Ra mắt Kimi K3 - trí tuệ frontier mở
(kimi.com)- Kimi K3 là mô hình 3T mở đầu tiên trên thế giới, nhắm tới mã hóa dài hạn/công việc tri thức/suy luận, với 2,8 nghìn tỷ tham số, thị giác gốc và ngữ cảnh 1 triệu token
- Áp dụng Kimi Delta Attention/Attention Residuals và Stable LatentMoE kích hoạt 16 trong số 896 chuyên gia, giúp nâng hiệu quả scaling tổng thể lên khoảng 2,5 lần so với Kimi K2
- Có thể thực hiện các tác vụ dài hạn với mức can thiệp của con người tối thiểu trong tối ưu kernel GPU/phát triển trình biên dịch/chế tạo game 3D/thiết kế chip/nghiên cứu khoa học, đồng thời ghi nhận kết quả cạnh tranh hoặc vượt mô hình đóng trên một số benchmark coding/agent
- Có thể dùng ngay trên Kimi.com/Kimi Work/Kimi Code/Kimi API; khi ra mắt, mức nỗ lực suy luận tối đa là mặc định, và toàn bộ trọng số mô hình dự kiến sẽ được công bố trước ngày 27/7/2026
- Hiệu năng tổng hợp và trải nghiệm người dùng vẫn chưa bằng Claude Fable 5 và GPT 5.6 Sol; ngoài ra còn có hạn chế là nhạy với cách truyền lịch sử suy nghĩ và có thể tự đưa ra phán đoán quá mức thay người dùng trong các tình huống mơ hồ
Mô hình mở 2,8 nghìn tỷ tham số
- Kimi K3 là mô hình mạnh nhất mà Kimi từng công bố, hỗ trợ 2,8 nghìn tỷ tham số/ngữ cảnh 1 triệu token/thị giác gốc
- Dù hiệu năng tổng thể thấp hơn Claude Fable 5 và GPT 5.6 Sol, mô hình này vẫn liên tục vượt các mô hình so sánh khác trong đánh giá nội bộ và cho thấy kết quả ở cấp frontier
- Trong 9 trên 12 tháng qua, các mô hình Kimi đã liên tục nâng trần kích thước của mô hình mở, và K3 là lần đầu tiên chạm mốc 3T
- Có trên Kimi.com/Kimi Work/Kimi Code/Kimi API
- Phiên bản phát hành mặc định dùng mức nỗ lực suy luận tối đa; các chế độ nỗ lực thấp/nỗ lực cao sẽ được bổ sung trong các bản cập nhật sau
- Các nhà cung cấp dịch vụ suy luận và bên duy trì mã nguồn mở đang tinh chỉnh chi tiết kỹ thuật; toàn bộ trọng số và báo cáo kỹ thuật dự kiến sẽ được công bố trước ngày 27/7/2026
Kiến trúc KDA/AttnRes/Stable LatentMoE
- Kimi Delta Attention(KDA) cung cấp nền tảng để mở rộng attention hiệu quả trên chuỗi dài
- Attention Residuals(AttnRes) không cộng dồn đồng đều biểu diễn của từng tầng mà chọn lọc lấy các biểu diễn cần thiết theo chiều sâu của mô hình
- Mở rộng tính thưa của Mixture of Experts để trong kiến trúc Stable LatentMoE chỉ kích hoạt 16 trên 896 chuyên gia
- Kết hợp thay đổi kiến trúc với cải tiến recipe huấn luyện/dữ liệu giúp hiệu quả scaling tổng thể tăng khoảng 2,5 lần so với Kimi K2
- Nhiều kỹ thuật đã được áp dụng để routing và tối ưu hóa các mô hình sparse quy mô lớn
- Quantile Balancing tính trực tiếp phân bổ chuyên gia từ các phân vị điểm router, loại bỏ cập nhật heuristic và các siêu tham số cân bằng nhạy cảm
- Per-Head Muon tối ưu từng attention head một cách độc lập để tăng khả năng thích ứng khi huấn luyện quy mô lớn
- Sigmoid Tanh Unit(SiTU) kiểm soát giá trị kích hoạt và Gated MLA tăng tính chọn lọc của attention
Hạ tầng huấn luyện và suy luận
