与「K3」相关的搜索结果

今天用 Kimi K3 给 CatReader 增加一广场的功能呢，其实改动量不少，包括前端后端和设计，差不多折腾了一天，上线了。Token 消耗比网传的少太多了。K3 的表现相当出色。 我觉得 Kimi 犯了一个宣传上的大问题，导致很多用户直接用 做 Coding 的事，但 Kimi App 做的是 Work 的事，用 Work 做 Coding，Token 消耗是急剧增加的。 我的 Vibe 群一堆用户用 Kimi App 而不是 Kimi Code cli 工具做编程，不烧 Token 才怪。

herdr 真棒，自从之前推友介绍 agent skills 以后， 可以在 harness 之间可以互相召唤 互相指挥以后，很多场景都顺了。 如图是我用我的 review-forge 流程 做 code-review， 可以让 codex 先 review，然后它自动创建两个 agent panel，kimi k3 和 opencode 的 deepseek v4，去 review。然后主 codex 接收到两个 review 结果以后，生成 summary，我汇总 check 以后，再让 kimi 去修 bug，修好以后自动通知让 codex 去 verify， verify 后，kimi 再去读结果来回反复直到所有问题都解决，整个流程除了中间必须让我去 check 哪个 bug 要修之外，其他全都是自动化的，非常非常好用！

BREAKING: MiniMax H3 by @MiniMax_AI is 1st across 3 Video categories (Multi-Image to Video, Image to Video, and Video Editing) on Design Arena. MiniMax H3’s performance in Video Arena puts it ahead of other top performing models like Seedance 2.0 by @BytePlusGlobal, Grok Imagine Video 1.5 Preview by @SpaceXAI, and Gemini Omni Flash by @GoogleDeepMind. This marks another category to be led by open-weight models, following Kimi K3’s first place in our coding categories. Congratulations to the @MiniMax_AI team for establishing a new SOTA in video generation!

Kimi 开源后，真的意味着 AI 不收费了吗？ 白线主播 Minta 认为，Kimi K3 的开放权重正在改变 AI 模型竞争规则，但“免费模型”并不代表“免费 AI”。 2.8 万亿参数模型背后，需要 GPU、网络和工程团队支撑； 同时 Moonshot 也通过许可证保留大型商业分发场景的议价权。 未来 AI 竞争的关键，不只是拥有模型权重，而是谁能用更高的 GPU 利用率和更低的推理成本实现规模化服务。 内容不构成任何投资建议，请严格遵循当地法律法规。 《白线 WhiteLine》由吴说团队出品，从 Crypto 走向更广阔的资本市场，关注 AI 时代下的趋势变化与交易机会。

感觉 Codex 渐渐有垄断趋势了，至少在 X 和海外。 虽然模型与自己Harness 框架下执行会更好。 比如kimi cli搭配K3、zcode搭配 glm5.2、grok build 搭配 grok4.5 等，Deepseek 马上也要出 agent 框架。 但 Codex 更全面，有Browser Use、Computer Use，手机编程，加上插件还能随时切三方模型。 再不济，也能通过 skill 或 cli 调。 按这个趋势发展，其他框架生存空间会越来越小。 假如你负责推广 Deepseek 的 Agent ，你会打什么点？

DeepSeek-V4-Flash-0731 debuts with an ECI of 153, comparable to GLM 5.2 and roughly midway between Opus 4.5 and Opus 4.6. It's the second strongest open-weights model available today, behind only Kimi K3.

