**模型規模：**Kimi K3.1 Pro 有 2.8 兆個總參數，每個 token 約啟用 1,040 億個參數，並支援 100 萬 token 的上下文長度。415 vLLM 的介紹將它描述為稀疏混合專家模型（MoE），並提到模型加入 DSA 稀疏注意力機制。15

**vLLM 的零日支援：**vLLM 文章稱，Kimi K3.1 Pro 在發布首日支援阿里巴巴平頭哥（T-Head）的振武 PPU，也支援 NVIDIA、AMD 與 Google TPU 平台。15 這證明 vLLM 提供了振武平台的相關支援，但來源沒有進一步確認所有支援細節都專指 M890。

**SGLang 的硬體清單：**SGLang 的 Kimi K3.1 Pro 文件明列 PPU 支援 M890 與 810E。4 文件指出，模型透過 kimi-k3.1-day-0 分支提供服務；因此，不能把這項資訊延伸解讀為相關支援已全部合併進 SGLang 的 main 分支。4

**模型規模：**Kimi K3.1 Pro 有 2.8 兆個總參數，每個 token 約啟用 1,040 億個參數，並支援 100 萬 token 的上下文長度。415 vLLM 的介紹將它描述為稀疏混合專家模型（MoE），並提到模型加入 DSA 稀疏注意力機制。15

**vLLM 的零日支援：**vLLM 文章稱，Kimi K3.1 Pro 在發布首日支援阿里巴巴平頭哥（T-Head）的振武 PPU，也支援 NVIDIA、AMD 與 Google TPU 平台。15 這證明 vLLM 提供了振武平台的相關支援，但來源沒有進一步確認所有支援細節都專指 M890。

**SGLang 的硬體清單：**SGLang 的 Kimi K3.1 Pro 文件明列 PPU 支援 M890 與 810E。4 文件指出，模型透過 kimi-k3.1-day-0 分支提供服務；因此，不能把這項資訊延伸解讀為相關支援已全部合併進 SGLang 的 main 分支。4