- Áp dụng huấn luyện nhận biết lượng tử hóa ngay từ giai đoạn SFT, sử dụng trọng số MXFP4/giá trị kích hoạt MXFP8 để đạt tương thích phần cứng rộng
- Để mất cân bằng chuyên gia không làm giảm throughput trong song song hóa chuyên gia quy mô lớn, Kimi giới thiệu cách huấn luyện expert parallel cân bằng hoàn toàn với dạng tensor cố định và loại bỏ đồng bộ host ở đường đi quan trọng
- Khi suy luận cần vùng giao tiếp băng thông cao rộng, nên dùng cấu hình supernode kết nối từ 64 accelerator trở lên
- Đã đóng góp cho cộng đồng vLLM một triển khai giải quyết các vấn đề mà KDA đặt ra với prefix caching hiện có, và sẽ công bố cùng mô hình
- Với KDA prefill cache, dịch vụ có thể đạt mức giá token cạnh tranh dù mô hình lớn và ngữ cảnh dài
Mã hóa dài hạn và phản hồi thị giác
- Có thể duy trì các phiên kỹ thuật dài với mức giám sát của con người tối thiểu, khám phá kho mã lớn và điều phối công cụ terminal
- Kết hợp kỹ nghệ phần mềm với suy luận thị giác để lặp lại cải tiến game development/frontend/CAD bằng cách kiểm tra screenshot và kết quả thực thi
- Dùng cách vision in the loop lặp qua lại giữa mã và màn hình thực để chuyển ảnh và video thành sản phẩm tương tác có thể chạy được
- Ở giai đoạn hậu kỳ phát triển, phiên bản Kimi K3 ban đầu đã xử lý phần lớn công việc tối ưu kernel GPU của nhóm
Tối ưu kernel GPU
- Được đánh giá bằng cách cho phép từng mô hình profiling và chỉnh sửa kernel AttnRes/KDA/MLA trong cùng một sandbox tối đa 24 giờ
- Kimi K3 cạnh tranh với kết quả fallback tiềm năng của Fable 5 và nhìn chung đạt kết quả cao hơn Opus 4.8/GPT 5.6 Sol/GPT 5.5
-
AttnRes
- Tối ưu triển khai FLA Triton ở cấu hình vận hành 96 tầng/kích thước mô hình 8.192/8.192 token mà không thay đổi kết quả số
- Lặp lại trong 15 giờ để thiết kế thuật toán kernel 2 giai đoạn mới và hợp nhất nhiều kernel
- Giảm thời gian lan truyền xuôi và lan truyền ngược từ 283,6ms xuống 114,4ms
- Cho hiệu năng cuối gần tương đương kết quả fallback tiềm năng của Fable 5, nhưng tốc độ tối ưu mỗi vòng lặp của K3 nhanh hơn
-
DSA
- Tối ưu kernel DSA dựa trên TileLang trong cấu hình huấn luyện thực tế dùng siêu tham số căn chỉnh với DeepSeek-V3.2 và chuỗi 1 triệu token
- Rút ngắn thời gian end-to-end 55,1% so với triển khai chuẩn, xếp thứ hai sau 57,3% của Fable 5
-
MLA-512
- Viết kernel MLA từ đầu, không có kernel chuẩn, ở cấu hình batch 1/64 head/8.192 token/head dimension 512
- Đạt 517,8 TFLOPS ở lan truyền xuôi và lan truyền ngược, vượt nửa mức BF16 lý thuyết tối đa của H200
- Vượt mô hình đứng kế tiếp với 492,7 TFLOPS
-
KDA on GPGPU
- Tối ưu triển khai FLA Triton KDA trên GPU đa dụng của nhà cung cấp thay thế có CUDA, software stack và hành vi bộ nhớ khác biệt
- Xây lại từ profiling đến mô hình hiệu năng, giảm thời gian lan truyền xuôi và ngược 73,6% so với triển khai gốc
- Cho biết vẫn có thể còn dư địa cải thiện thêm
-
Điểm cần lưu ý khi đánh giá
- Claude Fable 5 do bên thứ ba đánh giá và một số kết quả có thể bao gồm hành vi fallback
