KimiK3比旧版读文件更省心吗？
Kimi-K3
Kimi K3的参数量到2.8万亿了，MoE架构896个专家里每次激活16个，理论计算量其实控制得不错。但真用它读大文件的时候，速度是个绕不过去的问题。我传了一份60页的行业研究报告，让它做结构化摘要加关键数据提取，回复等了将近两分钟。社区里有人测到它的吞吐大概26到28 token每秒，比Opus还慢一截，推测是speculative decoding还没开。强是真强。那份报告里有几处数据互相矛盾的地方，一个说市场份额34.5%，另一个表格写36.2%，K3自己发现了这个矛盾并在摘要里标了出来，还给出了它的判断依据。这种细致程度我在K2.6上没见过。Artificial Analysis的Intelligence Index给它打了57分，排189个模型里的第4，整体落后Fable 5和GPT-5.6 Sol，但超过Opus 4.8。官方说比K2扩展效率提升了2.5倍，同样算力能转出更强的能力，这个我相信，因为K3读文件时的理解深度和跨文档关联能力确实是跨代提升。我只是希望后续能把推理速度优化一下，毕竟读文件这件事，等两分钟跟等二十秒，体感是完全不同的。
发布于 福建
分享
评论
赞
未登录
友善发言
评论
加载中
