A Kimi K3 a Moonshot AI 2.8 billió paraméteres zászlóshajó nyílt modellje, amelyet hosszú távú kódolásra, következtetésre, natív vizuális megértésre és végponttól végpontig tartó tudásmunkára terveztek.

Mekkora a Kimi K3 kontextusablaka?

A Kimi K3 1M tokenes kontextusablakot támogat, ami lehetővé teszi a munkát nagy repozitóriumokon, hosszú dokumentumgyűjteményeken, kiterjedt kutatáson és hosszan futó ügynök-előzményeken át.

Támogatja a Kimi K3 a képeket és a videót?

Igen. A Kimi K3 natív vizuális megértéssel rendelkezik, és képes képernyőképeken, képeken és videón is következtetni multimodális kódolási, kutatási és kreatív munkafolyamatokban.

Mik a KDA és az Attention Residuals?

A Kimi Delta Attention a K3 hibrid lineáris attention-mechanizmusa. Az Attention Residuals a modellmélységen át szelektíven nyeri vissza a reprezentációkat az információáramlás javításához.

Mit jelent a 896 szakértőből 16?

A K3 a Stable LatentMoE-t használja 896 elérhető szakértővel, miközben tokenenként hatékonyan 16-ot aktivál, így növeli a ritkaságot anélkül, hogy minden alkalommal a teljes hálózatot futtatná.

Kinek érdemes a Kimi K3-at használnia?

A K3 különösen releváns mérnöki csapatoknak, kutatási és elemző csapatoknak, valamint kreatív technikai csapatoknak, akik hosszú, összetett, multimodális vagy eszközvezérelt feladatokon dolgoznak.

Kimi K32.8T
Nyílt határterületi intelligencia

A Moonshot AI zászlóshajó nyílt modellje — 1M tokenes kontextusablakkal, natív vizuális megértéssel, hosszú távú következtetéssel és kódolásra, ügynökökre és tudásmunkára épített architektúrával.

Mi az a Kimi K3?

A Kimi K3 a Moonshot AI eddigi legképességesebb zászlóshajó modellje. 2.8 billió paraméterével a világ első nyílt forráskódú modellje a 3 billió paraméteres osztályban. Architektúrája a Kimi Delta Attentiont, az Attention Residualst, a Stable LatentMoE-t és a natív multimodális megértést ötvözi.

A modell nem rövid, elszigetelt promptokra, hanem határterületi intelligencia-szcenáriókra készült. Úgy tervezték, hogy hatékony maradjon hosszú mérnöki munkamenetekben, nagy kutatási korpuszokon, képernyőképeken, képeken, videón, termináleszközökön és olyan tudásmunkafolyamatokban, amelyek tervezést és újraírást igényelnek.

Azok számára, akik fejlett nyílt modelleket hasonlítanak össze, a Kimi K3 a méretével, az 1M tokenes kontextusablakával, a natív látásával és a kifejezetten ügynök-központú irányultságával tűnik ki.

2.8T paraméter

Egy frontier-méretű nyílt modell, amely a Moonshot AI-t a billió paraméteres tartományon túlra viszi.

1M tokenes kontextus

Arra tervezték, hogy kiterjedt kódbázisokkal, dokumentumokkal, kutatási archívumokkal és hosszan futó ügynök-előzményekkel is működjön.

Natív vizuális megértés

Képernyőképeket, képeket és videót dolgoz fel a kódolási, kutatási, kreatív és eszközvezérelt munkafolyamatok részeként.

Mérnöki csapatok

Hosszú távú kódolás és repozitórium-méretű munka szoftvermérnököknek, infrastruktúra-csapatoknak és technikai vezetőknek — nagy repozitóriumokban való navigáció, terminál- és eszköz-orkesztáció, valamint vizuális visszajelzés implementálás közben.

Kutatási és elemző csapatok

Bizonyítékokra épülő tudásmunka elemzőknek, tanácsadóknak és kutatóknak — többdokumentumos szintézis, kutatásból-kódba munkafolyamatok, valamint riportok, dashboardok és vizualizációk az 1M tokenes kontextuson belül.

Kreatív és technikai csapatok

Natív látás a folyamatban azoknak a csapatoknak, akik a mérnöki munkát képekkel, videóval és képernyőképekkel kombinálják — vizuális iteráció és hibakeresés, mozgás- és interakciós munka, valamint gyors prototípus-készítés a vizuális és technikai területeken.

Az első nyílt modell 2.8T paraméterrel

A Kimi K3 jelentős bővülést hoz a nyílt modellek határterületén — a Kimi K2 1T paraméteréről 12 hónap alatt 2.8T-ra, és ez az első nyílt súlyokkal rendelkező modell, amely eléri a 3 billió paraméteres osztályt.

Hogyan mozgatja a Kimi K3 az információt nagy léptékben

A K3 architektúrája javítja az információáramlást a szekvenciahossz és a modellmélység mentén, miközben hatékonyan tartja a ritka szakértői számítást. A Kimi Delta Attention (KDA) egy hibrid lineáris attention-mechanizmus a hosszú szekvenciákon való skálázáshoz; az Attention Residuals szelektíven visszanyeri a korábbi blokkok reprezentációit; a Stable LatentMoE pedig tokenenként 896 szakértőből 16-ot aktivál — együtt nagyjából 2.5×-ös skálázási hatékonyságot érnek el a Kimi K2-höz képest.

Kimi K3 modell – GYIK

A Kimi K3 a Moonshot AI 2.8 billió paraméteres zászlóshajó nyílt modellje, amelyet hosszú távú kódolásra, következtetésre, natív vizuális megértésre és végponttól végpontig tartó tudásmunkára terveztek.
A Kimi K3 1M tokenes kontextusablakot támogat, ami lehetővé teszi a munkát nagy repozitóriumokon, hosszú dokumentumgyűjteményeken, kiterjedt kutatáson és hosszan futó ügynök-előzményeken át.
Igen. A Kimi K3 natív vizuális megértéssel rendelkezik, és képes képernyőképeken, képeken és videón is következtetni multimodális kódolási, kutatási és kreatív munkafolyamatokban.
A Kimi Delta Attention a K3 hibrid lineáris attention-mechanizmusa. Az Attention Residuals a modellmélységen át szelektíven nyeri vissza a reprezentációkat az információáramlás javításához.
A K3 a Stable LatentMoE-t használja 896 elérhető szakértővel, miközben tokenenként hatékonyan 16-ot aktivál, így növeli a ritkaságot anélkül, hogy minden alkalommal a teljes hálózatot futtatná.
A K3 különösen releváns mérnöki csapatoknak, kutatási és elemző csapatoknak, valamint kreatív technikai csapatoknak, akik hosszú, összetett, multimodális vagy eszközvezérelt feladatokon dolgoznak.

Kimi K32.8T
Nyílt határterületi intelligencia