MoonshotAI: Kimi K3 (batch)

Kimi K3 is het multimodale agentmodel met open gewichten van Moonshot AI voor langdurige programmeertaken, kenniswerk en redeneren. Het combineert tekst met ingebouwd visueel begrip van beelden en video en produceert een tekstantwoord of toolverzoek. De fabrikant benadrukt uitgebreide engineeringsessies, grote repositories en taken die screenshots of visuele feedback naast code gebruiken. Een nuttige briefing bepaalt het gewenste artefact, het te gebruiken bewijsmateriaal en de voorwaarde die het werk als voltooid markeert.

Architectuur en lange context

De modelkaart beschrijft een sparse Mixture of Experts met in totaal 2,8 biljoen parameters en 104 miljard geactiveerde parameters. Het Stable LatentMoE-ontwerp selecteert per token 16 van 896 experts en gebruikt Kimi Delta Attention en Attention Residuals samen met gated attention. De exacte contextlengte bedraagt 1.048.576 tokens. Dat biedt ruimte voor een omvangrijke taakcontext en is geen reden om brongrenzen of de ruimte voor het resultaat te negeren.

Het gepubliceerde oorspronkelijke artefact gebruikt kwantisatiebewuste training met MXFP4-gewichten en MXFP8-activaties. Dat is het releaseformaat van de fabrikant, onderscheiden van een afzonderlijk aangeleverde gekwantiseerde editie of een claim over hoe een specifieke route het model aanbiedt. Open gewichten en een groot parameteraantal maken het aantal actieve parameters niet gelijk aan de totale opslag- of hardwarevereiste.

Bereid een omvangrijke programmeertaak voor

Geef het relevante repositorymateriaal, bestaande gedrag, de gevraagde wijziging en compatibiliteitsbeperkingen mee. Identificeer de bestanden of interface waarop het resultaat betrekking moet hebben, de controles die succes bepalen en elke aangeleverde fout of invoer die het probleem blootlegt. Een nuttig resultaat kan een gerichte codewijziging zijn met uitleg en bewijsmateriaal uit werkelijk uitgevoerde controles, in plaats van een beschrijving van nooit uitgevoerde acties.

Voeg voor een visuele ontwikkeltaak een screenshot of duidelijke weergave van het beoogde resultaat toe, samen met de relevante code en een specifieke afwijking. De maker beschrijft workflows voor frontendwerk, games en CAD die visuele feedback gebruiken. Vraag de wijziging die code met het waargenomen resultaat verbindt en bewaar de referentie, zodat het opgeleverde artefact ertegen kan worden gecontroleerd.

Beelden, video en kenniswerk voorbereiden

De snelstartgids van de producent gebruikt getypeerde content-objecten voor visuele berichten; content is een array en geen geserialiseerde weergave van die array. De beeldworkflow gebruikt gecodeerde beeldgegevens of een ondersteunde bestandsverwijzing in plaats van een publiek afbeeldingsadres. Het videovoorbeeld uploadt een videobestand en geeft de resulterende verwijzing mee met een vraag over de inhoud. Lever een leesbare bron aan en specificeer de relevante waarneming, het interval of de relatie. De beeldworkflow van de producent aanvaardt JPEG-, PNG-, GIF-, WebP-, BMP-, HEIC- en HEIF-beelden en MP4-, MPEG-, MOV-, AVI-, FLV-, MPG-, WebM-, WMV- en 3GPP-video. Geanimeerde GIF of WebP kan als video worden gedecodeerd. Lever SVG-broncode als tekst aan. De maker beveelt beelden tot 4096 × 2160 en video tot 1920 × 1080 aan; dat zijn resolutieaanbevelingen en geen afwijzingsdrempels. Houd de verzoekbody binnen de gedocumenteerde groottelimiet van 100M en upload grote of herhaald gebruikte media als bestanden.

Label voor onderzoek met veel documenten de bronnen en vermeld welke vragen het eindrapport moet beantwoorden. Benoem voor videouitleg de te analyseren gebeurtenissen of volgorde in plaats van onbeperkte commentaar te vragen. K3 gebruikt visuele inhoud als bewijsmateriaal voor redenering en retourneert tekst of toolverzoeken. Een toepassing kan die verzoeken doorgeven aan mediatools om afzonderlijke beeld- of videoartefacten te maken.

