MoonshotAI: Kimi K3 (batch)

Kimi K3 er Moonshot AI's multimodale agentmodel med åbne vægte til langvarige kodeopgaver, vidensarbejde og ræsonnement. Den kombinerer tekst med indbygget visuel forståelse af billeder og video og producerer et tekstligt svar eller en værktøjsanmodning. Producenten fremhæver udvidede udviklingssessioner, store kodebaser og opgaver, der bruger skærmbilleder eller visuel feedback sammen med kode. En nyttig opgavebeskrivelse definerer den ønskede artefakt, det bevismateriale, der skal bruges, og den betingelse, der markerer arbejdets afslutning.

Arkitektur og lang kontekst

Modelkortet beskriver en sparsom Mixture of Experts med i alt 2,8 billioner parametre og 104 milliarder aktiverede parametre. Dens Stable LatentMoE-design vælger 16 af 896 eksperter pr. token og bruger Kimi Delta Attention og Attention Residuals sammen med gated attention. Den præcise kontekstlængde er 1.048.576 tokens. Det giver plads til en omfattende opgavekontekst, men er ikke en grund til at tilsidesætte kildegrænser eller den plads, resultatet kræver.

Den offentliggjorte oprindelige artefakt bruger kvantiseringsbevidst træning med MXFP4-vægte og MXFP8-aktiveringer. Det er producentens udgivelsesformat, adskilt fra en særskilt leveret kvantiseret udgave eller en påstand om, hvordan en bestemt rute leverer modellen. Åbne vægte og et stort parameterantal gør ikke tallet for aktive parametre til det samlede lager- eller hardwarekrav.

Forbered en omfattende kodeopgave

Giv det relevante materiale fra kodebasen, den eksisterende adfærd, den ønskede ændring og kompatibilitetsbegrænsningerne. Identificer de filer eller den grænseflade, resultatet skal påvirke, de kontroller, der bestemmer succes, og eventuelle givne fejl eller input, der viser problemet. Et nyttigt resultat kan være en fokuseret kodeændring med forklaring og dokumentation fra de kontroller, der faktisk blev kørt, frem for en beskrivelse af handlinger, der aldrig blev udført.

Til en visuel udviklingsopgave skal du medtage et skærmbillede eller en tydelig visning af det tilsigtede resultat med den relevante kode og en konkret afvigelse. Producenten beskriver arbejdsgange inden for frontendarbejde, spil og CAD, der bruger visuel feedback. Bed om den ændring, der forbinder koden med det observerede resultat, og bevar referencen, så den leverede artefakt kan kontrolleres mod den.

Forberedelse af billeder, video og vidensarbejde

Producentens hurtigstart bruger typede indholdsobjekter til visuelle beskeder; content er et array og ikke en serialiseret repræsentation af dette array. Billedarbejdsgangen bruger kodede billeddata eller en understøttet filreference frem for en offentlig billedadresse. Videoeksemplet uploader en videofil og leverer den resulterende reference med et spørgsmål om indholdet. Giv en læselig kilde, og angiv den observation, det interval eller den relation, der betyder noget. Producentens synsarbejdsgang accepterer JPEG-, PNG-, GIF-, WebP-, BMP-, HEIC- og HEIF-billeder samt MP4-, MPEG-, MOV-, AVI-, FLV-, MPG-, WebM-, WMV- og 3GPP-video. Animeret GIF eller WebP kan afkodes som video. Giv SVG-kilde som tekst. Producenten anbefaler billeder op til 4096 × 2160 og video op til 1920 × 1080; det er opløsningsanbefalinger og ikke afvisningsgrænser. Hold anmodningskroppen inden for den dokumenterede størrelsesgrænse på 100M, og upload store eller gentagne gange anvendte medier som filer.

Til dokumenttung research skal du mærke kilderne og angive de spørgsmål, slutrapporten skal besvare. Til en videoforklaring skal du identificere de hændelser eller den sekvens, der skal analyseres, frem for at bede om ubegrænsede kommentarer. K3 bruger visuelt indhold som bevismateriale til ræsonnement og returnerer tekst eller værktøjsanmodninger. En applikation kan sende anmodningerne videre til medieværktøjer for at oprette særskilte billed- eller videoartefakter.

