02:57techcrunch@Anthony Ha中国公司Moonshot AI于本周发布了新版Kimi模型。该模型引发了关于'全面AI共产主义'的担忧,讨论集中在AI对社会结构的潜在影响。目前尚无基准成绩或具体能力细节披露,但业界对模型意图和意识形态导向产生争议。AI模型Moonshot AIKimiAI监管6 个信源在谈事件专题推荐理由:Moonshot AI的新Kimi惹了争议,不是技术问题而是政治担忧,值得看看怎么回事。原文稍后读已读值得跟进有用关注 Moonshot AI
22:48Julien Chaumond@julien_cDean W. Ball在推文中评论Kimi模型,称其性能与2026年Q1最佳公开模型相当,尤其在agentic coding任务中。他惊讶于中国允许开源如此强大的模型,认为原因包括战略忽视、美国出口管制副作用以及中国公司开源策略。他还指出开源模型本质上是减速主义,与加速主义目标矛盾,并预测开源主导世界可能导致AI共产主义。行业Kimi开源模型中国AI政策推荐理由:Dean Ball分析了Kimi模型的性能和中国开源策略,还聊了加速主义与开源矛盾,观点挺有意思。原文稍后读已读值得跟进有用关注 Kimi
17:39IT之家(博客/媒体)76°月之暗面通知投资者调整公司架构,筹备赴港IPO,最快6个月内完成上市。公司同时发布Kimi K3模型,参数规模达2.8万亿,支持视觉理解并拥有100万token上下文窗口。K3在Frontend Code Arena榜单上超过Claude Fable 5和GPT-5.6 Sol。官方称K3整体仍落后于最强闭源模型,但稳定超过其他所有模型。行业月之暗面KimiK3推荐理由:月之暗面要上市了,还发布了K3模型,参数2.8万亿,代码能力超过Claude和GPT。原文稍后读已读值得跟进有用关注 月之暗面
11:24elvis@omarsar0Anthropic 宣布从 7 月 20 日起,Claude Fable 5 将包含在 Max 和 Team Premium 订阅中,但限制为原配额的 50%。Pro 和 Team Standard 用户可通过使用积分访问,并获一次性 100 美元积分。Anthropic 表示需求预测困难,因此分阶段逐步开放容量。AI产品ClaudeFable 5Anthropic10 个信源在谈事件专题推荐理由:Anthropic 调整了 Fable 5 订阅,Max 和 Team Premium 用户有 50% 配额,其他用户送 100 美元积分,竞争让策略更灵活。原文稍后读已读值得跟进有用关注 Claude
11:14shao__meng@shao__mengSemiAnalysis 报道称,中国公司 Moonshot 的 Kimi K3 模型在 front-end coding 基准测试中超越了所有美国模型。该模型参数量小于大多数闭源前沿模型。这一结果来自 SemiAnalysis 的分析报告。AI模型KimiK3SemiAnalysis推荐理由:Moonshot 的 Kimi K3 在前端编码上打败了所有美国模型,而且模型更小,值得关注。原文稍后读已读值得跟进有用关注 Kimi
03:36Gary Marcus@GaryMarcus精选73°Kimi K3是一款2.8万亿参数的模型,支持100万token上下文窗口,在SWE-Bench Pro、SWE-bench Multilingual、BrowseComp和Toolathlon上达到SOTA。它自主运行20小时内核优化实验,实现1.6倍加速。推理价格仅$0.25/百万token,而Fable 5收费$1.30。背后公司Moonshot估值$30B,计划于7月27日开源权重。AI模型KimiK3Moonshot推荐理由:Kimi K3性能打平甚至超越Claude和Fable,价格却只有它们的五分之一,还开源,性价比炸裂。原文稍后读已读值得跟进有用关注 Kimi
