Kimi K3 接入 SGLang，首日跑到 423 tok/s
ying11231 · x · 2026-07-28
- Kimi K3 已在 SGLang 上线，作者称其在 GSM8K 上达到 423 tok/s 的 day-0 速度。
- 帖子强调：演示视频本身就是由 Kimi K3 生成，而且运行在同一套正在发布的服务栈上，形成了“模型演示模型基础设施”的递归效果。
- 工程侧信息包括：2.8T MoE、新的 KDA 架构，以及为此做的深度 serving 优化——fused decode kernels、DP attention、DSpark、PD disagg 和 KDA-aware prefix caching。
- 另外，发布首日就有 11 家云伙伴 支持部署，被包装成开源生态里“模型、基础设施、云厂商同步交付”的案例。
「Infra」频道最新
- 月之暗面开源 FlashKDA，称 H20 预填充提速最高 2.22 倍 — ctjlewis · 2026-07-27
- Claude 对话被索引后，机密计算方案被再次推上台面 — bittingthembits · 2026-07-27
- Moonshot 开源 MoonEP，开闭源之争再被点燃 — KyeGomezB · 2026-07-27
- Kimi K3 登陆 Nebius：100 万上下文、AA 57 分 — teortaxesTex · 2026-07-27
- AI agent 发现 Bun 的 `child_process.spawn` 兼容性旧 bug — steipete · 2026-07-27
- llama.cpp 在 PR 25994 中加入 Nanbeige4.2 支持 — pmttyji · 2026-07-27