开源模型相关 AI 资讯

7月29日

08:24

Amjad Masad@amasad

Replit 联合创始人 Amjad Masad 宣布公司已加入 NVIDIA、微软等企业支持开源权重 AI。今日起，Replit 产品引入模型选择功能，首发支持 Kimi K3 模型。用户可根据任务、成本和性能在 Replit 平台上切换模型。此举旨在实现“合适的模型做合适的工作”的理念。

事件专题

推荐理由：Replit 现在让你选模型了，首发 Kimi K3，和 NVIDIA、微软一起力挺开源，编程时能按需切换，挺实用。

原文

08:20

Fireworks AI@FireworksAI_HQ

Fireworks宣布支持对Kimi K3进行微调。Kimi K3是首个3万亿参数的开源前沿模型。通过Training API，用户可进行监督微调、偏好微调和强化学习。训练支持专用和无服务器两种模式，适合产品化部署。

AI模型 Kimi K3 Fireworks 微调

事件专题

推荐理由：Fireworks现在可以微调Kimi K3了，3万亿参数的开源模型，支持多种训练方式，适合定制产品。

原文

05:51

AK@_akhaliq

这篇论文提出多智能体协议蒸馏方法，将专有模型在智能体搜索中的分布知识迁移到开源模型。通过多智能体协作蒸馏协议，缩小专有与开源模型在搜索任务上的性能差距。实验表明该方法能有效提升开源模型的搜索准确率。

论文 Multi-Agent Protocol Distillation Agentic Search 知识蒸馏

推荐理由：这篇论文讲的是怎么把闭源模型的搜索能力教给开源模型，用多智能体蒸馏的方法挺巧的。

原文

05:42

官方账号Clement Delangue@ClementDelangue

71°

Clement Delangue 披露了首次自主智能体网络攻击的完整技术细节。Hugging Face 在博客中发布了时间线和交互式重放。他们使用开源模型成功防御了这次攻击。该案例为全球防御者提供了学习材料。

行业 Hugging Face 智能体 AI安全

推荐理由：Hugging Face 公开了首例AI智能体黑客攻击的全流程，教你用开源模型来防御，实战干货。

原文

03:50

Ideogram@ideogram_ai

Ideogram 发布了 Ideogram 4.0，一个 9.3B 参数的扩散 Transformer 模型，该模型为开源权重。在 LMArena 和 Design Arena 基准测试中，Ideogram 4.0 超过了所有其他开源权重图像模型。其 X-Omni 英文 OCR 文本渲染得分达到 0.97，而行业平均水平仅为 0.30–0.50。该模型由 AMD Instinct MI350X GPU（288 GB HBM3 内存和 8 TB/s 带宽）驱动，实现了大规模推理吞吐量。

AI模型 Ideogram Ideogram 4.0 AMD

推荐理由：Ideogram 4.0 在所有开源图像模型中跑分最高，文字渲染精度碾压同行，想用开源模型做高质量出图可以试试它。

原文

03:00

官方账号NVIDIA AI@NVIDIAAI

Nemotron Labs发布了如何在Prime Intellect平台上使用强化学习（RL）训练开源模型的教程。教程覆盖了从环境设置到训练流程的完整步骤。演示了基于Nemotron系列模型的RL训练方法。适合希望用RL微调开源模型的开发者快速上手。

技巧 Nemotron Prime Intellect 开源模型

推荐理由：想用强化学习训开源模型？看看这个Prime Intellect实操教程，Nemotron Labs手把手带你跑通RL训练。

原文

00:11

官方账号Hugging Face@huggingface

本教程来自HuggingFace的Training Agents系列第三期。内容讲解如何基于开源权重模型使用强化学习训练本地智能体。通过具体步骤演示训练流程，适合希望掌握智能体训练方法的开发者。

技巧 HuggingFace 智能体强化学习

推荐理由：想自己训练AI智能体？HuggingFace出了第三期教程，教你用强化学习训练本地/开源模型当智能体，手把手实操。

原文

7月28日

22:07

techcrunch@Ivan Mehta

Fish Audio 宣布完成 5000 万美元种子轮融资。自去年推出以来，其开源或托管版 AI 语音模型已吸引超过 800 万用户。公司目前年经常性收入达 2100 万美元。资金将用于进一步开发面向创作者和企业的语音模型。

