尧图网站建设 
7 月 27 日月之暗面把 Kimi K3 的完整模型权重、代码和技术报告挂上了 Hugging Face、GitHub 和 ModelScope任何人都能下载、本地部署、二次开发。K3 总参数 2.8 万亿据报道是全球首个摸到 3 万亿门槛的开放权重模型。此后一个月里围绕它的融资和估值消息不断也让开放权重这条路线重新被摆到台面上。先把事实说清楚再说它跟普通开发者到底有多大关系。K3 的技术要点架构混合专家MoE共 896 个专家每个 token 激活其中 16 个实际激活参数约 1040 亿。自研注意力机制官方称采用 Kimi Delta AttentionKDA与 Attention ResidualsAttnRes整体扩展效率较上一代 K2 提升约 2.5 倍。能力范围原生支持文本、图片、视频理解上下文窗口 100 万 token定位覆盖长程编程、深度研究、知识工作和智能体任务。部署权重使用 MXFP4 量化可通过 vLLM、SGLang 等主流推理引擎部署。据 vLLM 给出的配置最简方案是 8 张英伟达 B300 或 8 张 AMD MI355X。评测第三方机构 Artificial Analysis 的综合智能指数显示其位列全球第三据报道仍略逊于最强的闭源模型但已是开放权重模型里的高位。变的是什么没变的是什么变了的是开放权重的规模上限。过去旗舰级和开源基本是两条线能随便下载的往往是中小尺寸模型。K3 把 2.8 万亿参数直接放出来等于把这条线整体抬高了。据报道此后一批国产厂商也把旗舰开放权重当成了标配动作行业进入周更式的密集发布节奏。没变的是开放权重 ≠ 免费可用。这是最容易被忽略的一点。权重文件约 1.56TB就算 MoE 稀疏推理时的显存和带宽需求也不是消费级显卡能扛的。vLLM 给的最简配置是 8 张数据中心级 GPU这个门槛个人开发者基本够不到。所以对绝大多数人来说K3 真正能用的形态还是 API 或云托管而不是下载到本地跑起来。换句话说开放权重带来的最大价值是给了企业和有算力的团队一个数据不出墙、可自行部署的选项以及压低了整个市场的推理价格——而不是让每个人都能在自己电脑上跑旗舰模型。对开发者的实用建议1别只盯总参数看激活参数和单价。总参数决定存储成本激活参数决定推理成本。一个 2.8 万亿参数的 MoE单 token 只激活约 1040 亿实际推理开销和2.8T 稠密模型完全不是一回事。选型时盯着总参数看很容易被吓到或被打动都跑偏。2先想清楚自部署还是买 API。自部署解决的是数据合规和自主可控买 API 解决的是成本和时间。如果你没有合规硬约束绝大多数场景买 API 更划算。3想上手大模型部署从推理引擎开始。vLLM 和 SGLang 是目前最常用的两条路。注意 KDA 改变了传统的前缀缓存机制据官方信息月之暗面把自己的缓存实现贡献给了 vLLM 项目。以 vLLM 为例典型启动方式大致是这样前提是你有多张数据中心级 GPU个人显卡跑不动pipinstallvllm# 多卡张量并行启动具体并行数按你的硬件来定vllm serve moonshotai/Kimi-K3 --tensor-parallel-size84原型验证先用小模型。真想本地跑选 3B~30B 级别的小模型做流程验证就够了——量化之后单卡甚至消费级显卡能跑等方案跑通再上云端大模型。几个容易踩的坑许可证要看清。下载页面旁边那份许可证文件很短但商用、二次分发的条款都以它为准别默认开源就等于随便用。隐性成本。大模型部署的成本大头不只是 GPU 采购还有运维、稳定性和并发卡顿问题。别为热点而热点。参数大不等于适合你的任务先把业务场景和评测指标定下来再选模型。开放权重的旗舰模型越来越多对开发者的直接好处是选择变多了、价格被压下来了但能下载和能用好之间还隔着算力、工程和成本三道坎。你会为了数据合规去自部署还是老老实实买 API评论区聊聊。 Kimi K3开源2.8万亿参数：普通开发者真能自己部署吗
