[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"aihot-art-89790":3},{"itemId":4,"vertical":5,"category":6,"source":7,"score":8,"title":9,"summary":10,"analysis":11,"url":12,"coverUrl":13,"direction":13,"marketSignal":13,"publishedAt":14},"89790","ai","产品发布\u002F更新","AI寒武纪",54,"Kimi K3参数达2.8万亿，开源模型规模刷新纪录","Kimi K3以2.8万亿参数刷新开源模型规模纪录，基于混合线性注意力架构，综合智能评测仅次于Claude Fable 5和GPT-5.6 Sol，位列第三。","这篇公众号长文把 Kimi K3 的技术细节和跑分拆解得最全,核心信息是:2.8万亿参数、目前公开可见的最大开源模型,架构和效率上都做了明显升级。\n\n· 架构上引入 KDA(Kimi Delta Attention)混合线性注意力机制和 Attention Residuals 结构,让长序列、深层网络里的信息流动更顺畅。\n· MoE 部分用 Stable LatentMoE 框架进一步稀疏化,896个专家里每次只激活16个,配合训练数据和方法上的改进,算力转化效率相比上一代K2提升约2.5倍。\n· 编程能力突出:面对需要长时间推进、涉及大型代码库、多工具调用、失败后自主调整方案的软件工程任务,K3能在很少人工干预下持续推进,尤其擅长把源码和渲染结果对照来定位问题,适合游戏开发、前端工程、CAD设计等场景。\n· 知识工作类跑分同样亮眼:GDPval-AA v2 拿到1687分,仅次于 Fable 5 Max 和 GPT-5.6 Sol Max,超过 Opus 4.8 Max的1600分;AA-Briefcase 智能体知识工作评测拿1527分排第二,超过 GPT-5.6 Sol Max的1495分。\n· 得益于100万token上下文,K3在不做任何上下文压缩的单智能体设置下,BrowseComp跑到91.2分,是目前该项最好成绩,体现出长周期高难度信息检索的实力。\n\n结合前面独立机构的验证,K3 目前呈现的是“国产开源模型第一次在多个维度同时逼近顶尖闭源模型”的信号,尤其编程和长上下文检索能力,值得重度使用coding agent的团队实测对比。","https:\u002F\u002Fmp.weixin.qq.com\u002Fs\u002FxpIdLvyVBkg_NbQP-a1QPA",null,"2026-07-16 23:54:40"]