00:50Suhail@SuhailSuhail 指出,当核心技术如 Kimi 3 继续商品化,创业公司必须向上层应用迁移。他认为实验室将不断侵占应用层空间,Figma 到 Claude Design 只是开始,预计会出现 20 多个类似案例。他强调用户导航和使用产品的数据集极具价值,同时提醒注意 Fable 5 不实践 ZDR 这一新动向。行业KimiFigmaClaude10 个信源在谈事件专题推荐理由:Suhail 分析了 Kimi 3 商品化对应用层的冲击,提醒创业者关注 Claude Design 这类工具的出现,以及 Fable 5 的新策略。原文稍后读已读值得跟进有用关注 Kimi
21:51Dify@dify_aiQubrid_AI在Dify Marketplace推出新插件,只需一个API key即可访问DeepSeek、Kimi、Qwen、MiniMax、GLM等多个模型。用户无需为每个模型单独配置API key和重构工作流,可直接在现有流程中切换模型。该插件解决了多模型切换时的集成痛点,提升了开发效率。技巧DifyQubrid_AIDeepSeek推荐理由:如果你在Dify上为不同模型来回换API key烦了,试试Qubrid_AI插件,一个key搞定DeepSeek、Kimi等多个模型,省事很多。原文稍后读已读值得跟进有用关注 Dify
16:25AI Will@FinanceYF5精选76°Kimi K3是一个具有2.8万亿参数和100万上下文窗口的原生多模态开放模型。其Kimi Delta Attention机制在百万Token解码速度最高提升6.3倍。Attention Residuals使训练效率提升约25%,额外成本低于2%。该模型面向长周期Agentic Coding和自我进化工作流。AI模型Kimi K3Kimi多模态10 个信源在谈事件专题推荐理由:月之暗面发了Kimi K3,2.8万亿参数还支持原生多模态,解码快6倍,写代码和长文处理很强。原文稍后读已读值得跟进有用关注 Kimi K3
12:17AI Will@FinanceYF572°Kimi 发布了 K3 模型,结合 3D 推理、编程和视觉理解能力。它能够将文本概念、图片或视频转化为可玩的交互式 3D 体验。K3 实现了"vision in the loop"机制,模型可在代码和实时截图之间来回迭代。AI模型K3Kimi多模态推荐理由:Kimi 刚发了 K3,能把图片视频转成可交互 3D,还能边写代码边看效果,挺实用的。原文稍后读已读值得跟进有用关注 K3
12:14AI Will@FinanceYF582°Kimi K3模型正式发布,拥有2.8万亿参数、100万Token上下文窗口,并支持原生多模态处理。其Kimi Delta Attention技术可在百万Token上下文中将解码速度提升最高6.3倍。Attention Residuals机制将训练效率提升约25%,额外成本控制在2%以内。该模型主要面向长周期Agentic Coding和自我进化工作流。AI模型Kimi K3Kimi多模态10 个信源在谈事件专题推荐理由:Kimi出了K3,2.8万亿参数还有百万级上下文,解码速度快了6倍多,做长代码任务很合适。原文稍后读已读值得跟进有用关注 Kimi K3
12:13AI Will@FinanceYF5精选Kimi 发布 K3 模型,基于两个架构更新:Kimi Delta Attention(KDA)和 Attention Residuals(AttnRes),旨在改善长序列和深层网络中的信息流动。模型采用 Stable LatentMoE 框架,在 896 个专家中激活 16 个,大幅提升稀疏性。结合训练和数据优化,K3 的扩展效率相比 K2 提升约 2.5 倍,即更高效地将算力转化为智能。AI模型K3KimiAttention Residuals推荐理由:Kimi 发了 K3,用 KDA 和 AttnRes 让长序列处理更流畅,MoE 专家数拉到 896 只激活 16 个,扩展效率翻倍,适合追新架构的朋友。原文稍后读已读值得跟进有用关注 K3