Denkwerk is altijd ingeschakeld

De producentinterface van K3 heeft thinking altijd ingeschakeld. De instelling reasoning_effort op het hoogste niveau aanvaardt low, high en max, met max als standaard. Deze keuzes zijn modelspecifiek; een instelling zonder denkwerk of een inspanningswaarde van een andere familie mag niet worden verondersteld. De migratierichtlijnen van de maker onderscheiden K3 van K2.x door reasoning_effort te gebruiken in plaats van de oudere thinking-configuratie over te nemen.

De producent documenteert afzonderlijke reasoning_content en inhoud voor het definitieve antwoord in gestreamde resultaten. Bij een conversatie over meerdere beurten of toolworkflow moet het volledige teruggegeven assistentbericht ongewijzigd worden teruggestuurd, inclusief reasoning_content en tool_calls. Wie alleen het zichtbare definitieve antwoord bewaart, verliest informatie die de workflow met behouden denkwerk in de volgende stap verwacht.

Gestructureerde eindantwoorden en gedeeltelijke voortzetting

De snelstartgids documenteert strikte JSON-schema-uitvoer voor de uiteindelijke berichtinhoud. Definieer de velden en hun betekenis rond het artefact dat de toepassing nodig heeft en parseer die definitieve inhoud in plaats van ze met het redeneerveld te combineren. Een gestructureerd resultaat kan geëxtraheerde informatie uit aangeleverd materiaal of een vastgelegd rapportformaat weergeven; het schema begrenst de vorm, terwijl bronbewijs bepaalt of de waarden correct zijn.

Partial-modus kan een aangeleverd tekstprefix voortzetten. Het producentvoorbeeld plaatst een gedeeltelijk assistentbericht aan het einde van de geschiedenis en combineert dat prefix met de teruggegeven voortzetting voor weergave. Gebruik dit wanneer het vereiste artefact een betekenisvol vast begin heeft en houd het prefix gescheiden van de gegenereerde rest.

Tools en continuïteit van hun resultaten

K3 ondersteunt aangepaste functietools. Het producentvoorbeeld vereist een tool in de eerste beurt, behoudt het volledige assistentbericht, voert elke teruggegeven aanroep uit en voegt een bijbehorend toolresultaat toe voordat het definitieve antwoord wordt gevraagd. Een voorgestelde aanroep is geen bewijs dat de bewerking is geslaagd; het werkelijk teruggegeven resultaat wordt het bewijsmateriaal voor de volgende stap.

De workflow voor dynamisch laden introduceert op een specifiek punt in de berichtgeschiedenis een volledige tooldefinitie. Die definitie heeft naam, doel en parameters nodig en moet in de daaropvolgende geschiedenis blijven staan omdat de server de declaratie niet zelfstandig bewaart. Houd toolmogelijkheden, aangeleverde argumenten en werkelijke waarnemingen verbonden, zodat een lange taak vanuit reeds voltooid werk kan doorgaan.

Uitvoerinstellingen en herhaalde context

De producent documenteert een standaard aanvulbudget van 131.072 tokens, instelbaar tot 1.048.576 binnen de algemene contextbeperkingen van het model. De huidige K3 API legt temperature vast op 1.0 en top_p op 0.95, met één resultaat en nul presence- en frequency-penalties, en draagt aanroepers op die samplinginstellingen weg te laten. Dat zijn instellingen van deze exacte producentmodelvariant en geen overdraagbare lijst van instelbare opties.

Contextcaching is automatisch voor geschikte herhaalde prefixen, met gedocumenteerde TTL-keuzes van 5 minuten en 1 uur en 5 minuten als standaard. Gedeeltelijke cacheblokken blijven cachemissers. Houd herbruikbare context stabiel en controleer werkelijk gebruik in plaats van een cachehit alleen uit herhaalde tekst af te leiden. Bewaar voor het eindartefact de aangeleverde bronnen, het werkelijke toolbewijs en de vereiste uitvoerstructuur en controleer dat een lang antwoord of engineeringresultaat aan de vastgelegde voltooiingscriteria voldoet.