- Một số đường chạy của nhiều mô hình có dùng rút gọn độ chính xác nhỏ trong phạm vi sai số số học cho phép
Trình biên dịch GPU MiniTriton
- Kimi K3 đã phát triển từ đầu MiniTriton, một hệ thống lập trình GPU nhỏ gọn tương tự Triton
- Xây dựng biểu diễn trung gian theo ô riêng trên MLIR, đồng thời triển khai các pass tối ưu hóa/pipeline sinh mã PTX/runtime
- Trên các benchmark roofline được hỗ trợ, cho hiệu năng tương đương hoặc cao hơn Triton và
torch.compile, và ở một số tác vụ còn vượt Triton - Đã chạy ổn định toàn bộ quá trình huấn luyện nanoGPT, với đường cong loss hội tụ và chỉ khác nhỏ so với triển khai tham chiếu
- Xây dựng một trình biên dịch hoàn chỉnh nhất quán từ DSL frontend đến tối ưu IR/sinh PTX/runtime; đường Tensor Core viết từ đầu cũng cạnh tranh với stack tối ưu hóa của Triton
Game 3D và sáng tạo số
- Kimi K3 đã tạo một game khám phá 3D chạy trên trình duyệt, sinh thủ tục bằng Three.js WebGPU và GPU compute
- Tạo một thế giới mở với rừng/làng nhà gỗ/núi tuyết/thời tiết động, đồng thời dùng công cụ tạo tài sản 3D để làm mô hình kỵ sĩ và ngựa
- Mô hình cao bồi có hoạt ảnh/mô hình ngựa và dữ liệu địa hình có sử dụng tài sản bên ngoài
- Có thể xem kết quả tại 3D Open World
Thiết kế chip cho mô hình
- Kimi K3 đã thiết kế một con chip để chạy mô hình nhỏ dùng chính kiến trúc của nó bằng 48 giờ làm việc tự chủ liên tục
- Thực hiện thiết kế/tối ưu/xác minh bằng thư viện Nangate 45nm và công cụ EDA mã nguồn mở
- Đáp ứng timing 100MHz trong diện tích 4mm² và ghi nhận throughput giải mã hơn 8.700 token/giây trong mô phỏng
- Bao gồm 1,46 triệu standard cell/0,277MB SRAM/mảng INT4 MAC tích hợp dequantization
Triển khai nghiên cứu khoa học tính toán
- Kết nối tài liệu khoa học với mã thực thi để triển khai/xác minh/phân tích các quy trình nghiên cứu tính toán phức tạp
- Hoàn tất việc tái tạo quan hệ phổ quát I–Love–Q trong vật lý thiên văn tính toán trong khoảng 2 giờ, trong khi công việc tương tự thường cần 1–2 tuần với nhà nghiên cứu giàu kinh nghiệm
- Xem xét và đối chiếu chéo hơn 20 bài báo, đồng thời triển khai toàn bộ pipeline tính toán số
- Đánh giá hơn 300 phương trình trạng thái và phát hiện sự không nhất quán giữa các công thức đã công bố
- Tạo hơn 3.000 dòng mã Python và một dashboard HTML tương tác để khám phá kết quả
Công việc tri thức và nghiên cứu tương tác
- Ngoài benchmark công khai, Kimi cho biết Kimi K3(max) cũng cho thấy cải thiện nhất quán trong các đánh giá nội bộ xây dựng từ những vấn đề lặp lại trong workflow người dùng/agent thực tế
-
Phân tích 42 năm ngành AI ASIC
- Tạo một website tương tác phân tích 42 năm của ngành AI ASIC bằng hơn 120 vòng tự cải thiện đệ quy
- Thực hiện hơn 2.800 lượt tìm kiếm/truy xuất web và hơn 1.100 lượt thu thập dữ liệu qua terminal
- Sử dụng hơn 11.000 trang tài liệu, gồm 87 báo cáo quý và 99 PDF gốc
- Chuyển tư liệu nguồn thành biểu đồ tùy biến/sơ đồ hoạt ảnh/tường thuật trực quan tương tác
