Kimi 3T 模型 RL 路线豪赌：同等算力下轨迹数量压过模型容量

teortaxesTex · x · 2026-10-23

teortaxesTex 提出一个行业假设：极高推理成本的超大基座模型，反而是通过每步大幅收益通向「递归自我改进（RSI）」的最快路径。他对比称 DeepSeek 的判断是：在同等算力与精度约束下，现阶段「轨迹数量的回报 > 模型容量的回报」。

配图信息：- Wu Haoning 确认「在 3T 模型上做 RL 效果惊人，我们会继续加速」；- Artificial Analysis 显示 Kimi K3（2.8T 参数）智能指数达 57，与 Opus 4.8、GPT-5.5 相当，Moonshot 计划开放权重，或成最强开源模型；- DeepSeek-V4 论文（V4-Pro 1.6T/49B 激活、V4-Flash 284B/13B 激活）以混合稀疏注意力支持百万 token 上下文。