7 月 27 日月之暗面把 Kimi K3 的完整模型权重、代码和技术报告挂上了 Hugging Face、GitHub 和 ModelScope任何人都能下载、本地部署、二次开发。K3 总参数 2.8 万亿据报道是全球首个摸到 3 万亿门槛的开放权重模型。此后一个月里围绕它的融资和估值消息不断也让开放权重这条路线重新被摆到台面上。先把事实说清楚再说它跟普通开发者到底有多大关系。K3 的技术要点架构混合专家MoE共 896 个专家每个 token 激活其中 16 个实际激活参数约 1040 亿。自研注意力机制官方称采用 Kimi Delta AttentionKDA与 Attention ResidualsAttnRes整体扩展效率较上一代 K2 提升约 2.5 倍。能力范围原生支持文本、图片、视频理解上下文窗口 100 万 token定位覆盖长程编程、深度研究、知识工作和智能体任务。部署权重使用 MXFP4 量化可通过 vLLM、SGLang 等主流推理引擎部署。据 vLLM 给出的配置最简方案是 8 张英伟达 B300 或 8 张 AMD MI355X。评测第三方机构 Artificial Analysis 的综合智能指数显示其位列全球第三据报道仍略逊于最强的闭源模型但已是开放权重模型里的高位。变的是什么没变的是什么变了的是开放权重的规模上限。过去旗舰级和开源基本是两条线能随便下载的往往是中小尺寸模型。K3 把 2.8 万亿参数直接放出来等于把这条线整体抬高了。据报道此后一批国产厂商也把旗舰开放权重当成了标配动作行业进入周更式的密集发布节奏。没变的是开放权重 ≠ 免费可用。这是最容易被忽略的一点。权重文件约 1.56TB就算 MoE 稀疏推理时的显存和带宽需求也不是消费级显卡能扛的。vLLM 给的最简配置是 8 张数据中心级 GPU这个门槛个人开发者基本够不到。所以对绝大多数人来说K3 真正能用的形态还是 API 或云托管而不是下载到本地跑起来。换句话说开放权重带来的最大价值是给了企业和有算力的团队一个数据不出墙、可自行部署的选项以及压低了整个市场的推理价格——而不是让每个人都能在自己电脑上跑旗舰模型。对开发者的实用建议1别只盯总参数看激活参数和单价。总参数决定存储成本激活参数决定推理成本。一个 2.8 万亿参数的 MoE单 token 只激活约 1040 亿实际推理开销和2.8T 稠密模型完全不是一回事。选型时盯着总参数看很容易被吓到或被打动都跑偏。2先想清楚自部署还是买 API。自部署解决的是数据合规和自主可控买 API 解决的是成本和时间。如果你没有合规硬约束绝大多数场景买 API 更划算。3想上手大模型部署从推理引擎开始。vLLM 和 SGLang 是目前最常用的两条路。注意 KDA 改变了传统的前缀缓存机制据官方信息月之暗面把自己的缓存实现贡献给了 vLLM 项目。以 vLLM 为例典型启动方式大致是这样前提是你有多张数据中心级 GPU个人显卡跑不动pipinstallvllm# 多卡张量并行启动具体并行数按你的硬件来定vllm serve moonshotai/Kimi-K3 --tensor-parallel-size84原型验证先用小模型。真想本地跑选 3B~30B 级别的小模型做流程验证就够了——量化之后单卡甚至消费级显卡能跑等方案跑通再上云端大模型。几个容易踩的坑许可证要看清。下载页面旁边那份许可证文件很短但商用、二次分发的条款都以它为准别默认开源就等于随便用。隐性成本。大模型部署的成本大头不只是 GPU 采购还有运维、稳定性和并发卡顿问题。别为热点而热点。参数大不等于适合你的任务先把业务场景和评测指标定下来再选模型。开放权重的旗舰模型越来越多对开发者的直接好处是选择变多了、价格被压下来了但能下载和能用好之间还隔着算力、工程和成本三道坎。你会为了数据合规去自部署还是老老实实买 API评论区聊聊。