行业 Fish Audio AI语音模型开源模型

事件专题

推荐理由：Fish Audio 拿了 5000 万美元种子轮，800 万用户，年收入 2100 万，专注 AI 语音模型，挺有潜力。

原文

20:18

官方一手歸藏(guizang.ai)@op7418

开源模型Kimi K3（2.8T参数）在80张RTX 5090上以单流20 tok/s运行。该配置使用GDDR7游戏显卡和普通以太网，无需HBM，权重为官方MXFP4格式。此前同一集群运行GLM-5.2时从30 tok/s优化至110 tok/s。任何实验室或大学均可使用该配置复现。

AI模型 Kimi K3 RTX 5090 GDDR7

事件专题

推荐理由：80张游戏卡就能跑2.8T参数的Kimi K3，20 tok/s挺实用，比之前GLM-5.2快了好几倍。

原文

18:53

The Rundown AI@therundownai

Moonshot 公司发布了其 Kimi K3 模型的权重。该模型在多项任务上表现出色。开发者可通过公开渠道下载权重，用于微调或部署。此次开源为社区提供了更强大的基础模型选择。

AI模型 Kimi K3 Moonshot 开源模型

事件专题

推荐理由：Moonshot 开放了 Kimi K3 权重，你可以直接下载这个强力模型，比之前很多开源模型更强。

原文

17:39

量子位@量子位的朋友们

Kimi K3和Unlimited OCR两个中国开源模型在全球排行榜上分获第一和第二名。这一排名来自最新一期开源大模型评测榜单。两个模型分别由不同中国团队研发，展示了在推理和多模态OCR任务上的领先性能。海外开发者社区对此给予高度关注。

AI模型 Kimi K3 Unlimited OCR 开源模型

事件专题

推荐理由：中国开源模型又霸榜了，Kimi K3和Unlimited OCR直接把前二占了，海外网友都看呆了。

原文

16:59

16:59IT之家（博客/媒体）

央视《法治在线》栏目起底“AI脱衣”黑色产业链，不法分子利用开源AI模型训练脱衣模块并打包出售。北京海淀区检察院披露的案件显示，嫌疑人设立群组有2.7万人，软件售价从2023年的60元涨至2025年的168元。嫌疑人张某从2023年8月起在境外平台贩卖软件和教程，获利10万余元。产业链分三层：上游训练模型、中游批量生成不雅图片、下游实施敲诈勒索，生成一张裸照仅需几秒到几分钟。

行业 AI安全生成式AI 开源模型

推荐理由：央视曝光了利用开源AI搞“一键脱衣”的黑色产业链，从模型训练到卖软件再到敲诈勒索，全流程都查清了。告诉你AI技术如何被用来犯罪，安全风险有多大。

原文

16:21

16:21IT之家（博客/媒体）

75°

月之暗面于7月27日正式开源Kimi K3，总参数量达2.8万亿，是全球首个开源3万亿级别模型，面向长程编程、知识工作和推理场景。华为宣布昇腾实现0day极速适配：训练侧基于MindSpeed MM在Atlas 800 A3、Atlas 900 A3 SuperPoD上完成减层训练适配，并进行算子、并行加速、显存优化；推理侧通过vLLM Ascend和SGLang快速部署，昇腾950超节点支持FP8、MXFP8、MXFP4等全系列精度，原生支持Kimi K3的mxFP4量化权重。此外，月之暗面同步开源了支撑Kimi K3训练的MoonEP、FlashKDA和AgentEnv三项Infra技术。

AI模型 Kimi K3 昇腾月之暗面

事件专题

推荐理由：华为昇腾第一时间适配了刚开源的Kimi K3，2.8万亿参数模型能在昇腾上跑训练和推理了，还支持mxFP4量化。

原文

16:07

16:07IT之家（博客/媒体）

AMD于7月24日发布Instella-MoE系列模型，总参数量16B，激活参数量2.8B。该系列包含6个版本：预训练、Mid-training、长上下文、SFT、DPO、RL。性能上，Base版本低于Qwen3.5-4B-Base，但Think版本在2.8B激活参数下超越Gemma-4-E4B-it。模型在AMD Instinct MI300X和MI325X GPU上训练，基于ROCm软件栈及Primus训练和Miles RL框架。预训练速度通过FarSkip-Collective提升12.7%，推理TTFT缩短最多39.2%。