-
Nghiên cứu ngành nhiệt hạch
- Tạo báo cáo ngành theo phong cách tư vấn, gồm timeline/funnel chart/range bar chart/Gantt chart và slide chất lượng xuất bản
-
Phân tích sóng hấp dẫn GWTC-5
- Dùng hơn 20 sub-agent chạy đồng thời để phân tích 391 sự kiện sóng hấp dẫn
- Tạo 7 hình trực quan khoa học/2 bảng/tổng hợp tài liệu từ hơn 10 bài báo
-
Thuyết trình
- Được dùng để tạo các bài thuyết trình dạng infographic như heatmap và báo cáo thường niên có thể chỉnh sửa hoàn toàn
Widgets và Dashboard
- Thêm tính năng Widgets/Dashboard vào Kimi Work để biến cuộc hội thoại trở nên trực quan và liên tục hơn
- Widgets có thể tạo các thành phần tương tác ngay trong chat, kết nối với dữ liệu cục bộ hoặc plugin bên ngoài để tiếp tục cập nhật
- Dashboard giữ các widget quan trọng trong một màn hình cá nhân hóa được sắp theo chủ đề/dự án/mục tiêu
Chỉnh sửa video
- Xử lý văn bản/hình ảnh/video trong một mô hình đa phương thức gốc duy nhất để thực hiện motion design/animation/chỉnh sửa video
- Tạo một video motion graphic theo phong cách 3Blue1Brown để giải thích chính kiến trúc của mình, biểu đạt khái niệm kỹ thuật bằng sơ đồ động và chuyển cảnh màn hình
- Biên tập video teaser của chính mình từ 56 clip gốc, thực hiện chọn clip/cắt nối theo hành động/đồng bộ nhịp theo từng khung hình/xử lý âm thanh/nhiều vòng chỉnh sửa
- So sánh rằng một video ngắn có mật độ tương tự thường mất 1–2 ngày với biên tập viên lành nghề và 3–5 ngày với người mới
Kết quả benchmark chính
- Tất cả kết quả Kimi K3 được đo với nỗ lực suy luận
max/temperature 1.0/top-p 1.0; tùy benchmark mà dùng agent harness KimiCode/Claude Code/Codex -
Coding
- DeepSWE 67,5 / Program Bench 77,8 / Terminal Bench 2.1 88,3
- FrontierSWE 81,2 / SWE Marathon 42,0 / PostTrain Bench 36,6
- MLS Bench 48,3 / benchmark nội bộ Kimi Code 2.0 72,9
- Trên Program Bench và SWE Marathon, mô hình đạt điểm cao nhất trong số các mô hình có trong bảng
- Terminal Bench 2.1 gần với 88,8 của GPT 5.6 Sol, còn FrontierSWE thấp hơn 86,6 của Fable 5
-
Agent và tự động hóa công việc
- GDPval-AA v2 1.668 Elo / BrowseComp 91,2 / DeepSearchQA 95,0
- Toolathlon-Verified 73,2 / MCP Atlas 84,2 / Automation Bench 30,8
- Job Bench 52,9 / AA-Briefcase 1.548 Elo / APEX-Agents 37,6
- Office QA Pro 63,3 / SpreadsheetBench 2 34,8 / benchmark nội bộ DECK-Bench 73,5
- Trên BrowseComp/DeepSearchQA/Automation Bench/SpreadsheetBench 2, mô hình đạt điểm cao nhất trong số các mô hình có trong bảng
- MCP Atlas dùng Gemini 3.1 Pro làm mô hình giám khảo ở 500 tác vụ công khai/giới hạn 100 lượt
- AutomationBench được đánh giá trên 600 tác vụ công khai
- BrowseComp có áp dụng nén ngữ cảnh ở 300.000 token; nếu dùng trực tiếp ngữ cảnh 1 triệu token không quản lý thì điểm K3 là 90,4
-
Suy luận và tri thức
- GPQA-Diamond 93,5 / HLE-Full 43,5 / HLE-Full dùng công cụ 56,0
- GPQA-Diamond gần với 94,1 của GPT 5.6 Sol, nhưng HLE-Full thấp hơn 53,3 của Fable 5 và 63,0 khi dùng công cụ
-
Thị giác