10:06shao__meng@shao__mengKimi K3 是全球首个 3T(2.8T)级开源模型,支持 1M token 上下文和原生多模态,定位长时程智能体编码与知识工作。在 Frontend Code Arena 中获得 1679 分,领先第二名 Claude Fable 5 的 1631 分和第三名 GPT-5.6 Sol 的 1618 分。整体性能仅弱于 Claude Fable 5 和 GPT 5.6 Sol,在开源模型中表现最强,权重将于 7 月 27 日前开放。AI模型KimiK3开源模型推荐理由:Kimi 发了 K3 开源模型,2.8T 参数加上百万上下文,在编程评测里甚至超过了 Claude 和 GPT,做智能体特别合适。原文稍后读已读值得跟进有用关注 Kimi
09:19berryxia@berryxia76°Kimi 团队发布博客,宣布 K3 模型权重即将开源,面向推理合作伙伴开放。Moonshot 选择将前沿模型权重公开,表明即使处于顶尖性能水平,开放权重也是可行路径。这一举动传递的信息是智能进步不应被少数公司垄断,领先者有底气让更多人一起使用和迭代。AI模型MoonshotK3Kimi推荐理由:Moonshot (Kimi 团队) 要把 K3 模型权重开放了,打破闭源才能领先的老规矩,你可以直接用来推理和迭代。原文稍后读已读值得跟进有用关注 Moonshot
05:00lmarena.ai@lmarena_ai精选76°Kimi K3在Text Arena以1486分排名第9,较Kimi K2.6的38名跃升29位。该模型在创意写作、编程和指令遵循三个子项进入前十,并在物理与社会科学、法律与政府、医学与医疗三个职业领域排名第一。Kimi K3拥有2.8万亿参数和100万上下文窗口,其Delta注意力机制使百万token上下文的解码速度提升6.3倍,Attention Residuals在不到2%额外成本下实现约25%训练效率提升。完整模型权重将于2025年7月27日开源。AI模型Kimi-K3KimiMoonshot10 个信源在谈事件专题推荐理由:Kimi发了K3,2.8万亿参数,Text Arena排名比上代涨了29位,代码和创意写作都进前十,权重7月开源值得关注。原文稍后读已读值得跟进有用关注 Kimi-K3
04:13lmarena.ai@lmarena_ai精选74°Kimi K3拥有2.8万亿参数和100万token上下文窗口,采用Kimi Delta Attention技术,在百万token上下文中解码速度提升最多6.3倍。Attention Residuals技术以不到2%的额外成本实现约25%更高的训练效率。该模型专注于长时智能体编码和自演进工作流,已在Kimi.com等平台上线,开放权重将于2026年7月27日发布。AI模型Kimi K3Kimi长上下文10 个信源在谈事件专题推荐理由:月之暗面刚发Kimi K3,2.8万亿参数能处理百万上下文,解码快6倍多,适合搞长代码项目。原文稍后读已读值得跟进有用关注 Kimi K3
04:00官方账号Decoder@Matthias BastianKimi发布名为K3的多模态开放权重模型,拥有2.8万亿参数和100万token上下文。在自有基准测试中,K3接近GPT-5.6 Sol和Claude Fable 5,并显著超过Opus 4.8和GLM 5.2。该模型定价大幅高于前代,标志着中国AI低价时代可能结束。完整权重计划于7月27日前公开发布。AI模型KimiK3GPT-5.6 Sol10 个信源在谈事件专题推荐理由:Kimi搞了个2.8万亿参数的开源模型K3,性能追平GPT-5.6 Sol和Claude Fable 5,不过价格也上去了,中国AI要涨钱了。原文稍后读已读值得跟进有用关注 Kimi
