MoonshotAI: Kimi K3 (batch)

Kimi K3 es el modelo multimodal de agentes con pesos abiertos de Moonshot AI para programación de largo recorrido, trabajo de conocimiento y razonamiento. Combina texto con comprensión visual nativa de imágenes y vídeo y produce una respuesta textual o una solicitud de herramienta. El fabricante destaca sesiones prolongadas de ingeniería, repositorios grandes y tareas que utilizan capturas u observaciones visuales junto con código. Un encargo útil define el entregable deseado, las pruebas que utilizar y la condición que marca la finalización del trabajo.

Arquitectura y contexto largo

La ficha del modelo describe una mezcla dispersa de expertos con 2,8 billones de parámetros totales y 104 mil millones de parámetros activados. Su diseño Stable LatentMoE selecciona 16 de 896 expertos por token y utiliza 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 de tarea considerable, no un motivo para descartar los límites entre fuentes ni el espacio necesario para el resultado.

El artefacto nativo publicado utiliza entrenamiento consciente de la cuantización con pesos MXFP4 y activaciones MXFP8. Ese es el formato de lanzamiento del fabricante, distinto de una edición cuantizada proporcionada por separado o de una afirmación sobre cómo una ruta concreta sirve el modelo. Los pesos abiertos y un gran número de parámetros no convierten la cifra de parámetros activos en el requisito total de almacenamiento o hardware.

Prepara una tarea de programación considerable

Proporciona el material pertinente del repositorio, el comportamiento existente, el cambio solicitado y las restricciones de compatibilidad. Identifica los archivos o la interfaz a los 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 delimitado de código con una explicación y pruebas de las comprobaciones que se ejecutaron realmente, en lugar de una descripción de acciones que nunca se realizaron.

Para una tarea de desarrollo visual, incluye una captura o una vista clara del resultado previsto junto con el código pertinente y una discrepancia específica. El fabricante describe flujos que abarcan frontend, juegos y CAD y utilizan observaciones visuales. Solicita el cambio que conecta el código con el resultado observado y conserva la referencia para que el entregable se pueda comprobar frente a ella.

Preparación de imágenes, vídeo y trabajo de conocimiento

La guía de inicio rápido del productor utiliza objetos de contenido tipados para los mensajes visuales; content es un array, no una representación serializada de ese array. Su flujo de imágenes utiliza datos de imagen codificados o una referencia de archivo compatible en lugar de una dirección pública de imagen. El ejemplo de vídeo carga un archivo de vídeo y proporciona la referencia resultante con una pregunta sobre su contenido. Proporciona una fuente legible y especifica la observación, intervalo o relación que importa. El flujo visual del productor acepta imágenes JPEG, PNG, GIF, WebP, BMP, HEIC y HEIF y vídeos MP4, MPEG, MOV, AVI, FLV, MPG, WebM, WMV y 3GPP. Los GIF o WebP animados pueden decodificarse como vídeo. Proporciona el código fuente SVG como texto. El fabricante recomienda imágenes de hasta 4096 × 2160 y vídeos de hasta 1920 × 1080; son recomendaciones de resolución, no umbrales de rechazo. Mantén el cuerpo de la solicitud dentro del límite de tamaño documentado de 100M y carga como archivos el contenido multimedia grande o utilizado repetidamente.

Para investigación con muchos documentos, etiqueta las fuentes e indica las preguntas que debe responder el informe final. Para explicar un vídeo, identifica los eventos o la secuencia que analizar en lugar de pedir comentarios sin restricciones. K3 utiliza el contenido visual como pruebas para razonar y devuelve texto o solicitudes de herramientas. Una aplicación puede pasar esas solicitudes a herramientas multimedia para crear imágenes o vídeos independientes.

El razonamiento siempre está activado

La interfaz del productor de K3 siempre tiene activado el razonamiento. 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 suponerse un ajuste sin razonamiento ni un valor de esfuerzo de otra familia. Las indicaciones de migración del fabricante distinguen K3 de K2.x mediante el uso de reasoning_effort en lugar de trasladar la configuración thinking anterior.

El productor documenta reasoning_content y el contenido de respuesta final por separado en los resultados en streaming. Para una conversación de varios turnos o un flujo con herramientas, exige devolver completo y sin cambios el mensaje del asistente recibido, incluidos reasoning_content y tool_calls. Conservar solo 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 sus significados en torno al entregable que necesita la aplicación y analiza ese contenido final en lugar de combinarlo con el campo de razonamiento. Un resultado estructurado puede representar información extraída del material proporcionado o un formato de informe definido; el esquema restringe su forma, mientras que las pruebas de origen determinan si sus valores son correctos.

El modo partial puede continuar un prefijo textual proporcionado. El ejemplo del productor coloca un mensaje parcial del asistente al final del historial y combina ese prefijo con la continuación devuelta para mostrarla. Utilízalo cuando el entregable requerido tenga un comienzo fijo significativo, manteniendo el prefijo separado del resto generado.

Herramientas y continuidad de sus resultados

K3 admite herramientas de funciones personalizadas. El ejemplo del productor exige una herramienta en el primer turno, conserva el mensaje completo del asistente, ejecuta cada llamada devuelta y añade un resultado de herramienta correspondiente antes de solicitar la respuesta final. Una llamada propuesta no demuestra que la operación haya tenido éxito; el resultado realmente devuelto se convierte en la prueba 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, finalidad 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 pueda continuar a partir del trabajo ya completado.

Controles de salida y contexto repetido

El productor documenta una asignación predeterminada de compleción de 131.072 tokens, configurable hasta 1.048.576 dentro de las restricciones globales de contexto del modelo. Su API K3 actual fija temperature en 1.0, top_p en 0.95, un resultado y penalizaciones de presencia y frecuencia de cero, e indica a los clientes que omitan esos controles de muestreo. Son los ajustes del perfil exacto del productor, no una lista transferible de controles ajustables.

La caché de contexto es automática para los prefijos repetidos que cumplen los requisitos, con opciones documentadas de TTL de 5 minutos y 1 hora y 5 minutos como valor predeterminado. Los bloques de caché parciales siguen siendo fallos de caché. Mantén estable el contexto reutilizable y comprueba el uso real en lugar de afirmar una coincidencia de caché basándote solo en texto repetido. Para el entregable final, conserva las fuentes proporcionadas, las pruebas reales 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.