- MMMU-Pro 81,6, khi dùng Python là 83,4
- CharXiv RQ 84,8, khi dùng Python là 91,3
- MathVision 94,3, khi dùng Python là 97,8
- BabyVision with Python 85,7
- ZeroBench
pass@523,0, khi dùng Python là 41,0 - WorldVQA ForceAnswer 51,0 / OmniDocBench 91,1 / benchmark nội bộ PerceptionBench 58,5
- Trên OmniDocBench, mô hình đạt 91,1, cao nhất trong số các mô hình có trong bảng
- ZeroBench chạy 5 lần theo cấu hình chính thức, còn các điểm đa phương thức khác dùng trung bình 3 lần chạy
- PerceptionBench là benchmark nội bộ tập trung vào năng lực tri giác thị giác đơn vị
Phương pháp đánh giá và hạn chế khi so sánh
- Agent harness dùng cho từng benchmark và nguồn điểm số khác nhau, nên có khác biệt điều kiện khi so sánh trực tiếp giữa các mô hình
- Trên DeepSWE, điểm với harness KimiCode là 67,5, còn trên mini-SWE-agent harness của leaderboard chính thức là 67,3
- Điểm của các mô hình khác trên Terminal Bench 2.1 dùng kết quả cao nhất trong số nhiều harness
- Điểm FrontierSWE được tính lại từ điểm thô bằng script chính thức, tính đến ngày 16/7/2026
- PostTrain Bench dùng trung bình của ba lần chạy; nếu Claude Fable 5 từ chối yêu cầu do chính sách thì tự động fallback sang Claude Opus 4.8
- Điểm GDPval-AA v2 và AA-Briefcase sử dụng kết quả từ Artificial Analysis
Cách sử dụng và giá
- Kimi K3 Agents
- Có trên ứng dụng Kimi mới nhất cho iOS/Android/HarmonyOS hoặc tại Kimi.com
- Kimi Work
- Hỗ trợ từ Kimi Work 3.1.0 trở lên cho Windows và Apple silicon Mac
- Kimi Code
- Chạy trong terminal rồi chọn Kimi K3 bằng lệnh
/model
- Chạy trong terminal rồi chọn Kimi K3 bằng lệnh
- Kimi API
- Định danh mô hình là
kimi-k3 - Input cache hit là 0,30 USD mỗi 1 triệu token, input cache miss là 3 USD, output là 15 USD
- Dùng kiến trúc suy luận tách rời của Mooncake; tỷ lệ cache hit cho tác vụ coding trên API chính thức vượt 90%
- Định danh mô hình là
- Kimi Enterprise
- Cung cấp bảo vệ dữ liệu và quản lý thành viên cho tổ chức, đồng thời tách biệt hoàn toàn tài khoản cá nhân và tài khoản tổ chức
Hạn chế
- Độ nhạy với lịch sử suy nghĩ
- K3 được huấn luyện theo cách bảo toàn lịch sử suy nghĩ trước đó
- Nếu agent harness không truyền lại đầy đủ nội dung suy nghĩ trước đó, hoặc chuyển sang K3 giữa một phiên vốn dùng mô hình khác, chất lượng sinh có thể trở nên rất bất ổn
- Khuyến nghị dùng Kimi Code đã được xác minh tương thích và tránh đổi mô hình giữa chừng trong phiên
- Hành động chủ động quá mức
- Vì được huấn luyện tập trung vào các tác vụ khó và dài hạn, khi gặp bài toán nhỏ hoặc ý định người dùng mơ hồ, mô hình có thể tự đưa ra các quyết định ngoài dự kiến thay người dùng
- Với ứng dụng cần giới hạn phạm vi hành động, nên thêm ràng buộc rõ ràng hơn trong system prompt hoặc
AGENTS.md
- Nhìn chung đây là mô hình có tính cạnh tranh, nhưng về trải nghiệm người dùng vẫn còn khoảng cách rõ rệt với Claude Fable 5 và GPT 5.6 Sol
1 bình luận
Ý kiến trên Hacker News