AI模型 Instella-MoE AMD 开源模型

推荐理由：AMD开源了自家GPU训的Instella MoE，Think版参数少但强过Gemma-4，值得看。

原文

16:05

官方账号Latent Space (swyx)@Latent.Space

在AI开放权重的热议中，只有Kimi K3于今天正式发布。Kimi K3是Moonshot AI的最新模型，具体参数量尚未公布。该模型的发布被视为对开源社区的实际贡献，区别于其他公司的承诺。

AI模型 Kimi K3 Moonshot AI 开放权重

事件专题

推荐理由：大家都在吹开放权重，只有Kimi真发了K3。来看看这个模型到底怎么样。

原文

15:39

shao__meng@shao__meng

Anthropic 应用 AI 研究员 @Biggest 公开反对 CEO Dario 关于开源模型的言论，称其是诡辩。该研究员表示自己与部分同事一直试图推动开放权重，但遭到公司文化压制。事件发生在 Anthropic 因安全争议被舆论批评的背景下，引发行业对开源策略的讨论。

行业 Anthropic 开源模型 AI安全

事件专题

推荐理由：Anthropic 内部员工公开呛声 CEO，为开源模型站台。这背后是AI安全与商业路线的冲突，值得关注。

原文

11:47

官方账号arXiv cs.LG@ Kimi Team, Tongtong Bai, Yifan Bai, Yiping Bao, M. C., Jianfeng Cai, Xinyuan Cai, Peizhou Cao, Yuxuan Cao, Ziwei Chai, Y. Charles, H. S. Che, Guanduo Chen, Guangyu Chen, Guanzheng Chen, Huarong Chen, Jia Chen, Jianlong Chen, Jun Chen, Kexin Chen, Peng Chen, Ruijue Chen, Wentao Chen, Xin Chen, Yang Chen, Yanru Chen, Yifei Chen, Yingjiang Chen, Yuankun Chen, Yujie Chen, Yutian Chen, Zhirong Chen, Dazhi Cheng, Yean Cheng, Jialei Cui, Jingbing Cui, Anqi Dai, Jiaqi Deng, Hao Ding, Rui Ding, Shaofeng Ding, Mengfan Dong, Mengnan Dong, Yuhao Dong, Yuxin Dong, Angang Du, Chenzhuang Du, Dikang Du, Jusen Du, Yulun Du, Yu Fan, Jing Feng, Qiulin Feng, Yichen Feng, Kelin Fu, Qiang Fu, Fuxuan Gao, Hongcheng Gao, Jingyue Gao, Tong Gao, Weijia Gao, Shangyi Geng, Jie Gong, Linhu Gong, Shengao Gong, Xiaochen Gong, Qizheng Gu, Yicheng Gu, Shuhao Guan, Haiqing Guo, Shiqi Guo, Xiang Guo, Zhengyan Guo, Beixi Hao, Wenxin Hao, Xiaoru Hao, Dailan He, Haotian He, Lehan He, Qi He, Weiran He, Xinran He, Xinyi He, Yibo He, Yunjia He, Chao Hong, Tiange Hong, Hao Hu, Jiaxi Hu, Ruikun Hu, Weiming Hu, Yangyang Hu, Zhenxing Hu, Liang Hua, Jinbin Huang, Ke Huang, Ruiyuan Huang, Siying Huang, Weixiao Huang, Yan Huang, Zhengjie Huang, Zhiqi Huang, Yulong Hui, Chaobo Jia, Yutong Jiang, Zhejun Jiang, Zuoyou Jiang, Wenyi Jin, Xinyi Jin, Yu Jing, Huanjun Kong, Guokun Lai, Aidi Li, Cheng Li, Chengyuan Li, Cong Li, Fang Li, Guanyu Li, Haoyang Li, Jia Li, Junxiong Li, Lei Li, Letian Li, Lincan Li, Weihong Li, Wentao Li, Xintong Li, Yang Li, Yishen Li, Yiwei Li, Yuxiao Li, Zhaowei Li, Zhaoxi Li, Zheming Li, Zhengxiao Li, Zhiyuan Li, Jiawei Lin, Xiaohan Lin, Yibo Lin, Zichao Lin, Ziyan Lin, Bill Liu, Boxiao Liu, Chuan Liu, Liang Liu, Shaowei Liu, Shudong Liu, Shuran Liu, Tianwei Liu, Weizhou Liu, Yangyang Liu, Yanming Liu, Yibo Liu, Yipeng Liu, Zhengying Liu, Zhiheng Liu, Enzhe Lu, Haoyu Lu, Linqiang Lu, Tingzhan Lu, Zhiyuan Lu, Aotian Luo, G. Luo, Junyu Luo, Yifan Luo, B. Lyu, Wenzhou Lyu, Shaoguang Mao, Yuan Mei, Xin Men, Minqing Ni, Yixuan Niu, Siyuan Pan, Shujun Peng, Zhangyang Qi, Ruoyu Qin, ZeChao Qin, Zeyu Qin, Haiquan Qiu, Jianxin Qiu, Jiezhong Qiu, Bowen