看好多人都在讨论 OpenCode 新出的 Go 套餐，首月 5 美元，之后 10 美元，价格是真的是大善人，看看 DeepSeek V4 Flash 的用量，几乎是用不完的，应该比官方的 API 还便宜。 五小时预估可以有 31650次请求，一个月 158150 次，就是用 Grok 4.5 或者是 Kimi K3 还有 Qwen 3.8 都还是挺划算的，我准备订阅一个看看效果。

转一下苏剑林老师对 K3 架构的复盘。 一句话概括，K3 = KDA + MLA + Stable LatentMoE + AttnRes。整套设计没什么炫技，核心就是在模型效果、计算效率和训练稳定性之间做取舍。 这里稍微解释一下： KDA，一种线性 Attention MLA，一种 KV Cache 较小的 Full Attention 变体 Stable LatentMoE，对 LatentMoE 做过稳定性改造的 MoE 方案 AttnRes，用可学习的跨层注意力，替代固定等权的残差累加 几个比较有意思的点： ① K3 同时使用了 KDA 和 MLA。另外，训练仍然用 Moonlight 版本的 Muon 优化器，Attention 权重改成 Per-Head Muon，每个 Head 独立优化。苏神说这不会直接提高效果，主要是数学和结构上更合理：各个 Head 本来就相对独立，不应该在优化时耦合在一起。 ② 解决MoE“容易炸”的问题。 LatentMoE 会先降维，再使用更多专家，最后升维，在训推成本大致相同的情况下效果略好。不过连续的矩阵投影也让训练更容易出现数值不稳定。 K3 把 SwiGLU 换成了 SiTU-GLU，用 softcap 压住异常激活；又在 LatentMoE 升维前加了一层 RMS Norm。这个 Norm 不只是让训练更稳定，在 Valid Loss 差不多的情况下，不加它，某些 Benchmark 会稳定变差。 （这里有超级多的技术细节，感兴趣的可以看苏神原文） ③ 关于MLA DSV4 看上去都换设计了，K3 怎么还在用 MLA？苏神的答案是，目前 MLA 仍然很难被全面击败。它在训练阶段是 MHA 形态，推理时 KV Cache 较小；在固定训练成本和 KV Cache 大小时，MLA 依然近乎最优。 它的问题是对 MTP（推测解码）不够友好。MTP 的思路是“用计算换速度”，而 MLA 在 Decoding 阶段本身就比较吃计算，再叠一个 MTP，两边就容易抢算力。 换别的方案也有代价。比如换成 128+128 的 GQA8，效果很难打赢 MLA，KV Cache 还是 MLA 的三倍多；换成 256+256 的 MFA（本质上是 MQA），训练和 Prefill 成本又会上去。 目前还没有一个简单的 Attention 设计，能同时占住效果、训练成本、Prefill、KV Cache 和 Decoding 计算量。在 KDA+MLA 的混合架构下，MLA 的部分问题得到缓解，所以 K3 最后还是选了 MLA。 ④ 苏神觉得，DSV4 也不算真正“抛弃 MLA”。 DSV4 看上去重新设计了 Attention，但底层仍然有 MLA 的影子。它采用的是 head_dims=512、K=V 的 MQA，这正是 MLA 在 Decoding 阶段的形态；再加上 Sparse + Compress，前者减少计算，后者进一步压缩 KV Cache，同时减少计算。 方向很激进，不过 Infra 也更复杂。 ⑤ K3 的 MLA 可以去掉 RoPE，是因为 KDA 已经隐含提供了一种广义的位置信息。 这只适用于 KDA+MLA 的混合结构，像 K2 那种全 MLA 模型，直接去掉 RoPE 还是会明显掉效果。 感觉苏神真正的观点是：大模型架构里很少有免费的升级。K3 的设计哲学不是找一个碾压所有方案的新架构，而是在效果、训练成本、Prefill、Decoding、KV Cache 和稳定性之间，找一个当前更合适的组合。 苏神原文里还有很多技术内容，非常值得一看。 原文地址：

Kimi Workでスライドを作ろう｜チュートリアル #1# Kimi Slidesなら、スライド作成をまるごとおまかせ。 - Kimi K3が、わかりやすい構成づくりとリサーチをサポート - 洗練されたグラフやSmartArtを取り入れた、統一感のあるデザイン - 編集可能で、そのままダウンロード 次回取り上げてほしい内容があれば、ぜひコメントで教えてください。