Điều đáng ngạc nhiên ở bản chứng minh khái niệm ban đầu là Kimi K3 đã thiết kế một con chip để chạy mô hình nano theo kiến trúc riêng của nó
Chỉ trong một lần chạy tự động 48 giờ, nó đã hoàn tất thiết kế, tối ưu hóa và kiểm chứng bằng các công cụ EDA mã nguồn mở cùng thư viện Nangate 45nm; đáp ứng timing 100MHz trên diện tích 4mm² và đạt thông lượng giải mã hơn 8.700 token/giây trong mô phỏng
Bao gồm 1,46 triệu standard cell, 0,277MB SRAM và cả mảng INT4 MAC hỗ trợ giải lượng tử hóa hợp nhất, qua đó cho thấy năng lực thực hiện tác vụ dài hạn khi một mô hình tạo ra chip dành cho mô hình
Nếu định đăng ký trực tiếp với Moonshot để dùng, cần biết rằng dữ liệu sử dụng API cũng có thể được dùng cho huấn luyện
Điều khoản nêu rõ nội dung của khách hàng có thể được dùng để cung cấp, duy trì, cải thiện dịch vụ và huấn luyện mô hình, v.v.; muốn hạn chế việc này thì cần hợp đồng doanh nghiệp riêng hoặc thỏa thuận bằng văn bản
https://platform.kimi.ai/docs/agreement/modeluse#4-content
Trong một mô hình kinh doanh lấy sở hữu trí tuệ, gắn thêm kiểm tra an toàn rồi bán lại, việc hỏi liệu họ có huấn luyện trên dữ liệu sử dụng hay không tự nó có thể là ngây thơ; ít nhất các công ty Trung Quốc còn công khai hơn và có xu hướng trả lại cho cộng đồng
Tôi tò mò không biết họ thực sự có ký thỏa thuận không lưu giữ dữ liệu hay OpenRouter đã phân loại nhầm
Dù họ nói là không dùng, tôi vẫn nghi ngờ liệu có công ty nào thực sự từ bỏ trong cuộc cạnh tranh đang đảo lộn cục diện này không
Có thể xem cách sử dụng chi tiết và giá tại các tài liệu sau
https://platform.kimi.ai/docs/guide/kimi-k3-quickstart
https://platform.kimi.ai/docs/pricing/chat-k3
Hỗ trợ độ dài ngữ cảnh 1 triệu token, với giá mỗi 1 triệu token là $3 cho đầu vào, $15 cho đầu ra và $0.3 cho cache; khá đắt đối với một mô hình trọng số mở của Trung Quốc
Mức giá này gần như ngang với dòng Anthropic Sonnet và cũng tương tự mức đầu vào $2.5 của 5.6 Terra, nhưng chi phí thực tế phụ thuộc rất lớn vào hiệu quả suy luận
Ví dụ, nếu Sol có giá $30/1 triệu token và dùng 10.000 token suy luận cho một tác vụ, còn Kimi K3 dùng 50.000 token cho cùng tác vụ đó, thì Sol sẽ hiệu quả hơn về chi phí
https://mp.weixin.qq.com/s/V4xhEIy8xDXSMDPrPkmUAQ
Blog tiếng Anh cũng đã được công bố: https://www.kimi.com/blog/kimi-k3
Với cùng một văn bản, tokenizer của Anthropic có thể mã hóa thành nhiều token hơn OpenAI rất nhiều
Tôi cho rằng đối thủ thực tế của Kimi là GLM, mà GLM 5.2 có giá chưa tới một phần ba
Ngược lại, Kimi cho thấy toàn bộ quá trình suy luận ở mức đủ có ý nghĩa, nên có thể trực tiếp thấy các lối vòng vèo và đổi hướng kỳ lạ, đồng thời debug ý tưởng kỹ lưỡng hơn nhiều
Nó dường như cũng tiến triển đáng kể trong một chủ đề ngách cá nhân mà các LLM khác không giải được, nên tôi định thử nghiệm thêm
Nếu được công bố mã nguồn mở, tôi nghĩ giá có thể giảm xuống khoảng $10~12 cho mỗi 1 triệu token
Theo đánh giá từ phía Kimi, K3 có trí tuệ tổng hợp đứng sau Claude Fable 5 và GPT-5.6 Sol, đồng thời họ nói sẽ sớm công bố báo cáo kỹ thuật gồm toàn bộ trọng số, kiến trúc, huấn luyện và đánh giá
