发表于：2025年7月21日 /更新，发表于：2025年7月21日 – 作者： Konrad Wolfenstein
一个新的“爆发时刻”？ AI模型：Kimi K3会很快来吗？ Kimi K2为什么选举AI行业？ – 图像：XPERT.DIGITAL
Kimi Bang：来自中国的AI模型比GPT-4便宜10倍，并且同样聪明。
中国的突破| AI以战斗价格：技术变得更加民主
AI世界正在执政，触发器有一个名称：Kimi K2。由北京创业公司Moonshot AI开发的这种新语言模型可确保行业中真正的“ Kimi Bang”，并且已经被交易为“第二次DeepSeek Mist” – 重新组织全球AI竞争中权力平衡的事件。但是，是什么使Kimi K2如此特别？这是三种破坏性特性的爆炸性组合：通过改进的共同执照的根本性开放性，令人印象深刻的表现，具有与GPT-4这样的巨人的基准，以及按大小削弱西方竞争的价格模型。
“人造卫星时刻”的隐喻描述了美国在1957年所经历的震惊，当时苏联意外地将第一颗卫星 – – 射入了太空中。这项活动突然使西方意识到它已被决定性技术领域的竞争对手所取代。结果是全国唤醒的呼吁，导致了对科学和教育的大量投资，并引发了“竞赛进入太空”。
“ Kimi Bang”转移到AI上，这意味着对西方科技界的类似唤醒呼吁：一家中国公司不仅开发了一种模型，该模型可以与领先的GPT-4保持绩效，而且还以开源模型和成本的一小部分将其发布为开源模型。这种技术和经济的突破质疑了OpenAAI等美国公司的先前统治地位，并表示围绕全球AI领导层的新竞争阶段的开始。
这一进步令人印象深刻地证明了开放式的，自由使用的AI模型不仅在技术上赶上，而且在成本效率和可访问性方面也引入了一个新时代。对于初创企业，研究人员和全球的研究人员，这意味着可能性的革命，而诸如Openaai和Anthropic之类的成熟参与者承受着巨大的压力。我们将自己深深地沉浸在基米K2的建筑，基准和深远的含义中，并分析中国的“ AI Sputnik时刻”是否会改变人工智能的未来。
Kimi K2结合了三个破坏性特性：
- 开放 – -Moonshot AI在修改后的共同执照下发布模型文件。
- 性能 – 在MMLU-PRO等基准中，Kimi K2超过了公共竞争对手的模型，并在GPT-4级别取得了结果。
- 成本 – API仅需要每100万美元的投入令牌和每100万美元的输出令牌，这意味着它比西方顶级模型便宜。
适合：
谁开发了Kimi K2，“ Kimi Bang”一词的含义是什么？
Moonshot AI于2023年在北京建立，重点是极大的语音模型，并将内部的每个大版本出版物描述为“ Bang”。当Kimi K2在2025年7月11日冲进基准列表时，社区接管了这个学期，并将下载图表带到了记录的时间里。
第一个“ DeepSeek时刻”是什么？
该表达式描述了当DeepSeek R1首次在2025年1月作为一个开放模型的推理性能。分析师将此步骤与AI开源的“ Sputnik Mong”进行了比较。
适合：
你为什么要谈论第二个deepsek的时刻？
Kimi K2重复并加强了叙述：一家中国创业公司发布了可自由下载的LLM，不仅可以跟上，而且可以在单个学科中占主导地位 – 但是这次是MOE架构，工具使用焦点，并再次降低运营成本。
Kimi K2如何建造？
- 体系结构：Experts Transferts的混合物，总参数为1万亿个，每个推理320亿。
- 上下文窗口：128 K标记，由多头潜在站（MLA）优化。
- 优化器：MuonClip减少了训练不稳定性，并将算术费用减少到ADAMW。
- 工具视图：指令检查点包含本机实现功能调用模式。
自我主机需要什么硬件？
