MoonshotAI: Kimi K3 (batch)

Kimi K3 è il modello agentico multimodale a pesi aperti di Moonshot AI per programmazione di lunga durata, lavoro intellettuale e ragionamento. Combina testo e comprensione visiva nativa di immagini e video e produce una risposta testuale o una richiesta di strumento. Il produttore evidenzia sessioni di ingegneria estese, repository grandi e compiti che usano screenshot o riscontri visivi insieme al codice. Un brief utile definisce elaborato desiderato, evidenze da usare e condizione che segna il completamento.

Architettura e contesto lungo

La scheda del modello descrive una Mixture of Experts sparsa con 2.800 miliardi di parametri totali e 104 miliardi di parametri attivati. Il design Stable LatentMoE seleziona 16 esperti su 896 per token, usando Kimi Delta Attention e Attention Residuals insieme all’attenzione con gating. La lunghezza esatta del contesto è di 1.048.576 token. È spazio per un contesto di compito consistente, non un motivo per abbandonare i confini delle fonti o lo spazio necessario al risultato.

L’artefatto nativo pubblicato usa un addestramento consapevole della quantizzazione con pesi MXFP4 e attivazioni MXFP8. È il formato di rilascio del produttore, distinto da un’edizione quantizzata fornita separatamente o da un’affermazione su come una particolare rotta eroghi il modello. Pesi aperti e un elevato conteggio dei parametri non trasformano il dato dei parametri attivi nel requisito totale di archiviazione o hardware.

Prepara un compito consistente di programmazione

Fornisci il materiale pertinente del repository, il comportamento esistente, la modifica richiesta e i vincoli di compatibilità. Identifica i file o l’interfaccia che il risultato deve interessare, i controlli che determinano il successo ed eventuali errori o input forniti che rivelano il problema. Un risultato utile può essere una modifica mirata del codice con spiegazione ed evidenze dai controlli effettivamente eseguiti, anziché una descrizione di azioni mai svolte.

Per un compito di sviluppo visivo, includi uno screenshot o una vista chiara del risultato previsto con il codice pertinente e una discrepanza specifica. Il produttore descrive flussi che spaziano da frontend a giochi e CAD e usano riscontri visivi. Chiedi la modifica che colleghi il codice al risultato osservato e conserva il riferimento, affinché l’elaborato consegnato possa essere verificato rispetto a esso.

Preparazione di immagini, video e lavoro intellettuale

La guida rapida del produttore usa oggetti content tipizzati per i messaggi visivi; content è un array, non una rappresentazione serializzata di quell’array. Il flusso per immagini usa dati immagine codificati o un riferimento di file supportato, anziché un indirizzo pubblico di immagine. L’esempio video carica un file video e fornisce il riferimento risultante con una domanda sul contenuto. Fornisci una fonte leggibile e specifica osservazione, intervallo o relazione importanti. Il flusso visivo del produttore accetta immagini JPEG, PNG, GIF, WebP, BMP, HEIC e HEIF e video MP4, MPEG, MOV, AVI, FLV, MPG, WebM, WMV e 3GPP. GIF o WebP animati possono essere decodificati come video. Fornisci il sorgente SVG come testo. Il produttore raccomanda immagini fino a 4096 × 2160 e video fino a 1920 × 1080; sono raccomandazioni di risoluzione, non soglie di rifiuto. Mantieni il corpo della richiesta entro il limite dimensionale documentato di 100M e carica come file i contenuti multimediali grandi o usati ripetutamente.

Per ricerche ricche di documenti, etichetta le fonti e indica le domande a cui il rapporto finale deve rispondere. Per una spiegazione video, identifica eventi o sequenza da analizzare, anziché chiedere commenti senza vincoli. K3 usa il contenuto visivo come evidenza per il ragionamento e restituisce testo o richieste di strumenti. Un’applicazione può inoltrare quelle richieste a strumenti multimediali per creare elaborati separati di immagini o video.

Il ragionamento è sempre attivo

L’interfaccia K3 del produttore ha sempre il ragionamento attivo. L’impostazione di primo livello reasoning_effort accetta low, high e max, con max come valore predefinito. Queste scelte sono specifiche del modello; non si deve presumere un’impostazione senza ragionamento o un valore di intensità di un’altra famiglia. Le indicazioni di migrazione del produttore distinguono K3 da K2.x usando reasoning_effort, anziché trasferire la vecchia configurazione thinking.

Il produttore documenta reasoning_content e contenuto della risposta finale separati nei risultati in streaming. Per una conversazione a più turni o un flusso di strumenti, richiede che il messaggio completo restituito dall’assistente venga reinviato invariato, inclusi reasoning_content e tool_calls. Conservare soltanto la risposta finale visibile fa perdere informazioni che il flusso di ragionamento conservato del modello si aspetta nel passaggio successivo.

Risposte finali strutturate e continuazione parziale

La guida rapida documenta output rigorosi basati su schema JSON per il contenuto del messaggio finale. Definisci campi e significati intorno all’elaborato necessario all’applicazione e analizza quel contenuto finale anziché combinarlo con il campo del ragionamento. Un risultato strutturato può rappresentare informazioni estratte dal materiale fornito o un formato di rapporto definito; lo schema ne vincola la forma, mentre le evidenze delle fonti determinano la correttezza dei valori.

La modalità Partial può continuare un prefisso testuale fornito. L’esempio del produttore colloca un messaggio parziale dell’assistente alla fine della cronologia e combina quel prefisso con la continuazione restituita per la visualizzazione. Usala quando l’elaborato richiesto ha un inizio fisso significativo, mantenendo il prefisso distinto dal resto generato.

Strumenti e continuità dei risultati

K3 supporta strumenti di funzione personalizzati. L’esempio del produttore impone uno strumento al primo turno, conserva il messaggio completo dell’assistente, esegue ogni chiamata restituita e aggiunge un risultato di strumento corrispondente prima di richiedere la risposta finale. Una chiamata proposta non è prova che l’operazione sia riuscita; il risultato effettivamente restituito diventa l’evidenza per il passaggio successivo.

Il flusso di caricamento dinamico introduce una definizione completa dello strumento in un punto specifico della cronologia dei messaggi. La definizione richiede nome, scopo e parametri e deve restare nella cronologia successiva perché il server non conserva autonomamente quella dichiarazione. Mantieni associate capacità degli strumenti, argomenti forniti e osservazioni reali, affinché un compito lungo possa continuare dal lavoro già completato.

Controlli di output e contesto ripetuto

Il produttore documenta una disponibilità predefinita di completamento di 131.072 token, configurabile fino a 1.048.576 entro i vincoli complessivi di contesto del modello. L’API K3 corrente fissa temperature a 1.0, top_p a 0.95, un risultato e penalità di presenza e frequenza pari a zero, indicando ai chiamanti di omettere quei controlli di campionamento. Sono impostazioni del profilo esatto del produttore, non un elenco trasferibile di controlli regolabili.

La cache del contesto è automatica per i prefissi ripetuti idonei, con scelte di TTL documentate di 5 minuti e 1 ora e 5 minuti come valore predefinito. I blocchi di cache parziali restano mancati riscontri. Mantieni stabile il contesto riutilizzabile e verifica l’utilizzo effettivo, anziché affermare un riscontro in cache dalla sola ripetizione del testo. Per l’elaborato finale, conserva fonti fornite, evidenze effettive degli strumenti e struttura di output richiesta e verifica che una risposta lunga o un risultato di ingegneria soddisfino i criteri di completamento dichiarati.