Qu, Yuhao Qu, Zeyu Shang, Youbo Shao, Han Shen, Jincheng Shi, Juanfeng Shi, Lidong Shi, Shengyuan Shi, Wingchun Siu, Pengwei Song, Xiaoxi Song, Jianlin Su, Yunfeng Su, Zhaochen Su, Lin Sui, Jingsong Sun, Junyao Sun, Shaoning Sun, Shuzhe Sun, Tongyu Sun, Yujun Sun, Yunpeng Tai, Chuning Tang, Heyi Tang, Sirui Tang, Zecheng Tang, Chaoran Tian, Rongpeng Tian, Yu Tian, Wei Tu, Chensi Wang, Chuang Wang, Chunjie Wang, Dinglu Wang, Feng Wang, Hailong Wang, Haiming Wang, Hao Wang, Hao Wang, Huaqing Wang, Hui Wang, Jiayi Wang, Jinglong Wang, Jinhong Wang, Jiuzheng Wang, Linian Wang, Shaobo Wang, Shenzhi Wang, Shuyi Wang, Si Wang, Siyuan Wang, Tianfu Wang, Wenjue Wang, Xingran Wang, Xinmei Wang, Xinyuan Wang, Xusheng Wang, Yalin Wang, Yangkun Wang, Yao Wang, Yaoyu Wang, Yejie Wang, Yiqin Wang, Yucheng Wang, Yuzhi Wang, Zhaoji Wang, Zhaowei Wang, Zhengtao Wang, Zhenhao Wang, Zhongsheng Wang, Zifan Wang, Chu Wei, Ming Wei, Shouxin Wei, Zichen Wen, Fan Wu, Haoning Wu, Rucong Wu, Wenhao Wu, Xiaoxue Wu, Yingcong Wu, Yongqi Wu, Yuxin Wu, Zijian Wu, Xinglang Xian, Chenxuan Xiang, Yuye Xiang, Bocheng Xiao, Chenjun Xiao, Xin Xiao, Jin Xie, Xiaotong Xie, Yifeng Xie, Zhe Xie, Bowei Xing, Yiming Xiong, Baosheng Xu, Boyu Xu, Jiale Xu, Jianfan Xu, Jing Xu, Jinjing Xu, L. H. Xu, Qingtao Xu, Shuyao Xu, Suting Xu, Tiantian Xu, Tianxiang Xu, Weixin Xu, Xinran Xu, Yangchuan Xu, Ye Xu, Yueni Xu, Ziyao Xu, Haonan Xue, Junjie Yan, Yaoyao Yan, Fan Yang, Guangyao Yang, Hao Yang, Junwei Yang, Ruoyu Yang, Wenjie Yang, Xiaofei Yang, Xinyu Yang, Yi Yang, Yiling Yang, Ying Yang, Yuchen Yang, Zhen Yang, Zhilin Yang, Zian Yang, Zuhao Yang, Haotian Yao, Dan Ye, Haoran Ye, Wenjie Ye, Zhanbo Ye, Bohong Yin, Haoxiang Yin, Xietong Yin, Chengzhen Yu, Haozhen Yu, Longhui Yu, Shengnan Yu, Shuying Yu, Tianxiang Yu, Enming Yuan, Mengjie Yuan, Tongtian Yue, Wei Yue, Yang Yue, Dunyuan Zha, Haobing Zhan, B. H. Zhang, Dehao Zhang, Fei Zhang, Hao Zhang, Haoyuan Zhang, Huanyu Zhang, Jiapei Zhang, Jiaxuan Zhang, Jin Zhang, Kaiyi Zhang, Miaozhen Zhang, Puqi Zhang, Qinglei Zhang, Rong Zhang, Rui Zhang, Shaoshuai Zhang, Shiyi Zhang, Xiaobin Zhang, Xiaoyun Zhang, Y. Zhang, Yangkun Zhang, Ye Zhang, Yichi Zhang, Yikun Zhang, Yizhi Zhang, Yongting Zhang, Yu Zhang, Yutao Zhang, Yutong Zhang, Zheng Zhang, Zijing Zhang, Bin Zhao, Chenguang Zhao, Feifan Zhao, Jinglun Zhao, Jinxiang Zhao, Shuai Zhao, Wenshuo Zhao, Xiangyu Zhao, Xuanle Zhao, Yikai Zhao, Zijia Zhao, Haozhi Zheng, Huabin Zheng, Ruihan Zheng, Shaojie Zheng, Tengyang Zheng, Haofeng Zhong, Lei Zhong, Longguang Zhong, M. Zhou, Qiankang Zhou, Runjie Zhou, Ruozhang Zhou, Xinyu Zhou, Yiqiao Zhou, Zaida Zhou, Jinguo Zhu, Liya Zhu, Xinhao Zhu, Yangjunfeng Zhu, Yuxuan Zhu, Zhen Zhu, Chen Zhuang, Weiyu Zhuang, Xinxing Zu

