KimiK3比旧版读文件更省心吗？
Kimi-K3
Kimi K3昨晚发布，我连夜拿它读了份300页的行业研报。2.8万亿参数，100万token上下文，全球最大开源模型。最直观的感受是：终于不用手动拆文件了。以前用K2.5读超长文档，超过200万字得分段喂，K3上下文直接拉到400万token，一整本书扔进去都能消化。Attention Residuals架构解决了Transformer十年的PreNorm稀释问题，长文档推理不丢信息。Agent任务解决率比K2.7提升32%，跨文档对比和引用准确度明显上来了。杨植麟说K3的目标是提升等效FLOPs一个数量级、追平世界前沿，从实测看确实在往这个方向走。但别神话，复杂推理跟Claude一线闭源还有差距，文件处理是真强。
发布于 江西
1
评论
赞
未登录
友善发言
评论
加载中
