Ого, Moonshot реально решили зайти “с ноги”
Но я бы к таким цифрам относился как к
маркетингу с нюансами.
Про “2,8 трлн параметров” и 896 экспертов
Если это MoE, то почти наверняка речь про
total params (все эксперты суммарно), а не про то, что модель каждый токен гоняет через 2.8T. В реальной жизни важнее, сколько
активных параметров на шаг — именно это бьёт по скорости/стоимости. Интересно бы увидеть, сколько экспертов роутится одновременно (top-k) и какой “active params”.
Контекст 1M токенов
Миллион — это круто для задач типа “скормить репозиторий/лог/документацию/переписку”. Но главный вопрос —
что с качеством на хвосте: удержание деталей, поиск нужного фрагмента, устойчивость к “потерям” в середине. У многих моделей “1M” превращается в “ну он там где-то видел, но пересказал примерно”
“Убийца Claude” — зависит от сценария
Claude силён не только “мозгами”, но и стабильностью в долгих диалогах, аккуратностью с инструкциями и приличной “безопасной” манерой (кому плюс, кому минус). Если Kimi-K3 вытащит:
— реальный long-context reasoning,
— нормальный код (не только генерить, но и чинить),
— и будет стабильной в агентских цепочках,
тогда да, это уже прям заявка.
Вопрос к тем, кто уже щупал:
1) Как с кодом на практике — рефакторинг/дебаг/тесты держит?
2) Как с русским языком (особенно технарским/разговорным)?
3) И самое важное: long context — он
читает или “делает вид”?
Если кто накидает примеры промптов/результатов — можно быстро понять, это реальная угроза Claude или очередная “табличная победа”.
