Kimi K3 解码每 token 约需 1 TFLOPs,K2 V4.1F 仅需 50 GFLOPs
YouJiacheng · x · 2026-10-26
You Jia Cheng 在推上对比了 Kimi K3 与 K2 V4.1F 的解码算力需求:两者都可以在 compute-bound 状态下部署服务,但计算量差异悬殊——K3 解码一个 token 约需 1 TFLOPs(FP8 等效),而 V4.1F 只需 50 GFLOPs,相差约 20 倍。
他指出这一差异来自实现细节:K2 V4.1F 的 MoE 路由专家采用 W4A8 权重、以 MXFP8 精度计算,其余部分用 BF16。对关心大 MoE 模型推理成本和服务吞吐的人来说,这是一个直观的量化参考。
所属事件:Kimi K3 推理成本之争：解码算力悬殊，贵 DeepSeek V4.1F 约 20 倍(6 条相关)→
「Infra」频道最新
- Anthropic S-1:每 1 美元收入烧 48 美分算力成本 — nmasc_ · 2026-10-26
- Persistent AI 入驻 UR 网络，隐私推理流量全程加密 — 0xSammy · 2026-10-26
- Anthropic 算力承诺曝光：Google 至少 1145 亿美元居首 — BenBajarin · 2026-10-26
- SpaceX 与 Apollo 达成 400 亿美元 AI 芯片与数据中心硬件租赁协议 — Polymarket · 2026-10-26
- Diamandis 盘点：SpaceX AI 业务年增 830%，Claude 64 小时设计 31.8 万抗毒蛋白 — PeterDiamandis · 2026-10-26
- Meta 拟发售至多 950 亿美元股票为 AI 基建输血 — The Decoder · 2026-10-26