หน้าต่างคอนเท็กซ์ของ Kimi K3 ใหญ่แค่ไหน?

Kimi K3 รองรับหน้าต่างคอนเท็กซ์ 1M โทเคน ช่วยให้ทำงานกับรีโพขนาดใหญ่ ชุดเอกสารยาว งานวิจัยต่อเนื่อง และประวัติการทำงานของเอเจนต์แบบยาวได้

Kimi K3 รองรับรูปภาพและวิดีโอไหม?

รองรับ Kimi K3 มีความเข้าใจภาพแบบเนทีฟ และสามารถให้เหตุผลกับสกรีนช็อต รูปภาพ และวิดีโอภายในเวิร์กโฟลว์มัลติโหมดสำหรับงานเขียนโค้ด งานวิจัย และงานสร้างสรรค์ได้

KDA และ Attention Residuals คืออะไร?

Kimi Delta Attention คือกลไก hybrid linear attention ของ K3 ส่วน Attention Residuals จะดึงรีพรีเซนเทชันแบบเลือกเฉพาะข้ามความลึกของโมเดล เพื่อปรับปรุงการไหลของข้อมูล

“16 จาก 896 ผู้เชี่ยวชาญ” หมายถึงอะไร?

K3 ใช้ Stable LatentMoE ที่มีผู้เชี่ยวชาญให้เลือก 896 ตัว แต่จะเปิดใช้งานอย่างมีประสิทธิภาพเพียง 16 ตัวต่อโทเคน เพิ่มความเป็นสปาร์สโดยไม่ต้องใช้เครือข่ายทั้งหมดทุกครั้ง

ใครควรใช้ Kimi K3?

K3 เหมาะเป็นพิเศษสำหรับทีมวิศวกรรม ทีมวิจัยและวิเคราะห์ และทีมสร้างสรรค์เชิงเทคนิคที่ทำงานกับโจทย์ยาว ซับซ้อน เป็นมัลติโหมด หรือขับเคลื่อนด้วยเครื่องมือ

Kimi K32.8T
ปัญญาแนวหน้าแบบโอเพน

โมเดลโอเพนเรือธงของ Moonshot AI — หน้าต่างคอนเท็กซ์ 1M โทเคน ความเข้าใจภาพแบบเนทีฟ การให้เหตุผลระยะยาว และสถาปัตยกรรมที่สร้างมาเพื่อการเขียนโค้ด เอเจนต์ และงานองค์ความรู้

Kimi K3 คืออะไร?

Kimi K3 คือโมเดลเรือธงที่ทรงพลังที่สุดของ Moonshot AI ณ ตอนนี้ ด้วยพารามิเตอร์ 2.8 ล้านล้าน จึงเป็นโมเดลโอเพนซอร์สตัวแรกของโลกในคลาส 3 ล้านล้านพารามิเตอร์ สถาปัตยกรรมของมันผสาน Kimi Delta Attention, Attention Residuals, Stable LatentMoE และความเข้าใจมัลติโหมดแบบเนทีฟ

โมเดลนี้มุ่งเน้นสถานการณ์ปัญญาแนวหน้า มากกว่าพรอมป์สั้นๆ แบบโดดเดี่ยว โดยออกแบบมาให้ยังคงทำงานได้ดีในเซสชันวิศวกรรมที่ยาวต่อเนื่อง คลังงานวิจัยขนาดใหญ่ สกรีนช็อต รูปภาพ วิดีโอ เครื่องมือเทอร์มินัล และเวิร์กโฟลว์งานองค์ความรู้ที่ต้องมีการวางแผนและแก้ไขปรับปรุง

สำหรับผู้อ่านที่กำลังเปรียบเทียบโมเดลโอเพนระดับสูง Kimi K3 โดดเด่นด้วยสเกล หน้าต่างคอนเท็กซ์ 1M โทเคน การมองเห็นแบบเนทีฟ และแนวทางที่เอื้อให้ทำงานแบบเอเจนต์ได้อย่างเข้มข้น

2.8T พารามิเตอร์

โมเดลโอเพนระดับแนวหน้าที่ขยายขอบเขตของ Moonshot AI ให้ไปไกลกว่าระดับล้านล้านพารามิเตอร์

คอนเท็กซ์ 1M โทเคน

ออกแบบมาเพื่อทำงานกับโค้ดเบสขนาดใหญ่ เอกสาร คลังงานวิจัย และประวัติการทำงานของเอเจนต์แบบต่อเนื่อง

ความเข้าใจภาพแบบเนทีฟ

ประมวลผลสกรีนช็อต รูปภาพ และวิดีโอเป็นส่วนหนึ่งของเวิร์กโฟลว์ด้านการเขียนโค้ด การวิจัย งานสร้างสรรค์ และงานที่ขับเคลื่อนด้วยเครื่องมือ

Kimi K3 เหมาะกับใคร

Kimi K3 จะทรงพลังที่สุดเมื่อโจทย์ยาว เป็นมัลติโหมด เชิงเทคนิค หรืออัดแน่นด้วยองค์ความรู้ — และเมื่อโมเดลต้องทำงานต่อท่ามกลางความคลุมเครือ แทนที่จะตอบสั้นๆ แค่คำตอบเดียว