Kimi K3是一个2.8万亿参数的Mixture-of-Experts模型，激活参数104B，支持100万token上下文窗口和原生视觉。它采用Kimi Delta Attention和Attention Residuals改进信息流动，训练效率相比Kimi K2提升约2.5倍。后训练中应用了强化学习，覆盖通用、智能体和编程领域，实现组合泛化。在长程编码、智能体、知识、推理和视觉任务上达到前沿水平，但整体性能仍落后于Claude Fable 5和GPT-5.6 Sol。官方已开源完整模型权重。

AI模型 Kimi K3 MoE 开源模型

事件专题

推荐理由：Kimi 开源了2.8T参数的K3模型，激活104B参数，能处理百万token上下文，视觉能力也不弱，性能直逼Claude和GPT-5.6，适合用来部署或研究。

原文

11:30

官方一手歸藏(guizang.ai)@op7418

Kimi K3已如期开源，并在多家推理服务上线。各平台的API价格保持一致，但部分Token plan已开始打折，例如OpenCode Zen和Cline Pass。Cursor提供的额度也较高。用户预计明天即可在各大平台的Token Plan中使用Kimi K3。

AI模型 Kimi K3 开源模型推理服务

事件专题

推荐理由：Kimi K3开源了，各平台价格统一，但有些套餐已经开始打折，Cursor给的额度也高，想用便宜算力的可以留意了。

原文

11:29

官方一手歸藏(guizang.ai)@op7418

精选

Anthropic表态不主张全面禁止开源AI模型，但提出三个限制条件：不向中国出售先进芯片及制造设备、打击工业蒸馏操作、所有足够强大的模型必须强制通过安全测试。这一立场被部分评论认为延续了通过安全限制开源模型的思路，同时体现了对中国的技术限制倾向。

行业 Anthropic 开源模型 AI安全

事件专题

推荐理由：Anthropic对开源AI的态度浮出水面，一边说不禁止，一边提三个条件，包括限制中国芯片和强制安全测试，值得关注他们怎么平衡开源和安全。

原文

11:03

Augment Code@augmentcode

Augment 宣布将 Kimi K3 模型引入其产品家族，称其为至今测试过的最强大的开源模型。用户即日起可在 Augment 的智能体编排平台 Cosmos 上使用该模型。推理服务由 Fireworks AI 提供美国境内部署。Kimi K3 由 Moonshot AI 团队开发。