没有量化，权重为≈1tb。 SubReddit /r /localllama中的线程以1.152 GB DDR5计算CPU RAM配置，而RTX 5090的价格低于$ 10,000。对于生产性潜伏期，带有Tensorrt-llm或Vllm-Back-end建议的Moonshot GPU。
Kimi K2在核心基准测试中的表现如何？
Moonshot报告了MMLU的87.8％，GSM-8K的92.1％，LiveCodeBech的1次通过@1。 VentureBeat在经过验证的SWE基础上确认了65.8％，Kimi K2超过了许多专有系统。
哪种AI模型用于比较？
哪种AI模型用于比较？ – 图像：XPERT.DIGITAL
在当前AI模型的景观中，具有不同属性的特征的令人印象深刻的系统。比较概述显示了各种提供商的模型，例如Moonshot，DeepSeek，OpenAAI和人类，每个提供商都有自己的体系结构和性能功能。
Moonshot的Kimi K2模型基于一个共同的专家体系结构（MOE），共有1万亿个参数，其中320亿个活动。它提供了128,000个字符的上下文范围，并在MMLU基准测试中获得了87.8％的出色范围，在SWE-Bench验证的评级中获得了65.8％。成本为每百万美元的投入令牌0.15美元和每百万产量令牌2.50美元。
DeepSeek的R1-0528模型显示了MOE架构，6710亿个参数和370亿个活动参数的相似特征。在MMLU测试中，它超过了Kimi K2，其价格为90.8％，但价格略高于每百万美元的投入令牌0.55美元。
来自OpenAAI和人类的模型，例如GPT-4O，Claude Sonnet 4，Claude Opus 4和GPT-4.5预览与它们的密集体系结构不同，有时没有发布参数编号。价格明显更高，尤其令人惊讶，尤其是对于GPT-4.5预览型号，每百万美元投入令牌75美元和每百万美元产量令牌150美元。
比较特别明显？
- Kimi K2达到了几乎相同的MMLU分数，例如GPT-4O，但每个答案只需要32 B活性参数。
- DeepSeek R1在MMLU上击败Kimi K2，但软件工程基准的弱弱。
- 就价格而言，Kimi K2在GPT-4O下为10倍，在Claude Sonnet 4下为5倍。
价格差异有多激进？
不同AI模型之间的价格差异显着，并说明了成本绩效比率的巨大变化。 100万个代币的样本计算显示出很大的价格差异：虽然Kimi K2和DeepSeek R1等型号的价格非常便宜，价格约为每百万个令牌2.65-2.74美元，GPT-4O的价格为$ 12.50 SONNET 4，价格为$ 9.00和Claude Opus。 GPT-4.5的成本为每百万个代币，尤其令人惊讶。该计算强调，成本绩效比率越来越多地从中国移动，而转向开放的MOE模型（专家的混合），这些模型比已建立的西部AI模型便宜得多。
这对初创企业和研究有什么影响？
有利的令牌价格可以使更长的上下文窗口和每个实验的迭代次数更便宜，这使研究更便宜。同时，高价的高利润用户朝着Kimi K2基础架构（例如硅流或Groq）的方向取代。
Kimi Bang对跨大西洋竞争意味着什么？
根据Golem分析师的说法，Moonshot AI OpenAAI公开迫使美国公司进一步加速价格步骤。专家杂志将效果与DeepSeek发起叙述后的“ Ki Sputnik系列”进行了比较。欧洲的投资者警告说，监管惯性会导致进一步的技术移民。
市场领导者如何反应？
2025年4月，OpenAAI首次宣布了自己的开放式体重模型，以对抗开源印刷品。 Anthropic现在提供高达90％的积极缓存折扣，但仍落后于Kimi K2。
为什么Muonclip至关重要？
