Moonshot AI выпустила открытую модель Kimi K3 с 2,8 триллионами параметров

Китайская компания Moonshot AI выпустила открытую модель Kimi. Ее контекстное окно в миллион токенов является рекордным для открытых проектов. По мощности она уступает только закрытым гигантам. В ближайшее время компания планирует опубликовать веса модели, сделав ее полноценным открытым проектом.

Доступ к модели уже есть в чат-приложении Moonshot AI. Он бесплатный, но после нескольких ответов система может предупредить о перегрузке серверов и предложить подписку. Полная документация доступна на платформе компании. Выпуск Kimi показывает быстрый рост китайских компаний в разработке больших языковых моделей и их готовность конкурировать на мировом уровне с открытыми решениями. Создание сверхбольших моделей становится доступнее.

Для индустрии ИИ публикация весов такой модели — серьезное изменение. Исследователи и разработчики смогут изучать архитектуру и методы обучения в масштабах, ранее доступных лишь узкому кругу крупных корпораций. Это может ускорить исследования в области эффективности обучения, управления длинным контекстом и оптимизации гигантских моделей. Открытая публикация снижает барьер для создания сложных приложений, требующих глубокого анализа длинных документов или сложных логических цепочек.

Для пользователей и бизнеса доступ к Kimi через чат-приложение означает работу с одной из самых мощных открытых моделей, способной обрабатывать контекст до миллиона токенов. Это открывает возможности для анализа длинных документов, научных текстов, юридических договоров или технических описаний без необходимости их разбивки на части. Бесплатный доступ, даже с возможными ограничениями при высокой нагрузке, делает передовые технологии ИИ более демократичными. Практика предложения подписки после нескольких ответов показывает поиск компанией баланса между открытым доступом и коммерческой устойчивостью.

Выпуск Kimi может стимулировать рост открытых крупных моделей. Успех Moonshot AI способен подтолкнуть другие компании к публикации своих флагманских разработок или созданию проектов аналогичного масштаба. Это усилит конкуренцию в области длинного контекста. У разработчиков может появиться несколько открытых альтернатив с контекстом в сотни тысяч или миллион токенов. Ключевым остается вопрос ресурсов: даже с открытыми весами эксплуатация таких гигантов требует значительных вычислительных мощностей, что ограничивает круг тех, кто может их реально использовать. Этот шаг важен для исследовательского сообщества, но практическое развертывание модели остается сложной задачей.