AI模型 Kimi K3 Augment Cosmos

事件专题

推荐理由：想用最强开源模型？Kimi K3 现在在 Augment 的 Cosmos 里就能直接跑，智能体编排加顶级推理，试起来。

原文

09:49

官方一手pandaily@contact@pandaily.com (Pandaily)

72°

Moonshot AI 正式开源 Kimi K3 模型，拥有 2.8T MoE 参数、896 个路由专家，每 token 激活 16 个专家，支持 1M 上下文窗口。同时开源 MoonEP、FlashKDA 和 AgentEnv 三项基础设施技术。技术报告与模型权重同步发布。

AI模型 Kimi K3 Moonshot AI MoE

事件专题

推荐理由：Moonshot AI 发布了 2.8T 参数的 Kimi K3，MoE 架构加 1M 上下文，还配套了工具，开源党可以玩起来了。

原文

09:08

09:08SuperTechFans（博客/媒体）

82°

Moonshot AI 开源 Kimi-K3，总参数 2.8T，激活参数 104B，采用 MoE 架构（896 专家中激活 16 个）。模型原生支持文本和图像输入，上下文长度 100 万 token，量化使用 MXFP4 权重和 MXFP8 激活。在 GPQA Diamond 上得分 93.5，DeepSWE 67.5，BrowseComp 91.2。部署需约 1.5TB 显存，成本较高，引发自建可行性与 API 定价讨论。

AI模型 Kimi-K3 Moonshot AI 多模态

事件专题

推荐理由：Moonshot AI 开源了 Kimi-K3，2.8T 参数的大模型，在推理和代理基准上很强，但显存要求高，适合有硬件或想评估部署成本的人看看。

原文

08:20

techcrunch@Julie Bort

Anthropic创始人Dario Amodei公开表态不反对开源权重模型，但对中国AI的快速发展表示担忧。他认为开源模型可能被滥用，且中国在AI领域的竞争加剧了安全风险。Anthropic一直倡导负责任的AI发展，但并未完全否定开源模式的价值。

行业 Anthropic Dario Amodei 开源模型

事件专题

推荐理由：Anthropic CEO聊AI安全：不反对开源，但担心中国AI太猛，观点直接，值得一看。

原文

07:26

07:26IT之家（博客/媒体）

月之暗面于7月27日晚正式开源Kimi K3模型，该模型参数量达2.8万亿，是当前国内规模最大的开源大模型。开源版本可供社区下载使用，有利于推动大模型技术研究和应用开发。具体架构、性能等细节已随开源发布。

AI模型 Kimi K3 月之暗面开源模型

事件专题

推荐理由：月之暗面开源了2.8万亿参数的Kimi K3，参数规模巨大，适合研究者下载使用。

原文

07:23

Notion@NotionHQ

Notion 宣布在其平台中集成 Kimi K3，这是一款由 Moonshot AI 开发的开源权重模型。该模型由美国提供商 Fireworks 托管，用户可直接在 Notion 中使用。Kimi K3 以 1M 上下文长度和强推理能力为特点，此次集成降低了使用门槛。

AI产品 Kimi K3 Notion Fireworks

事件专题

推荐理由：Notion 用户现在可以直接用上 Kimi K3 了，托管方是 Fireworks，省去自己部署的麻烦。

原文

07:17

官方账号Anthropic@AnthropicAI

72°

Anthropic在一篇新博文中详细阐述了其对开源权重模型的看法。该公司承认开源模型在透明度、研究和社区创新方面的价值，但强调其存在安全隐患和滥用风险。Anthropic提出了平衡开放与责任的原则框架。这一表态回应了AI社区对其开源态度的长期猜测。

行业 Anthropic 开源模型 AI安全

事件专题

推荐理由：Anthropic终于正式回应了开源模型争论，讲了他们的顾虑和原则，AI圈值得关注

原文

06:37

官方账号NVIDIA AI@NVIDIAAI

78°

NVIDIA Cosmos模型在Hugging Face平台下载量突破1000万次，且仍在增长。该模型是开源世界基础模型，用于构建机器人和自动驾驶等物理AI系统。开发者和研究人员通过下载和实验来推动物理AI应用的发展。