Moonshot和UCLA表明，MuonClip最大程度地减少了数十亿美元的不稳定性，并将ADAMW的记忆消耗减少一半。这使得15.5万亿代币培训无需任何休息。
Experts设计的混合物扮演什么角色？
MOE每个令牌仅激活一个专家的一部分。这减少了计算时间和电力消耗，而参数总数仍然很高。另一方面，GPT-4O和Claude使用密集的架构，必须计算所有成本的权重。
修改后的共同执照包括什么？
它允许商业用途，传递和转销，但有义务参考来源和许可证。这意味着Kimi K2可用于本地环境，这特别解决了欧洲数据保护要求。
有黑暗面吗？
研究人员批评Kimi K2掩盖了中国历史上的历史事件，因此存在偏见。还担心开放性使不良应用程序更容易，例如自动虚假信息。
代理情报：Kimi K2是自主AI代理的一步吗？
是的。 Moonshot训练有明确的工具 - 使用和功能调用，以便Kimi K2可以独立编排。 VentureBeat强调代理技能是一个独特的卖点。这将Kimi K2与DeepSeek R1区分开，这主要揭示了推理，但可以使工具使用取决于代理框架。
集成到工作流程中：如何将Kimi K2集成到现有的OpenAI管道中？
Moonshot提供与OpenAI兼容的端点，从而将所需的温度内部缩放到0.6。开发人员只需要交换基本网址，并且可以使用诸如Langchain或LlamainDex之类的工具而不会进行任何更改。
有哪些最佳实践用于工具？
- 功能作为JSON方案移交。
- 保持温度为0.6以强制确定性工具调用。
- 用反射提示检查结果，以最大程度地减少幻觉。
哪个云提供商主持了Kimi K2？
Siliconflow，烟花AI和GROQ提供每折扣，吞吐量高达100 k tpm。
欧洲怎么能赶上？
分析师需要基于美国模型的“ AI Gigafactory”，以训练自己的模型，以良好的电源。在此之前，欧洲可以依靠开放的模型，例如Kimi K2，并集中于垂直燃料。
首先，哪些特定的应用程序领域受益？
- 代码帮助：Kimi-DEV-72B使用KIMI-K2数据，达到60.4％SWE-BENCH。
- 文档分析：128 K上下文窗口可以长期意见。
- 数据管道：低潜伏期为0.54 s的第一个令牌使实时聊天机器人现实。
主要风险是什么？
- 关键主题的偏见和审查制度。
- 通过公共API数据流出。
- 尽管MOE，但本地推断的硬件成本仍然很高。
Kimi K2会永久推出西方价格吗？
价格压力已经使用：OpenAI在不到十二个月的时间内降低了GPT-4O三次。克劳德（Claude）通过缓存机制降低了早期关税。分析师认为Kimi K2是代币价格的“竞赛”的催化剂，类似于AWS塑造2010年云市场。
Kimi K3会很快来吗？
Moonshot将多模式的模型和自我改进的体系结构称为下一个里程碑。内部人泄漏说明了上下文窗口的512 K令牌和Pegasus优化。但是，该公司正式不对路线图发表评论。
“第二次挖掘时刻”还有什么？
Kimi K2证明，开放模型不仅可以跟上，而且在价格方面也占主导地位。权力的运动，驱动创新并迫使所有提供商提高透明度。对于公司而言，创建了一个新的成本基础，为研究人员提供丰富的测试领域，以及监管机构的压力，要求它跟上开放速度的速度。
因此，基米爆炸标志着鞘：那些结合开放和效率的人将来会制定AI经济的标准。
适合：
您的AI转换，AI集成和AI平台行业专家
☑️我们的业务语言是英语或德语
☑️ 新：用您的国家语言进行通信！
康拉德·德军总部
我很乐意作为个人顾问为您和我的团队提供服务。
您可以通过填写此处的联系表，或者直接致电+49 89 89 674 804 （慕尼黑）。我的电子邮件地址是： wolfenstein ∂ xpert.digital
我很期待我们的联合项目。