ทีมวิศวกรรม

งานเขียนโค้ดระยะยาวและงานระดับรีโพซิทอรีสำหรับวิศวกรซอฟต์แวร์ ทีมโครงสร้างพื้นฐาน และผู้นำด้านเทคนิค — นำทางรีโพขนาดใหญ่ ประสานงานเทอร์มินัลและเครื่องมือ และรับฟีดแบ็กเชิงภาพระหว่างการลงมือทำ

ทีมวิจัยและวิเคราะห์

งานองค์ความรู้ที่เน้นหลักฐานสำหรับนักวิเคราะห์ ที่ปรึกษา และนักวิทยาศาสตร์ — สังเคราะห์ข้อมูลจากเอกสารหลายชุด เวิร์กโฟลว์จากงานวิจัยสู่โค้ด และรายงาน แดชบอร์ด และการแสดงข้อมูลภาพภายใต้คอนเท็กซ์ 1M โทเคน

ทีมสร้างสรรค์และเทคนิค

มีความเข้าใจภาพแบบเนทีฟอยู่ในลูป สำหรับทีมที่ผสานงานวิศวกรรมเข้ากับรูปภาพ วิดีโอ และสกรีนช็อต — ปรับแก้งานภาพและดีบัก ทำงานด้านโมชั่นและอินเทอร์แอคชัน และสร้างต้นแบบอย่างรวดเร็วข้ามขอบเขตของงานภาพและงานเทคนิค

โมเดลโอเพนตัวแรกที่มี 2.8T พารามิเตอร์

Kimi K3 คือการขยายขอบเขตของโมเดลโอเพนอย่างก้าวกระโดด — จาก Kimi K2 ที่มี 1T พารามิเตอร์ไปสู่ 2.8T ภายใน 12 เดือน และยังเป็นโมเดลแบบ open-weight ตัวแรกที่ก้าวสู่คลาส 3 ล้านล้านพารามิเตอร์

Kimi K3 ขยับและส่งต่อข้อมูลข้ามสเกลอย่างไร

สถาปัตยกรรมของ K3 ช่วยให้การไหลของข้อมูลดีขึ้นทั้งตามความยาวของซีเคว็นซ์และความลึกของโมเดล พร้อมคงประสิทธิภาพของการคำนวณแบบ sparse expert ให้มีประสิทธิภาพ Kimi Delta Attention (KDA) คือกลไก hybrid linear attention สำหรับการสเกลกับซีเคว็นซ์ที่ยาว Attention Residuals จะดึงรีพรีเซนเทชันจากบล็อกก่อนหน้าแบบเลือกเฉพาะ และ Stable LatentMoE จะเปิดใช้งานผู้เชี่ยวชาญ 16 จาก 896 ต่อโทเคน — รวมกันแล้วให้ประสิทธิภาพการสเกลราวๆ 2.5× เมื่อเทียบกับ Kimi K2

คำถามที่พบบ่อยเกี่ยวกับโมเดล Kimi K3

Kimi K3 คือโมเดลโอเพนเรือธงของ Moonshot AI ขนาด 2.8 ล้านล้านพารามิเตอร์ ออกแบบมาเพื่อการเขียนโค้ดระยะยาว การให้เหตุผล ความเข้าใจภาพแบบเนทีฟ และงานองค์ความรู้แบบครบวงจร
Kimi K3 รองรับหน้าต่างคอนเท็กซ์ 1M โทเคน ช่วยให้ทำงานกับรีโพขนาดใหญ่ ชุดเอกสารยาว งานวิจัยต่อเนื่อง และประวัติการทำงานของเอเจนต์แบบยาวได้
รองรับ Kimi K3 มีความเข้าใจภาพแบบเนทีฟ และสามารถให้เหตุผลกับสกรีนช็อต รูปภาพ และวิดีโอภายในเวิร์กโฟลว์มัลติโหมดสำหรับงานเขียนโค้ด งานวิจัย และงานสร้างสรรค์ได้
Kimi Delta Attention คือกลไก hybrid linear attention ของ K3 ส่วน Attention Residuals จะดึงรีพรีเซนเทชันแบบเลือกเฉพาะข้ามความลึกของโมเดล เพื่อปรับปรุงการไหลของข้อมูล
K3 ใช้ Stable LatentMoE ที่มีผู้เชี่ยวชาญให้เลือก 896 ตัว แต่จะเปิดใช้งานอย่างมีประสิทธิภาพเพียง 16 ตัวต่อโทเคน เพิ่มความเป็นสปาร์สโดยไม่ต้องใช้เครือข่ายทั้งหมดทุกครั้ง
K3 เหมาะเป็นพิเศษสำหรับทีมวิศวกรรม ทีมวิจัยและวิเคราะห์ และทีมสร้างสรรค์เชิงเทคนิคที่ทำงานกับโจทย์ยาว ซับซ้อน เป็นมัลติโหมด หรือขับเคลื่อนด้วยเครื่องมือ

Kimi K32.8T
ปัญญาแนวหน้าแบบโอเพน