AI模型 NVIDIA Cosmos Hugging Face

事件专题

推荐理由：NVIDIA的Cosmos模型在Hugging Face上下载量破千万了，专为机器人和自动驾驶设计的开源模型，开发者都在用。

原文

03:50

官方账号Decoder@Matthias Bastian

71°

Moonshot AI发布了Kimi K3的模型权重，并开源了部分基础设施代码。该模型在多个流行基准测试上得分接近Fable 5和GPT-5.6 Sol。但独立测试发现Kimi K3在网络和数学任务上存在显著性能差距，可能源于蒸馏技术。Kimi K3的开源版本提供了权重和推理框架。

AI模型 Kimi K3 Moonshot AI Fable 5

事件专题

推荐理由：Kimi K3开源了，基准接近Fable 5和GPT-5.6，但数学和网络能力有差距，适合对比测试。

原文

02:56

Aadit Sheth@aaditsh

Kimi K3拥有3万亿参数，支持1M上下文和原生视觉，推理能力与顶级闭源模型Opus相当。该模型已在Fireworks平台提供推理和训练服务，由美国托管且零数据留存。其价格比Opus低2-5倍，适合在成本和性能间平衡的场景。这是首个达到3万亿参数级别的开源前沿模型。

AI模型 Kimi K3 Fireworks 开源模型

事件专题

推荐理由：Kimi K3在Fireworks上刚上线，3万亿参数、1M上下文、原生视觉，性能不输Opus但便宜好几倍，做高性价比推理就选它。

原文

02:54

lmarena.ai@lmarena_ai

Kimi K3 (Max) 在 Agent Arena 中以 +9.75% 的净提升率超越 GLM-5.2 (Max) 的 +7.12%，成为开源权重模型第一名，并在 Frontend Code 竞技场（1682 分）和 Text 竞技场（1485 分）同样拔得头筹。该模型为 2.8T MoE 架构，支持原生视觉理解与 1M 上下文窗口，号称每单位计算智能提升 2.5 倍。Kimi 团队同步开源模型权重、高性能注意力核、MoE 通信库及代理运行基础设施。

AI模型 Kimi K3 GLM-5.2 Moonshot

事件专题

推荐理由：Kimi 开源了 K3 模型，Agent Arena 直接干翻 GLM-5.2，净提升超 9%，代码和文本竞技场也是第一，值得关注。

原文

02:18

Fireworks AI@FireworksAI_HQ

Fireworks AI 推出 Fireworks Nexus，利用开源模型在智能-成本曲线上实现突破。企业可将日常工作中的前沿模型调用切换为开源模型，降低 AI 花费。Nexus 兼容现有工程师工作流，无需修改代码即可管理 AI 支出。该方案针对团队账单中大部分来自常规任务且按前沿定价付费的问题。

AI产品 Fireworks AI Fireworks Nexus 开源模型

事件专题

推荐理由：Fireworks AI 出了个 Nexus，让你用开源模型省下团队大部分 AI 开销，还不改工程师习惯。想控预算的可以看看。

原文

01:59

Guillermo Rauch@rauchg

Moonshot AI 发布的 Kimi K3 被宣称为全球最强开源权重模型，现已在 Vercel AI Gateway 上通过美国推理提供商提供服务。用户可选择零数据保留（ZDR）协议保护流量数据。首批提供商包括 Baseten、Fireworks AI 等。该模型在多项基准中表现领先，但具体分数未在本文中列出。

AI模型 Kimi K3 Vercel 开源模型

事件专题

推荐理由：想用最强开源模型？Kimi K3 已经能通过 Vercel 直接从美国提供商调用了，还支持零数据保留，省心又强大。

原文

01:37

Windsurf@windsurf_ai

Cognition 宣布 Kimi K3 模型已在 Devin Desktop 和 Devin CLI 中可用。在 FrontierCode 1.1 基准上，Kimi K3 是首个接近前沿性能的开源模型。该模型在代码任务上的表现接近闭源前沿模型。

