Kimi K3 ოფიციალურად გამოვიდა – ჩინური AI კომპანია Moonshot AI-ის ახალი ფლაგმანი მოდელი, რომელიც 2.8 ტრილიონ პარამეტრს ითვლის და მსოფლიოში პირველი ღია მოდელია 3 ტრილიონიან კლასში. მოდელს აქვს 1 მილიონი ტოკენის კონტექსტის ფანჯარა და ჩაშენებული მულტიმოდალური შესაძლებლობები, ანუ ტექსტს, სურათებსა და ვიდეოს ერთი და იმავე მოდელის ფარგლებში ამუშავებს.
გადაწერე ოფიციალური აპლიკაცია iOs-ისთვის
სარჩევი
Kimi K3 უკვე ხელმისაწვდომია Kimi.com-ზე, Kimi Work-სა და Kimi Code-ში, ასევე Kimi API-ის მეშვეობით.
რა არის Kimi K3 და რატომ არის მნიშვნელოვანი
Kimi K3 არის Moonshot AI-ის აქამდე ყველაზე ძლიერი მოდელი, რომელიც ხანგრძლივი, აგენტური ამოცანებისთვის შეიქმნა – პროგრამირება, კვლევითი სამუშაო და მრავალსაფეხურიანი დავალებები მინიმალური ადამიანური ჩარევით. ოფიციალური ბლოგის მიხედვით, ბოლო თორმეტი თვიდან ცხრაში სწორედ Kimi-ის მოდელები ადგენდნენ ღია მოდელების ზომის ზედა ზღვარს.
კომპანია გულახდილად აღნიშნავს, რომ Kimi K3 საერთო შესრულებით ჯერ კიდევ ჩამორჩება ყველაზე ძლიერ დახურულ მოდელებს, Anthropic-ის Claude Fable 5-სა და OpenAI-ის GPT 5.6 Sol-ს. თუმცა შეფასებების მიხედვით, ის სტაბილურად უსწრებს ყველა სხვა ტესტირებულ მოდელს და ბევრ ბენჩმარკზე ლიდერებსაც უახლოვდება.
ეს კი მთავარ კითხვას აჩენს: თუ ღია მოდელი დახურულების დონეს უახლოვდება, რამდენად გამართლებულია ძვირადღირებული პროპრიეტარული API-ების გამოყენება?
ახალი არქიტექტურა: Kimi Delta Attention და Attention Residuals
Kimi K3 ორ ახალ არქიტექტურულ გადაწყვეტაზეა აგებული. Kimi Delta Attention (KDA) ეფექტიან საფუძველს ქმნის attention-ის მასშტაბირებისთვის – გამოშვების ანონსის მიხედვით, მილიონტოკენიან კონტექსტში დეკოდირება 6.3-ჯერ ჩქარდება.
Attention Residuals (AttnRes) კი ინფორმაციას მოდელის სიღრმეში შერჩევით იძახებს და არა ერთგვაროვანი დაგროვებით. ანონსის მიხედვით, ეს ტრენინგის ეფექტიანობას დაახლოებით 25 პროცენტით ზრდის, დამატებითი ხარჯი კი 2 პროცენტზე ნაკლებია.
მოდელი იყენებს Stable LatentMoE ჩარჩოს, რომელიც 896 ექსპერტიდან ეფექტიანად 16-ს ააქტიურებს. ჯამში, ამ ცვლილებებმა Kimi K2-თან შედარებით მასშტაბირების ეფექტიანობა დაახლოებით 2.5-ჯერ გააუმჯობესა.
ტრენინგი და ინფრასტრუქტურა
Kimi K3 SFT ეტაპიდანვე კვანტიზაციაზე მორგებული ტრენინგით იწვრთნებოდა – MXFP4 წონებითა და MXFP8 აქტივაციებით, რაც ფართო აპარატურულ თავსებადობას უზრუნველყოფს. Moonshot AI-მ KDA-სთვის prefix caching-ის იმპლემენტაცია vLLM საზოგადოებასაც გაუზიარა, რომელიც მოდელთან ერთად გამოქვეყნდება.