Tænkning er altid aktiveret

K3's producentgrænseflade har altid tænkning aktiveret. Topniveauindstillingen reasoning_effort accepterer low, high og max med max som standard. Valgene er modelspecifikke; en indstilling uden tænkning eller en indsatsværdi fra en anden familie bør ikke antages. Producentens migreringsvejledning adskiller K3 fra K2.x ved at bruge reasoning_effort frem for at videreføre den ældre thinking-konfiguration.

Producenten dokumenterer særskilt reasoning_content og indhold til det endelige svar i streamede resultater. Til en samtale over flere samtaleture eller en værktøjsarbejdsgang kræver den, at hele den returnerede assistentbesked sendes tilbage uændret, inklusive reasoning_content og tool_calls. Hvis kun det synlige endelige svar bevares, går oplysninger tabt, som modellens arbejdsgang med bevaret tænkning forventer i næste trin.

Strukturerede slutsvar og delvis fortsættelse

Hurtigstarten dokumenterer strengt JSON-schema-output til den endelige beskeds indhold. Definer felterne og deres betydning omkring den artefakt, applikationen kræver, og parse det endelige indhold frem for at kombinere det med ræsonnementsfeltet. Et struktureret resultat kan repræsentere udtrukne oplysninger fra givet materiale eller et defineret rapportformat; skemaet begrænser formen, mens kildebeviserne bestemmer, om værdierne er korrekte.

Partial-tilstand kan fortsætte et angivet tekstpræfiks. Producentens eksempel placerer en delvis assistentbesked sidst i historikken og kombinerer præfikset med den returnerede fortsættelse til visning. Brug det, når den krævede artefakt har en meningsfuld fast begyndelse, og hold præfikset adskilt fra den genererede rest.

Værktøjer og kontinuitet i deres resultater

K3 understøtter brugerdefinerede funktionsværktøjer. Producentens eksempel kræver et værktøj i første samtaletur, bevarer hele assistentbeskeden, udfører hvert returneret kald og tilføjer et matchende værktøjsresultat, før der anmodes om det endelige svar. Et foreslået kald er ikke bevis for, at operationen lykkedes; det faktiske returnerede resultat bliver bevismaterialet til næste trin.

Dens arbejdsgang med dynamisk indlæsning introducerer en komplet værktøjsdefinition på et bestemt punkt i beskedhistorikken. Definitionen kræver navn, formål og parametre og skal forblive i efterfølgende historik, fordi serveren ikke bevarer erklæringen selvstændigt. Hold værktøjsfunktioner, givne argumenter og faktiske observationer knyttet sammen, så en lang opgave kan fortsætte fra det allerede afsluttede arbejde.

Outputstyring og gentaget kontekst

Producenten dokumenterer en standardramme for fuldførelse på 131.072 tokens, som kan konfigureres op til 1.048.576 inden for modellens overordnede kontekstbegrænsninger. Dens aktuelle K3 API fastsætter temperature til 1.0, top_p til 0.95, ét resultat og nul presence- og frequency-penalties og instruerer kaldere i at udelade disse samplingindstillinger. Det er indstillinger i præcis denne producentmodelprofil og ikke en overførbar liste over justerbare indstillinger.

Kontekstcache er automatisk for kvalificerede gentagne præfikser med dokumenterede TTL-valg på 5 minutter og 1 time og 5 minutter som standard. Delvise cacheblokke forbliver cache-miss. Hold genbrugelig kontekst stabil, og kontroller faktisk forbrug frem for at hævde et cache-hit ud fra gentaget tekst alene. Til den endelige artefakt skal du bevare de givne kilder, faktisk værktøjsdokumentation og den krævede outputstruktur og kontrollere, at et langt svar eller udviklingsresultat opfylder de angivne afslutningskriterier.