01:45Suhail@Suhail用户整理了2025年4月16日至7月16日期间多个AI模型的发布日期,包括Opus 4.7(4/16)、Kimi K2.6(4/20)、GPT-5.5(4/23)、DeepSeek V4 Pro(4/24)、Opus 4.8(5/28)、Fable 5(6/9)、Kimi K2.7(6/12)、GLM-5.2(6/16)、Grok 4.5(7/8)、GPT-5.6(7/9)、Muse Spark 1.1(7/9)、Inkling(7/15)和Kimi K3(7/16)。该列表覆盖了来自Anthropic、月之暗面、OpenAI、DeepSeek、xAI、智谱等公司的13款模型。AI模型OpusKimiGPT10 个信源在谈事件专题推荐理由:想要快速回顾近四个月各家发了哪些模型?看这张时间表就够了,直接按时间排序,一目了然。原文稍后读已读值得跟进有用关注 Opus
01:03官方一手歸藏(guizang.ai)@op7418Kimi 的多模态理解能力被用户评价为表现优异。用户提到 Claude 似乎越来越不重视多模态任务。该用户认为 Kimi 的多模态功能在对比中有明显价值。AI模型KimiClaude多模态推荐理由:Kimi 多模态理解很能打,Claude 如果放弃这块,Kimi 就是刚需原文稍后读已读值得跟进有用关注 Kimi
07:52IT之家(博客/媒体)OpenAI前CTO穆拉蒂创立的Thinking Machines Lab发布首款模型Inkling,参数达9750亿但仅410亿活跃,采用开放权重模式。其架构借鉴中国DeepSeek-V3,后训练使用月之暗面Kimi K2.5生成的数据。Thinking Machines称Inkling非最强模型,但追求成本与性能平衡,通过Tinker微调工具支持定制。安全测试显示表现良好,但开放权重内安全措施仍在完善。AI模型InklingThinking Machines LabDeepSeek10 个信源在谈事件专题推荐理由:穆拉蒂的新模型Inkling接近万亿参数但只激活一小部分,成本低速度快,还用了DeepSeek和Kimi的技术,适合做定制项目的人试试。原文稍后读已读值得跟进有用关注 Inkling
05:58Justine Moore@venturetwins九日前,有人让多个 LLM 预测 2022 年世界杯冠军。Fable 是唯一预测法国队会被淘汰的模型,并正确猜中阿根廷和法国两支决赛队伍。ChatGPT、Qwen 和 Kimi 各猜对了一个决赛选手。该测试展示不同模型在体育赛事预测方面的能力差异。AI模型FableChatGPTQwen推荐理由:Fable 比 ChatGPT 和 Qwen 更准,竟然独自猜对了法国翻车和决赛阵容,挺有意思的对比。原文稍后读已读值得跟进有用关注 Fable
09:52官方账号阿里云 Alibaba Cloud@alibaba_cloud阿里云和AMD将于7月16日在Mountain View举办Agent Builder Day活动。活动聚焦生产级智能体挑战,邀请双方工程师进行深度探讨。活动还将包含Kimi拆解内容分享。行业Alibaba CloudAMD智能体推荐理由:阿里云和AMD搞的Agent Builder Day,聊生产级智能体挑战,还有Kimi拆解,做Agent的值得看看。原文稍后读已读值得跟进有用关注 Alibaba Cloud
17:21官方一手pandaily@contact@pandaily.com (Pandaily)Moonshot AI 旗下 Kimi 与农业银行、美国运通合作推出全球首张 AI 原生信用卡,将 Kimi 会员等级直接映射为信用卡级别。用户根据会员等级享受对应权益,并通过消费获取 Kimi 积分奖励。该卡采用 AI 驱动的动态额度管理,初始额度根据用户 Kimi 使用数据评估。AI产品KimiMoonshot AI农业银行1 个信源在谈事件专题推荐理由:Kimi 和银行合作发了张信用卡,会员等级越高权益越好,消费还能攒 Kimi 积分,挺新鲜的玩法。原文稍后读已读值得跟进有用关注 Kimi
