力分层定价"。

六、三条主线与下周观察

把今天的信息压缩成三句话：

1. Agent 基础设施开始托管化。 Kimi Hosted Agents 把 Harness、沙箱、审计与计费打包成云服务，竞争点从"能不能做 Agent"转向"SLA、权限边界与单位任务成本"。这会加快企业上线，也会加深平台依赖。
2. 开源权重进入"发布即开放"的节奏。 K3.1 Pro 权重释出并被阿里云 Day0 接住，Hy4 承诺近期开源，M3.1 Flash 已开放权重。对企业来说，可自托管、可审计的模型正在变成真实选项。
3. 价格按能力分层。 1 元级模型承担高频编程与工具调用，8 至 12 元级旗舰守住复杂任务与多模态。真正的竞争指标会从"每百万 Token 多少钱"转向"每完成一个任务多少钱"。

下周可以重点看五件事：Hosted Agents 的正式定价、SLA 与数据合规细则；K3.1 Pro 在超节点上的真实吞吐与长任务成本；Hy4 权重是否按期开放及系统卡片内容；GLM-6 是否给出官方时间表；M3.1 Flash 的独立基准复现与更大范围降价是否跟进。

（本文信息来自公开报道与厂商文档，部分数字为媒体转述；涉及未发布模型的内容请以官方口径为准。）