开源模型这么多，为什么选Kimi K3？
很多人选Kimi K3是看榜单，我是看完那份47页技术报告才下的决心。有个数字我反复看了好几遍：896。K3用的是LatentMoE架构，总共896个专家，每次推理只激活其中16个，总参数2.8T，单次计算量却压得很小。这就解释了它为什么智能指数能到57、跟顶级闭源模型掰手腕，价格却只要3美元一百万输入token。另一个是KDA，这个注意力机制在长上下文场景下最高能提速6.3倍，所以那1M上下文不是海报上的数字，是真能跑得动、跑得快的。最让我服气的是月之暗面这次开源的姿势：模型权重、47页报告，连MoonEP、FlashKDA、AgentEnv这些训练基础设施都放出来了，KDA的前缀缓存还直接贡献给了vLLM上游。开源权重是常态，把训练链路一起开源是另一回事，意味着你能复现、能改、能接着往上搭。对工程师来说，这种踏实感比榜单多几分值钱。你平时看技术报告吗？评论区聊聊。
发布于 福建
1
评论
赞
未登录
友善发言
评论
加载中