რა შეუძლია Kimi K3-ს პრაქტიკაში
ბლოგში მოყვანილი მაგალითები საკმაოდ ამბიციურია:
- GPU კომპილატორი ნულიდან: მოდელმა შექმნა MiniTriton, Triton-ის მსგავსი კომპაქტური კომპილატორი, რომელიც ზოგ დატვირთვაზე თავად Triton-სა და torch.compile-ს უსწრებს.
- ჩიპის დიზაინი: 48-საათიან ავტონომიურ სესიაში K3-მა ღია EDA ინსტრუმენტებით დააპროექტა და გადაამოწმა ჩიპი, რომელიც სიმულაციაში წამში 8,700-ზე მეტ ტოკენს ამუშავებს.
- სამეცნიერო კვლევა: ასტროფიზიკის ამოცანა, რომელსაც გამოცდილი მკვლევარი ერთ-ორ კვირას მოანდომებდა, მოდელმა დაახლოებით ორ საათში შეასრულა – 20-ზე მეტი ნაშრომის ანალიზით და 3,000+ ხაზი Python კოდით.
- ვიდეო მონტაჟი: K3-მა საკუთარი თიზერი 56 კლიპისგან თავად დაამონტაჟა, ბგერასთან სინქრონიზაციისა და რამდენიმე რაუნდის რევიზიის ჩათვლით.
ფასი და ხელმისაწვდომობა
მოდელი Kimi API პლატფორმაზე kimi-k3 სახელით არის ხელმისაწვდომი. ფასები: $0.30 მილიონ ტოკენზე cache-hit შეყვანისთვის, $3.00 – cache-miss შეყვანისთვის და $15.00 – გამომავალ ტოკენებზე. კომპანიის თქმით, კოდირების სამუშაოებში ქეშის მოხვედრის მაჩვენებელი 90 პროცენტს აღემატება, რაც რეალურ ღირებულებას საგრძნობლად ამცირებს.
გაშვებისას Kimi K3 ნაგულისხმევად მაქსიმალური “ფიქრის” რეჟიმით მუშაობს. დაბალი და მაღალი რეჟიმები მომდევნო განახლებებში დაემატება. აპლიკაცია ხელმისაწვდომია iOS-ზე, Android-სა და HarmonyOS-ზე, Kimi Work-ის დესკტოპ ვერსია კი Windows-სა და Apple silicon Mac-ებზე.
შეზღუდვები, რომლებსაც კომპანია თავად ასახელებს
K3 მგრძნობიარეა “ფიქრის ისტორიის” მიმართ – თუ სესია სხვა მოდელიდან შუა გზაზე გადაერთვება K3-ზე, გენერაციის ხარისხი შეიძლება არასტაბილური გახდეს. მოდელი ასევე ზედმეტად პროაქტიულია და ბუნდოვან სიტუაციებში მომხმარებლის ნაცვლად მოულოდნელ გადაწყვეტილებებს იღებს. კომპანია აღიარებს, რომ მომხმარებლის გამოცდილებით K3 ჯერ კიდევ შესამჩნევად ჩამორჩება Claude Fable 5-სა და GPT 5.6 Sol-ს.
რას ნიშნავს ეს AI ინდუსტრიისთვის
Kimi K3 კიდევ ერთი ნიშანია იმისა, რომ ჩინური ლაბორატორიები ღია მოდელებით სწრაფად ავიწროებენ ამერიკულ დახურულ სისტემებს. K2.6-ის გამოშვებიდან სულ სამი თვე გავიდა, K3 კი უკვე ფრონტირის დონეზე თამაშობს – გაცილებით დაბალ ფასად.
სხვა თემები
კოლექტიური კიბერთავდაცვა: OpenAI-ის ღია წერილი
GlucoFM – Google-ის ახალი AI მოდელი
პერსონალიზებული mRNA კიბოს ვაქცინა Phase 3 კვლევაში წარმატებული აღმოჩნდა