MoonshotAI: Kimi K3 (batch)

Kimi K3 es el modelo multimodal de agentes de pesos abiertos de Moonshot AI para programación de largo alcance, trabajo de conocimiento y razonamiento. Combina texto con comprensión visual nativa de imágenes y video y produce una respuesta textual o una solicitud a herramienta. Su desarrollador destaca sesiones extensas de ingeniería, repositorios grandes y tareas que usan capturas de pantalla o retroalimentación visual junto con código. Un documento útil de instrucciones define el artefacto deseado, la evidencia que debe usar y la condición que marca el trabajo como terminado.

Arquitectura y contexto largo

La ficha del modelo describe una mezcla dispersa de expertos con 2.8 billones de parámetros totales y 104,000 millones de parámetros activados. Su diseño Stable LatentMoE selecciona 16 de 896 expertos por token y usa Kimi Delta Attention y Attention Residuals junto con atención con compuertas. La longitud exacta de contexto es de 1,048,576 tokens. Es espacio para un contexto extenso de tarea, no una razón para descartar los límites de las fuentes ni el espacio necesario para el resultado.

El artefacto nativo publicado usa entrenamiento consciente de cuantización con pesos MXFP4 y activaciones MXFP8. Es el formato de publicación de su desarrollador, distinto de una edición cuantizada proporcionada por separado o una afirmación sobre cómo una ruta particular sirve el modelo. Los pesos abiertos y una gran cantidad de parámetros no convierten la cifra de parámetros activos en el requisito total de almacenamiento o hardware.

Prepara una tarea extensa de programación

Proporciona el material relevante del repositorio, el comportamiento existente, el cambio solicitado y las restricciones de compatibilidad. Identifica los archivos o la interfaz que debe afectar el resultado, las comprobaciones que determinan el éxito y cualquier error o entrada proporcionados que revelen el problema. Un resultado útil puede ser un cambio enfocado de código con explicación y evidencia de las comprobaciones que realmente se ejecutaron, en lugar de una descripción de acciones que nunca se realizaron.

Para una tarea visual de desarrollo, incluye una captura de pantalla o una vista clara del resultado previsto con el código relevante y una discrepancia específica. Su desarrollador describe flujos que abarcan frontend, juegos y CAD que usan retroalimentación visual. Solicita el cambio que conecta el código con el resultado observado y conserva la referencia para que el artefacto entregado se pueda comprobar contra ella.

Imágenes, video y preparación del trabajo de conocimiento

La guía de inicio rápido de su desarrollador usa objetos de contenido tipados para mensajes visuales; content es un arreglo, no una representación serializada de ese arreglo. Su flujo de imágenes usa datos de imagen codificados o una referencia de archivo compatible, en lugar de una dirección pública de imagen. El ejemplo de video carga un archivo de video y proporciona la referencia resultante con una pregunta sobre su contenido. Da una fuente legible y especifica la observación, el intervalo o la relación que importan. El flujo visual de su desarrollador acepta imágenes JPEG, PNG, GIF, WebP, BMP, HEIC y HEIF, y videos MP4, MPEG, MOV, AVI, FLV, MPG, WebM, WMV y 3GPP. Un GIF o WebP animado se puede decodificar como video. Proporciona código fuente SVG como texto. Su desarrollador recomienda imágenes de hasta 4096 × 2160 y video de hasta 1920 × 1080; son recomendaciones de resolución, no umbrales de rechazo. Mantén el cuerpo de solicitud dentro del límite documentado de tamaño 100M y carga como archivos los medios grandes o usados repetidamente.

Para investigación con muchos documentos, etiqueta las fuentes e indica las preguntas que debe responder el informe final. Para una explicación de video, identifica los eventos o la secuencia que se deben analizar en lugar de solicitar comentarios sin restricciones. K3 usa contenido visual como evidencia para razonar y devuelve texto o solicitudes a herramientas. Una aplicación puede pasar esas solicitudes a herramientas multimedia para crear artefactos separados de imagen o video.

El razonamiento siempre está activado

La interfaz de su desarrollador de K3 siempre tiene el razonamiento activado. El ajuste de nivel superior reasoning_effort acepta low, high y max, con max como valor predeterminado. Estas opciones son específicas del modelo; no debe asumirse un ajuste sin razonamiento ni un valor de esfuerzo de otra familia. La guía de migración de su desarrollador distingue K3 de K2.x al usar reasoning_effort en lugar de conservar la configuración thinking anterior.

Su desarrollador documenta reasoning_content y contenido de respuesta final separados en los resultados en streaming. Para una conversación de varios turnos o un flujo de herramientas, exige devolver sin cambios el mensaje completo del asistente recibido, incluidos reasoning_content y tool_calls. Conservar únicamente la respuesta final visible pierde información que el flujo de razonamiento conservado del modelo espera en el siguiente paso.

Respuestas finales estructuradas y continuación parcial

La guía de inicio rápido documenta salida estricta mediante esquema JSON para el contenido del mensaje final. Define los campos y su significado alrededor del artefacto que necesita la aplicación e interpreta ese contenido final en lugar de combinarlo con el campo de razonamiento. Un resultado estructurado puede representar información extraída de material proporcionado o un formato definido de informe; el esquema limita su forma, mientras que la evidencia de origen determina si sus valores son correctos.

El modo parcial puede continuar un prefijo de texto proporcionado. El ejemplo de su desarrollador coloca un mensaje parcial del asistente al final del historial y combina ese prefijo con la continuación devuelta para mostrarlo. Úsalo cuando el artefacto requerido tenga un inicio fijo significativo, y mantén el prefijo separado del resto generado.

Herramientas y continuidad de sus resultados

K3 admite herramientas de funciones personalizadas. El ejemplo de su desarrollador exige una herramienta en el primer turno, conserva el mensaje completo del asistente, ejecuta cada llamada devuelta y agrega un resultado de herramienta coincidente antes de solicitar la respuesta final. Una llamada propuesta no es evidencia de que la operación tuvo éxito; el resultado realmente devuelto se convierte en evidencia para el siguiente paso.

Su flujo de carga dinámica introduce una definición completa de herramienta en un punto específico del historial de mensajes. La definición necesita su nombre, propósito y parámetros, y debe permanecer en el historial posterior porque el servidor no conserva esa declaración de forma independiente. Mantén asociadas las capacidades de herramientas, los argumentos proporcionados y las observaciones reales para que una tarea larga continúe a partir del trabajo ya completado.

Controles de salida y contexto repetido

Su desarrollador documenta una asignación predeterminada de completado de 131,072 tokens, configurable hasta 1,048,576 dentro de las restricciones generales de contexto del modelo. Su API K3 actual fija temperature en 1.0, top_p en 0.95, un solo resultado y penalizaciones de presencia y frecuencia en cero, e indica a quienes la llaman omitir esos controles de muestreo. Son los ajustes del perfil exacto de su desarrollador, no una lista transferible de controles ajustables.

El almacenamiento en caché de contexto es automático para prefijos repetidos elegibles, con opciones documentadas de TTL de 5 minutos y 1 hora, y 5 minutos como valor predeterminado. Los bloques parciales de caché siguen contando como fallos de caché. Mantén estable el contexto reutilizable y comprueba el uso real en lugar de afirmar un acierto de caché solo por repetir texto. Para el artefacto final, conserva las fuentes proporcionadas, la evidencia real de herramientas y la estructura de salida requerida, y comprueba que una respuesta larga o un resultado de ingeniería cumplan los criterios de finalización indicados.