Moonshot AI 发布 Kimi K3 开源模型,2.8T 参数及 1M 上下文
Decision Brief
变化Moonshot AI 发布了 Kimi K3,一个 2.8T 参数、1M token 上下文窗口、原生多模态输入的开源模型。
为什么重要Kimi Delta Attention 使解码速度提升 6.3 倍,Attention Residuals 提高训练效率 25%,对需要长上下文和高效推理的开发者是重大利好。
谁该关注依赖模型 API 的团队
受影响技术栈ClaudeOpenAIKimi
建议动作值得评估:Claude 能否替代或补充你现在用的模型
来源可信度中 · 可靠媒体或一手报导
Moonshot AI 正式发布 Kimi K3,这是一个前沿级开源权重模型,拥有 2.8T 参数、1M token 上下文窗口,并支持原生多模态输入。模型引入了 Kimi Delta Attention(KDA)机制,可实现高达 6.3 倍的解码加速,以及 Attention Residuals 技术,使训练效率提升约 25%。K3 已在多个平台上线,开源权重承诺于 2026 年 7 月 27 日提供。在 Frontend Code Arena 中,K3 以 76% 的成对胜率领先,在多项基准测试中超过 Claude Fable 5 和 GPT-5.6 Sol,但整体用户体验仍落后于这些模型。独立评估认为 K3 可与 Opus 4.8 和 GPT-5.5 媲美。此发布被视为开源模型的重要里程碑。对于使用开源模型进行长上下文或多模态任务的开发者,K3 提供了显著的速度与效率提升,但整体体验仍需优化。
摘要依据:官方/RSS 来源详摘依据上方标注的来源范围整理,内容以原文为准。
来源
- AINews(smol.ai)
Weekday recap of top news for AI engineers — dense, builder-oriented signal.
- AINews(smol.ai)
留言
登入后即可留言,和其他 builder 交换实测心得。
还没有留言,抢头香。