AI模型 Kimi K3 Devin Cognition

事件专题

推荐理由：Cognition 把 Kimi K3 放进 Devin 桌面和终端了，在 FrontierCode 上接近前沿水平，开源模型里很能打。

原文

01:23

官方账号Clement Delangue@ClementDelangue

月之暗面（Moonshot AI）在 HuggingFace 平台上传了名为 Kimi 的模型，推文获得 2741 次查看。该模型开源后迅速引发社区关注，但目前尚未公布具体版本号或基准测试成绩。HuggingFace CEO Clement Delangue 转发该链接，进一步提升了话题热度。

AI模型 Kimi Moonshot AI 月之暗面

事件专题

推荐理由：月之暗面把 Kimi 模型放到 HuggingFace 上了，做中文 NLP 的可以直接拿来用，不用自己训。

原文

01:09

Cognition@cognition_labs

Cognition宣布加入NVIDIA和Open Secure AI Alliance，共同推进开源模型的安全性。该公司将贡献其关于衡量开源模型可信度和安全性的研究成果。联盟旨在开发新技术和工具，保护软件和智能体。通过开放共享模型、工具和研究，扩大防御者社区。

行业 Cognition NVIDIA Open Secure AI Alliance

事件专题

推荐理由：Cognition和NVIDIA牵头搞了个Open Secure AI Alliance，专门做开源模型安全评估，还分享了他们自己的研究。

原文

01:02

Cognition@cognition_labs

Cognition 宣布 Kimi K3 现已集成到 Devin Desktop 和 CLI。在 FrontierCode 1.1 基准测试中，Kimi K3 是首个接近前沿性能的开源模型。这标志着开源编码模型达到了新的高度。

AI模型 Kimi K3 Devin FrontierCode 1.1

事件专题

推荐理由：Cognition 把 Kimi K3 放进 Devin 了，在 FrontierCode 上接近顶尖水平，而且是开源，想试最新的编码模型可以直接用。

原文

01:01

宝玉@dotey

81°

Kimi K3 是 Moonshot 发布的最强模型，总参数量 2.8T，采用 MoE 架构，支持原生视觉理解和 1M token 上下文窗口。新架构使每单位计算智能提升 2.5 倍，并非单纯增加参数量。除模型权重外，还开源了高性能 attention kernels、MoE 通信库和用于大规模 agent 环境运行的基础设施。模型权重已在 Hugging Face 发布，技术报告和博客同步公开。

AI模型 Kimi K3 MoE 多模态

事件专题

推荐理由：Kimi K3 开源了，2.8T MoE 模型，1M 上下文，每算力智能翻倍，还有全套底层代码，想研究大模型的快去下载。

原文

01:00

AK@_akhaliq

72°

Moonshot AI 发布了 Kimi K3 模型。该模型已在 Hugging Face 平台开源。K3 是 Kimi 系列的最新版本。

AI模型 Kimi K3 Moonshot AI 开源模型

事件专题

推荐理由：Moonshot AI 开源了 Kimi K3，你可以直接下载体验新版本。

原文

01:00

Yangyi@Yangyixxxx

月之暗面（Moonshot AI）宣布Kimi K3模型已如期开源。开发者预计明天即可在各大平台的Token Plan中使用Kimi K3。这一开源动作有望获得海外开源社区的积极评价。

AI模型 Kimi K3 月之暗面开源模型

事件专题

推荐理由：月之暗面把Kimi K3开源了，明天就能在Token Plan里用，开源社区肯定high起来。

原文

00:54

The Rundown AI@therundownai

75°

Moonshot 正式开源其最强模型 Kimi K3 的权重与技术报告。K3 是 2.8T 参数的 MoE 模型，支持原生视觉理解和 1M token 上下文窗口。新架构实现每单位计算智能提升 2.5 倍。同时开源了高性能注意力内核、MoE 通信库以及大规模智能体运行环境基础设施。

AI模型 Moonshot Kimi K3 MoE

事件专题

推荐理由：Moonshot 直接把最强模型 Kimi K3 权重开源了，2.8T MoE 还带视觉，算力效率翻倍，诚意满满！

原文