Kimi K3 研究：Scaling 依然有效，昂贵模型竞争榜首

Kimi K3 的整体性能如今已跻身全球顶尖行列。它是一款拥有 2.8 万亿参数的大型 MoE 模型，具备 100 万 token 的上下文窗口，在编码、智能体以及长时知识工作等各类测试中均表现突出。 首轮全球用户反馈也普遍证实了其卓越能力，尤其是在复杂编码和长时间任务执行方面。 不过，该模型刚刚发布不久，其在实际应用中的稳定性、成功率以及单个任务的成本仍需进一步验证。

K3 再次证明了规模律并未被打破——更大规模的模型通常仍能带来更优异的绝对性能。 架构优化、MoE 技术、蒸馏方法以及训练后处理，都能提升参数与计算资源的使用效率； 然而，若想在复杂推理、长时规划以及智能体能力等方面取得更大突破，继续扩大模型规模依然是最直接的路径。 在 K3 从 K2 系列大幅升级之后，其能力实现了显著提升； 这表明，架构创新更多地在于提升规模效率，而非完全取代传统的规模化方式。立即订阅了解更多