14:40IT之家(博客/媒体)每日经济新闻7月10日报道,全球首张AI原生信用卡“Kimi信用卡”合作方已确定为美国运通和农业银行,即将正式发行。持卡人日常消费积分可八折兑换Kimi会员权益,兑换比例1000:1,最高支持50%积分兑换。未来三方计划探索智能体支付、Token额度与信用额度挂钩、积分与算力双向打通。该卡已于6月12日开启预约。AI产品Kimi美国运通农业银行1 个信源在谈事件专题推荐理由:Kimi和运通、农行联手出了张信用卡,消费积分能换Kimi会员和算力,还能优先体验新模型,挺实用。原文稍后读已读值得跟进有用关注 Kimi
13:51IT之家(博客/媒体)月之暗面Kimi新一轮融资投前估值达315亿美元(约2143.39亿元),较上一轮200亿美元估值上涨。其ARR在6月中旬突破3亿美元(约20.41亿元),API收入占整体超7成并持续走高。收入增长主要来自模型迭代带动的开发者调用放量和API收入提升。收入曲线呈现Anthropic早期商业化特征:开发者API占比提升、海外付费用户增长。行业Kimi月之暗面Anthropic10 个信源在谈事件专题推荐理由:Kimi估值从200亿飙到315亿美元,年收入破3亿,API收入占七成,像Anthropic早期一样。看国内AI融资动态的可以关注。原文稍后读已读值得跟进有用关注 Kimi
12:41官方一手歸藏(guizang.ai)@op7418Cline推出每月9.9美元的订阅计划,提供2-5倍折扣访问GLM-5.2、DeepSeek、Kimi、MiniMax、MIMO、千问等开源模型。用户可通过Cline CLI和IDE使用该Token计划。当前还有1.99美元的限时优惠活动。该计划旨在降低调用多模型API的成本。AI产品ClineGLM-5.2DeepSeek推荐理由:Cline出了月付9.9美元的token计划,能用DeepSeek、Kimi、GLM5.2等模型,现在还有1.99美元试用价,挺划算的。原文稍后读已读值得跟进有用关注 Cline
16:19官方一手Pandaily@contact@pandaily.com (Pandaily)精选Moonshot AI推出Kimi K2.7 Code模型,改变了AI编码的核心范式:不再从零生成代码,而是通过分析现有产品的行为来重建代码。K2.7 Code在内部测试中表现出对复杂逻辑的精准还原能力,与主流代码生成模型(如GitHub Copilot)的生成式思路形成根本区别。该模型尚未公开基准分数,但其思路为AI编程工具提供了新方向。AI模型KimiK2.7Moonshot AI推荐理由:Moonshot AI的Kimi K2.7 Code不走寻常路,不写新代码而专注复刻现有产品行为,和Copilot那套完全不一样,值得搞AI编码的人关注。原文稍后读已读值得跟进有用关注 Kimi
23:26量子位@十三小鹏汽车、月之暗面Kimi和猎豹移动接入某云计算平台的AI算力,加速Agentic AI部署。该云平台为智能体应用提供弹性计算资源,支持高并发任务。行业普遍认为Agentic AI的商用拐点已经到来。行业小鹏汽车Kimi猎豹移动推荐理由:云计算一哥帮小鹏、Kimi和猎豹跑通Agentic AI,智能体应用加速落地,值得一看。原文稍后读已读值得跟进有用关注 小鹏汽车
13:05@atomic_chat_hq@atomic_chat_hq精选Kimi K2.7 Code在三个物理模拟任务上与GPT-5.5进行对比,使用相同的提示词。弹簧摆和1kg块碰撞100000kg块的任务两者表现持平。但在22球自旋六边形任务中,Kimi生成的球随滚筒旋转,而GPT-5.5的球呈现混沌运动,Kimi表现更优。Kimi推理成本为0.28美元(52.4k tokens),GPT-5.5为0.93美元(23.4k tokens),成本降低约70%。AI模型KimiK2.7 CodeGPT-5.5推荐理由:Kimi新出的K2.7 Code模型,花不到三毛钱就能和GPT-5.5打平手,物理模拟甚至更聪明,性价比直接秒杀。原文稍后读已读值得跟进有用关注 Kimi
