- 核心观点:DeepSeek-V4-Flash 继续展现国产模型的超高性价比,KimiK2 的开源发布具有重大意义。
- KimiK2 发布意义:
- 补齐国内开源模型短板:K2 能力接近 Claude,但推理成本仅为 Claude4 的 20%。
- 高调用量与需求潜力:日均调用量超 100 万 tokens,预计 Cursor 的 IP 禁用将带动 K2 需求上升。
- 国产模型海外突破:继 DeepSeek 后再次实现海外影响力。
- 技术架构与优化:
- 沿用 DeepSeekV3 架构,优化包括:
- 减少 AttentionHead:提升长文本处理能力。
- 增加 MoE 数量:进一步降低成本。
- MuonClip 技术:解决万亿参数训练的不稳定性。
- Agentic 合成数据:提升数据质量。