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 native visueel begrip van afbeeldingen en video en produceert een tekstueel antwoord of toolverzoek. De fabrikant benadrukt uitgebreide ontwikkelsessies, grote repositories en taken die schermafbeeldingen of visuele feedback naast code gebruiken. Een bruikbare briefing definieert het gewenste artefact, het te gebruiken bewijs 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 16 van de 896 experts per token en gebruikt Kimi Delta Attention en Attention Residuals samen met gated attention. De exacte contextlengte is 1.048.576 tokens. Dit biedt ruimte voor een omvangrijke taakcontext en is geen reden om brongrenzen of de voor het resultaat benodigde ruimte te laten vervallen.

Het gepubliceerde native artefact gebruikt kwantisatiebewuste training met MXFP4-gewichten en MXFP8-activaties. Dit is het releaseformaat van de fabrikant, afzonderlijk van een apart geleverde gekwantiseerde editie of een bewering over hoe een specifieke route het model serveert. Open gewichten en een groot parameteraantal maken het actieve parameteraantal niet gelijk aan de totale opslag- of hardwarevereiste.

Bereid een omvangrijke programmeertaak voor

Lever het relevante repositorymateriaal, het bestaande gedrag, de gevraagde wijziging en compatibiliteitsvoorwaarden aan. Benoem de bestanden of interface die het resultaat moet raken, de controles die succes bepalen en eventuele aangeleverde fout of invoer die het probleem blootlegt. Een bruikbaar resultaat kan een gerichte codewijziging met uitleg en bewijs van daadwerkelijk uitgevoerde controles zijn, in plaats van een beschrijving van acties die nooit zijn uitgevoerd.

Voeg voor een visuele ontwikkeltaak een schermafbeelding of duidelijke weergave van het gewenste resultaat toe, met de relevante code en een specifieke afwijking. De maker beschrijft workflows voor frontendwerk, spellen en CAD die visuele feedback gebruiken. Vraag om de wijziging die de code met het waargenomen resultaat verbindt en bewaar de referentie zodat het geleverde artefact daartegen kan worden gecontroleerd.

Afbeeldingen, video en voorbereiding van kenniswerk

De snelstartgids van de producent gebruikt getypeerde contentobjecten voor visuele berichten; content is een array en geen geserialiseerde representatie van die array. De beeldworkflow gebruikt gecodeerde beeldgegevens of een ondersteunde bestandsverwijzing in plaats van een openbaar afbeeldingsadres. Het videovoorbeeld uploadt een videobestand en levert de resulterende verwijzing met een vraag over de inhoud. Geef een leesbare bron en specificeer de waarneming, het interval of de relatie die belangrijk is. De beeldworkflow van de producent accepteert JPEG-, PNG-, GIF-, WebP-, BMP-, HEIC- en HEIF-afbeeldingen 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 afbeeldingen tot 4096 × 2160 en video tot 1920 × 1080 aan; dit zijn resolutieaanbevelingen, geen afwijzingsdrempels. Houd de verzoekinhoud binnen de gedocumenteerde groottebegrenzing van 100M en upload grote of herhaald gebruikte media als bestanden.

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

Denken is altijd ingeschakeld

In de producentinterface van K3 is thinking altijd ingeschakeld. De instelling reasoning_effort op het hoogste niveau accepteert low, high en max, met max als standaard. Deze keuzes zijn modelspecifiek; een instelling zonder denken of een inspanningswaarde uit een andere familie mag niet worden aangenomen. Het migratieadvies van de maker onderscheidt 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. Voor een gesprek met meerdere beurten of toolworkflow vereist hij dat het volledige geretourneerde assistentbericht ongewijzigd wordt teruggegeven, inclusief reasoning_content en tool_calls. Alleen het zichtbare definitieve antwoord bewaren verliest informatie die de workflow met bewaard denken bij de volgende stap verwacht.

Gestructureerde eindantwoorden en gedeeltelijke voortzetting

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

De partial-modus kan een aangeleverde tekstprefix voortzetten. Het producentvoorbeeld plaatst een gedeeltelijk assistentbericht aan het eind van de geschiedenis en combineert die prefix met de geretourneerde voortzetting voor weergave. Gebruik dit wanneer het vereiste artefact een betekenisvol vast begin heeft en houd de prefix gescheiden van het gegenereerde vervolg.

Tools en continuïteit van hun resultaten

K3 ondersteunt aangepaste functietools. Het producentvoorbeeld vereist een tool in de eerste beurt, bewaart het volledige assistentbericht, voert elke geretourneerde aanroep uit en voegt een bijpassend toolresultaat toe voordat het definitieve antwoord wordt aangevraagd. Een voorgestelde aanroep bewijst niet dat de bewerking is geslaagd; het daadwerkelijke geretourneerde resultaat wordt het bewijs voor de volgende stap.

De workflow voor dynamisch laden introduceert een volledige tooldefinitie op een specifiek punt in de berichtgeschiedenis. De definitie heeft een naam, doel en parameters nodig en moet in de verdere geschiedenis blijven staan, omdat de server die declaratie niet zelfstandig bewaart. Houd toolmogelijkheden, aangeleverde argumenten en daadwerkelijke waarnemingen bij elkaar, zodat een lange taak kan voortbouwen op reeds afgerond werk.

Uitvoerinstellingen en herhaalde context

De producent documenteert een standaardruimte voor completion van 131.072 tokens, instelbaar tot 1.048.576 binnen de algemene contextvoorwaarden van het model. De huidige K3 API legt temperature vast op 1.0, top_p op 0.95, één resultaat en nul aanwezigheids- en frequentiestraffen, en instrueert aanroepers die samplinginstellingen weg te laten. Dit zijn de instellingen van het exacte producentmodelprofiel, geen overdraagbare lijst van instelbare parameters.

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 daadwerkelijk gebruik in plaats van een cachetreffer te beweren op basis van alleen herhaalde tekst. Bewaar voor het uiteindelijke artefact de aangeleverde bronnen, het daadwerkelijke toolbewijs en de vereiste uitvoerstructuur en controleer of een lang antwoord of ontwikkelresultaat aan de genoemde voltooiingscriteria voldoet.