00:35Geek@geekbb从2022年期待本地运行ChatGPT-3.5,到2026年DeepSeek、Qwen、GLM、Kimi每月发布旗舰模型。本地部署模型列表包括GLM-4、DeepSeek R1/V3、Qwen3、Kimi-K2、GPT-oss-120b、Qwen3.7-Plus、Kimi-K2.7、Deepseek-V4、GLM-5.2等九个版本。迭代速度远超预期,社区感叹没有尽头。行业DeepSeekQwenGLM推荐理由:这帖子把2022到2026国产模型进化史盘得清清楚楚,DeepSeek、Qwen、GLM、Kimi每月一个旗舰,本地部署清单都快十个版本了,AI发烧友必看。原文稍后读已读值得跟进有用关注 DeepSeek
06:57官方账号Jim Fan@jimfan在一项无法在物理世界中被攻破的基准测试中,OpenAI Codex 的表现超越 Anthropic Claude,而 Claude 又优于月之暗面 Kimi。该基准由 @DrJimFan 参与的论文提出,专注于物理世界的真实场景评估。结果显示了各模型在复杂物理任务上的相对排名。AI模型CodexClaudeKimi10 个信源在谈事件专题推荐理由:英伟达科学家发推说他们论文里 Codex 把 Claude 和 Kimi 都干掉了,还是物理世界实测,看看你家模型排第几。原文稍后读已读值得跟进有用关注 Codex
09:32lmarena.ai@lmarena_ai精选Kimi-K2.7-Code是Kimi新发布的编码模型,在Code Arena: Frontend中排名第3(开源模型),整体第19。相比K2.6,该模型在Kimi Code Bench v2上提升21.8%,Program Bench提升11.0%,MLS Bench Lite提升31.5%。推理效率提升,推理token使用量降低30%。模型已通过Kimi API和Kimi Code开源提供。AI模型Kimi-K2.7-CodeKimiCode Arena3 个信源在谈事件专题推荐理由:Kimi新出的编码模型K2.7-Code,在Code Arena前端排名第三,比上代提升明显,推理更省token,开源可玩。原文稍后读已读值得跟进有用关注 Kimi-K2.7-Code
09:32lmarena.ai@lmarena_aiKimi-K2.7-Code 在 Code Arena: Frontend 基准测试中排名第19位。该基准评估前端代码生成能力。作者提示 Agent Arena 的分数即将发布。AI模型KimiK2.7-CodeCode Arena推荐理由:Kimi 的新代码模型在前端任务上排到第19,想看Agent成绩的可以蹲一下。原文稍后读已读值得跟进有用关注 Kimi
22:11IT之家(博客/媒体)精选月之暗面推出Kimi K2.7 Code模型高速版,输出速度约为普通版的5-6倍,常规编程场景下约180 Tokens/s,短上下文可达260 Tokens/s。高速版价格为Kimi K2.7 Code的两倍,1M tokens标准输入和输出分别为13元和54元,缓存输入2.6元。相较于K2.6模型,K2.7 Code在长上下文编程场景指令遵循能力、长程编程任务性能上显著提升,且平均token消耗减少30%。AI产品KimiKimi K2.7 Code月之暗面2 个信源在谈事件专题推荐理由:月之暗面给Kimi K2.7 Code加了高速版,快5-6倍但贵一倍,适合追求效率的开发者。原文稍后读已读值得跟进有用关注 Kimi