Trên GDPval-AA v2, K3 đạt 1687 điểm, đứng sau Claude Fable 5 Max và GPT-5.6 Sol Max, đồng thời cao hơn 1600 điểm của Claude Opus 4.8 Max
Trên AA-Briefcase, một benchmark nội bộ về tác vụ tri thức dài hạn, K3 đạt 1527 điểm, đứng sau Fable 5 Max nhưng vượt 1495 điểm của GPT-5.6 Sol Max; trông có vẻ đây có thể lại là một khoảnh khắc kiểu DeepSeek
Giờ mọi mô hình trọng số mở đều đưa ra những điểm số đáng kinh ngạc, nên chỉ nhìn benchmark thì không thể biết toàn cảnh; khó tránh khỏi nghi ngờ rằng dữ liệu đánh giá đã rò rỉ vào dữ liệu huấn luyện hoặc được cố ý đưa vào
K3 chỉ rẻ hơn Sol khoảng 2 lần, gần với chênh lệch hiệu quả token và biên sai số; tôi xem đây là phần tiếp nối xu hướng hiện có, nơi các mô hình mở bắt kịp các phòng thí nghiệm tuyến đầu, chứ không phải một sự kiện làm thay đổi chính xu hướng như DeepSeek
Kết quả SVG chim bồ nông tạo bằng OpenRouter API: https://tools.simonwillison.net/markdown-svg-renderer#url=ht...
Mô hình được dùng là https://openrouter.ai/moonshotai/kimi-k3, với 95 token đầu vào và 16.658 token đầu ra, tốn 25 cent
https://www.llm-prices.com/#it=95&ot=16658=3&oc=15
Trong số token đầu ra có 13.241 token suy luận, khiến đây là con chim bồ nông đắt nhất từng được render bằng một mô hình Trung Quốc cho đến nay
Kimi K3 đứng đầu danh sách các mô hình mở lớn nhất với 2,8 nghìn tỷ tham số
Thứ tự là Kimi K3 2.8T, DeepSeek-V4-Pro 1.6T (49B hoạt động), Kimi K2.6 khoảng 1T (32B hoạt động), GLM-5.2 754B (40B hoạt động), DeepSeek-V3.2 685B, Mistral Large 3 675B
Đây là một mô hình cực kỳ lớn, nên có vẻ Moonshot sẽ cần 500 triệu USD được cho là đã huy động hồi đầu năm để vận hành nó
Tôi muốn biết có cách nào thử Kimi K3 mà không dùng tài khoản Google hoặc cung cấp số điện thoại không
Blog về Kimi K3 đã được công bố: https://www.kimi.com/blog/kimi-k3
Đây là mô hình mở 2,8 nghìn tỷ tham số, hỗ trợ sẵn ngữ cảnh 1 triệu token và đầu vào thị giác; báo cáo kỹ thuật và trọng số dự kiến sẽ được công bố trước ngày 27 tháng 7
Khi ra mắt, mức cường độ suy luận tối đa là mặc định, còn các chế độ thấp và cao sẽ được bổ sung trong bản cập nhật sau
Tôi tự hỏi liệu thời kỳ Trung Quốc tụt sau Mỹ 6 tháng đã kết thúc chưa, họ làm thế nào để đạt được kết quả như vậy với ít tài nguyên hơn rất nhiều, và tôi thấy các nhà nghiên cứu thật đáng nể
Ngay trong lần thử đầu tiên, Kimi K3 đã lập tức tìm ra nguyên nhân của một lỗi mà ngay cả Fable 5 cũng nhiều lần không tìm được
Đây chỉ là một trường hợp đơn lẻ với mức sử dụng còn ít, nhưng cho đến nay trông rất hứa hẹn
Tốc độ dùng hết hạn mức của gói đăng ký $100 có cảm giác tương tự gói $200 của Anthropic khi dùng Fable, nhưng bản thân mô hình rất xuất sắc, đến mức có thể đánh giá cao hơn Opus 4.8
Cũng muốn biết OpenRouter có công cụ tương tự không
Vì blog tiếng Anh đã được công bố, có lẽ nên thay liên kết hiện tại bằng https://www.kimi.com/blog/kimi-k3