月之暗面开源 Kimi K3：2.8T 参数原生多模态模型，支持 100 万 token 上下文
月之暗面发布开源权重模型 Kimi K3，总参数 2.8T、激活参数 104B，基于 KDA 与 AttnRes 架构，原生支持文本、图像、视频并具备 100 万 token 上下文窗口。
推荐理由：月之暗面开源 2.8T 参数原生多模态模型，给出完整架构参数与多榜单对比，可据此判断开源前沿模型的当前水位。
搜索“Kimi”
找到 12 条 · 更新于 13:13
月之暗面 Kimi 模型发布精选AI 评分8888
月之暗面 Kimi 模型发布精选AI 评分8585 月之暗面开源 Kimi K2.6 多模态智能体模型
月之暗面发布开源原生多模态智能体模型 Kimi K2.6，采用 MoE 架构，总参数 1T、激活参数 32B，上下文长度 256K，视觉编码器为 400M 参数的 MoonViT。
推荐理由：模型卡给出完整架构、评测对比和部署方式，可据此判断开源多模态智能体模型的当前水平。
月之暗面 Kimi 模型发布精选AI 评分8585 月之暗面开源 Kimi K2.5 原生多模态智能体模型
月之暗面发布开源原生多模态智能体模型 Kimi K2.5，在 Kimi-K2-Base 上以约 15 万亿视觉与文本混合 token 持续预训练而成。模型采用 MoE 架构，总参数 1T、激活参数 32B，上下文长度 256K，配备 400M 参数的 MoonViT 视觉编码器，支持即时与思考两种模式。
推荐理由：月之暗面开源原生多模态智能体模型，1T 总参数与 Agent Swarm 设计给出了与闭源旗舰对比的完整基准。
月之暗面 Kimi 模型发布精选AI 评分8282 月之暗面发布 Kimi K2 Instruct 模型
月之暗面发布 Kimi K2，这是一个总参数 1T、激活参数 32B 的 MoE 语言模型，在 15.5T token 上预训练，采用 Muon 优化器，并针对工具调用与自主问题求解做了优化。
推荐理由：原文给出 1T 总参数、32B 激活的 MoE 架构与完整评测对照，可据此判断开源模型在编码和工具调用上的位置。
月之暗面 Kimi 模型发布精选AI 评分7272 月之暗面发布 Kimi K2.7 Code 编码智能体模型
月之暗面发布基于 Kimi K2.6 的编码智能体模型 Kimi K2.7 Code，在长周期真实编码任务上做了较大改进，思考 token 用量相比 K2.6 减少约 30%。
推荐理由：模型卡给出与 K2.6、GPT-5.5、Claude Opus 4.8 的同基准对比，可据此判断其在编码智能体上的位置。
Lisan al Gaib@scaling01AI 评分5050哦这太牛了 但考虑到它的效率低了好几倍，我不太会说它击败了 Sol 我想说的是，它击败了 Kimi-K3、GLM-5.3 Flash 和 Grok-4.7，这已经令人印象深刻了
引用Vals AI@ValsAIWe found DeepSeek V4.1 Flash 1017 beats GPT 6 Sol on our multi-step offensive cybersecurity task. Sol was tested via the Daybreak trusted access program. We have been building a cybersecurity benchmark based on simulated corporate networks. This is a valuable indicator for the cyber-risk a model poses if in the hands of a bad actor. We plan to make the full evaluation public in the coming weeks but wanted to share our first immediate finding here.
DeepSeek 模型发布精选AI 评分8888 DeepSeek 发布正式版 DeepSeek-V4-Pro-0813 模型
DeepSeek 发布 DeepSeek-V4-Pro-0813 正式版，取代此前的预览版本，官方称其智能体能力大幅增强，在生产环境中提升尤为明显。该模型沿用 DeepSeek-V4-Pro (Preview) 的结构，并附加 DSpark 投机解码模块，在 HLE、Terminal Bench 2.1、NL2Repo、DeepSWE 等基准上均高于预览版。
推荐理由：官方技术报告列出正式版与预览版在多项智能体基准上的对比，可据此判断其生产环境能力变化。
智谱 GLM 模型发布精选AI 评分8282 智谱发布 GLM-5.3 开源权重模型，编码与长程任务能力提升
智谱发布 GLM-5.3，与 GLM-5.2 使用同一基座模型，能力提升全部来自后训练。官方称其在自研 Z.ai Code Bench 上较 GLM-5.2 提升 50%，并在 Terminal Bench 3.0、Agents' Last Exam 等公开基准上取得开源 SOTA。
推荐理由：GLM-5.3 沿用 GLM-5.2 基座、全部提升来自后训练，读者可据此判断开源权重模型在编码与长程任务上的位置。
钛媒体精选AI 评分7878 Mirendil发布千亿参数编码基座模型Mirendil-Base，1人3个半月训练完成
Mirendil发布编码专用基座模型Mirendil-Base，参数区间1000亿至5000亿，由1名研究员借助Agent在三个半月内完成，成本不到1000万美元。
推荐理由：原文给出单人加Agent训练千亿参数基座的成本与对比分数，也点出这一门槛对普通团队仍难复制。
爱范儿精选AI 评分7878 实测 DeepSeek V4.1 Flash：4 元生成特斯拉飞行 3D 网页
作者在 DeepSeek Harness 中实测 DeepSeek V4.1 Flash，用纯提示词生成特斯拉飞行 3D 网页，耗时 35 分钟、消耗 3752 万 Token，按缓存命中 0.04 元每百万 Token 和输出 8 元每百万 Token 计算约花 4 元。
推荐理由：作者用多个实测案例对比 V4.1 Flash 与闭源模型的成本差距，可据此判断低价模型能覆盖哪些任务。
智谱 GLM 模型发布精选AI 评分7878 智谱发布 GLM-5.3：与 GLM-5.2 同基座，编码与长程任务显著提升
智谱发布 GLM-5.3，与 GLM-5.2 使用同一基座模型，全部提升来自后训练。官方称其在自研 Z.ai Code Bench 上较 GLM-5.2 提升 50%，并在 Terminal Bench 3.0、Agents' Last Exam 等公开基准上达到开源 SOTA；在 CyberGym 漏洞发现与利用链基准上同样领先，利用类基准成绩超过 GLM-5.2 两倍。
推荐理由：GLM-5.3 与 5.2 共用基座、提升全部来自后训练，读者可据此判断后训练对编码与长程任务的实际拉动幅度。
量子位AI 评分5252 中国电信星辰实验室发布并开源意图理解模型 Xing4.0-29B-Intent
中国电信人工智能科技有限公司星辰通用人工智能实验室发布并开源意图理解专用模型 Xing4.0-29B-Intent，同步开放275.3万条训练语料、模型权重与推理镜像。模型将意图识别与参数抽取结合，按预定义字段输出 JSON 结构化信息，已在电信万号客服和智能家居音箱等场景应用。官方评测中该模型在48个中英文公开数据集抽取的6000道题上总分58，高于本次参评18款通用模型的最高分49。