02:01lmarena.ai@lmarena_ai精选Kimi 发布并开源了最新编程模型 Kimi-K2.7-Code,相比 K2.6 在 Kimi Code Bench v2 上提升 21.8%,在 Program Bench 上提升 11.0%,在 MLS Bench Lite 上提升 31.5%。推理效率优化,推理 token 使用量降低 30%。支持长程编程任务,指令遵循和端到端成功率更高。模型已通过 Kimi API 和 Kimi Code 提供。AI模型Kimi-K2.7-CodeKimi开源模型5 个信源在谈事件专题推荐理由:Kimi 开源新编程模型,性能全面超越前代原文稍后读已读值得跟进有用关注 Kimi-K2.7-Code
17:52orange.ai@oran_geFable 5 模型因美国政府以国家安全为由要求 Anthropic 下架,已从全球范围移除。Kimi 发布开源 coding 模型 K2.7 Code,相比 K2.6 提升 20% 编码能力,思考 token 减少 30%,API 输入 6.5 元、输出 27 元。智谱宣布即将发布 GLM 5.2,强调前沿智能应开放可用。行业Fable 5AnthropicKimi10 个信源在谈事件专题推荐理由:Fable 5 下架,Kimi 和智谱发新模型原文稍后读已读值得跟进有用关注 Fable 5
13:09elvis@omarsar0精选Omar Sanseviero分享运行自主长时编码智能体的经验,建议用Opus 4.8做规划、GPT-5.5执行,并用Deepseek、Qwen、Kimi或MiniMax等模型作为评估器。他强调多模态目标比纯文本目标更强,能帮助智能体保持方向。清晰定义目标、消除模型假设、避免奖励黑客行为是关键。技巧Opus 4.8GPT-5.5Deepseek7 个信源在谈事件专题推荐理由:Opus 4.8+GPT-5.5分工跑长任务原文稍后读已读值得跟进有用关注 Opus 4.8
10:18berryxia@berryxia精选73°Kimi 发布 K2.7-Code 模型,开源权重和代码至 Hugging Face。相比上一代,token 消耗减少 30%,agent 长任务成功率提升。在 Kimi Code Bench v2 上提升 21.8%,Program Bench 提升 11%,MLS Bench Lite 提升 31.5%。模型通过高效推理解决 coding model 过度思考问题,并预告 6x High-Speed Mode。AI模型KimiK2.7-Code开源模型推荐理由:Kimi 开源新模型,少烧 token 还能干更多活原文稍后读已读值得跟进有用关注 Kimi
10:04官方一手pandaily@contact@pandaily.com (Pandaily)Moonshot AI 的 Kimi 与一家大型国有银行合作,推出全球首张 AI 原生信用卡。该卡将日常消费转换为 AI 计算积分,用户每消费 1 元可获得 1 个 Kimi 积分,用于抵扣 Kimi 的 AI 服务费用。积分兑换比例为 100 积分兑换 1 元 AI 服务额度。该卡还提供 500 元初始积分奖励,以及消费满 2000 元赠送 200 积分的活动。AI产品KimiMoonshot AIAI原生信用卡3 个信源在谈事件专题推荐理由:Kimi 信用卡消费换算力原文稍后读已读值得跟进有用关注 Kimi
21:56官方账号vLLM@vllm_projectKimi 发布 K2.7-Code,一个专注于编程的智能体模型,基于 K2.6 构建。该模型采用 1T 参数的混合专家架构,每次推理仅激活 32B 参数,配备 MLA 注意力机制和 256K 上下文窗口。相比 K2.6,K2.7-Code 的思考 token 减少了约 30%,推理更高效。该模型已获 vLLM 支持,可直接复用 K2.6 的部署配置,降低了迁移成本。AI模型编程智能体MoE/混合专家Kimi推荐理由:编程智能体模型终于有了更高效的选择——K2.7-Code 在保持 1T 参数规模的同时,将激活参数压缩到 32B,做代码生成和推理的开发者可以直接在 vLLM 上复用现有部署,值得一试。原文稍后读已读值得跟进有用关注 编程智能体