Kimi K3 开源 2.8T 权重，却不是给 Mac mini 用户准备的
APPSO · wechat · 2026-07-29
- 这篇文章的核心观点是：Kimi K3 的开放权重，并不是普通用户能像过去那样在一台 Mac mini 上轻松本地跑起来的模型。
- K3 的体量非常夸张：总参数约 2.8T，Hugging Face 仓库里约 1.56TB，包含 96 个 safetensors 分片。月之暗面官方建议至少使用 64 张以上加速器 组成的超节点。
- 模型采用 MoE 架构：每个 token 只会路由到 896 个专家中的 16 个，所以单步激活计算量远小于完整参数规模；但所有专家权重仍然必须被保存，并在系统中高效调度。
- 文章强调，K3 真正的受众不是本地发烧友，而是云厂商、推理服务商、企业和应用开发者。
- 它进一步提出一个更大的判断：在长上下文与智能体场景里，harness（运行环境/工具链）和模型同样重要。权限、记忆、重试、上下文管理、执行循环，都会显著改变同一组权重的表现。
- 文中还拿 OpenAI 的 Codex Security 做对照：代码开源了，但推理仍依赖 OpenAI 模型与 API；这和 K3 “权重开了但基础设施门槛很高”形成镜像。
- 结论很明确：前沿开源权重时代，竞争焦点会从“用了哪个模型”转向“模型外层系统能看见什么、能做什么、能记住什么”。
所属事件:Kimi K3 开源 2.8 万亿参数推高算力门槛(3 条相关)→
「编程与Agent」频道最新
- 开发者分享笔记法：每日一条当收件箱，先采集后整理 — dSebastien · 2026-09-23
- 免费开源思路：为多 agent 项目省 token 的极简任务管理器 — Mysterious_Spell9300 · 2026-09-23
- 老开发者称 GPT-6 Astra 首次让他完全放心把编码交给模型 — josh_bickett · 2026-09-23
- 开发者自建本地 MCP，让 Grok「幕僚长」直接调度 Codex 任务 — Heavydone · 2026-09-23
- 让 LLM 加付费墙？记得告诉它墙后挡什么，否则全功能照常免费 — jdluk87 · 2026-09-23
- 7×24 全天候受治理 agent 团队，能拿来做什么生意？ — DexTheConcept · 2026-09-23