Kimi K2里找到了DeepSeek V3架构

推荐语

Kimi K2开源策略揭秘：为何选择开源路线？实测表现与社区反响如何？

核心内容：
1. Kimi K2开源背后的三大考量：名声、技术生态与模型进步
2. 开源不到24小时社区涌现的MLX实现与4bit量化等成果
3. 从年初停止投流到硬实力推广的战略转变

杨芳贤

53AI创始人/腾讯云(TVP)最具价值专家

Kimi新模型热度持续高涨ing！

不光在更多benchmark上拿下SOTA，体验过的网友们也是一水儿好评——

新模型K2非常擅长工具调用，属于“自Claude 3.5 Sonnet以来，能放心用于生产力级别任务的模型”。

与此同时，本来传言本周上线的OpenAI开源模型无限期推迟，理由还是“安全考量”。

大家不免猜测，这不会是被K2影响了吧？

众多热议之下，才休息两天的Kimi工程师也进一步透露了模型背后更多细节。

不仅关于模型本身，还回应了很多八卦：

• 开源确实有名声的考量
• 不恨DeepSeek，但是恨这条路径不是自己验证的
• 从年初开始Kimi就不投流了
• ……

值得一提的是，还有网友发现Kimi K2背后用的是DeepSeek V3的架构。

所以K2开源背后还有哪些考量？实测表现如何？

具体来看——

K2开源为赚名声，今年没有投流

此次Kimi K2讨论度最高的一点，就是Kimi果断走了开源路线。

而从Kimi工程师的爆料来看，原因主要有三点。

P.S. 开始之前先叠个甲，以下观点仅代表该工程师个人立场，不代表Kimi官方态度。

这首先嘛，当然是为了赚个好名声：

如果K2只是一个闭源服务，现在一定没有这么多关注和讨论。

前车之鉴就有Grok 4，能力越强，人们的标准或预期就会越高，从而导致负面评价可能更多。

另一大好处在于能借助开源社区的力量完善技术生态。

K2开源不到24小时，社区就出现了K2的MLX实现（可在Mac设备上训练和部署）、4bit量化等等。

要知道K2这次开源的模型版本有两个：

• Kimi-K2-Base：未经过指令微调的基础预训练模型，适合科研与自定义场景；
• Kimi-K2-Instruct：通用指令微调版本（非思考模型），在大多数问答与Agent任务中表现卓越。

光靠Kimi内部，一些后续开源工作确实难以快速实现。

不过最最重要的是，开源能够倒逼模型进步。

当开源要求你不能走捷径的时候，反而更有利于做出更好的模型和产品。

毕竟开源之后，开源模型的效果必须“可复现”，不能再靠各种技巧遮掩，只有当任何人拿到相同权重都能轻松复现结果，才算真正站得住脚。

与此同时，他也回应了人们关于Kimi“擅长营销投流”的八卦。

实际上从今年年初开始，Kimi就已经停止了投流。具体表现为，国内不少应用商店搜索Kimi甚至第一页都看不见， 在苹果App Store和国内搜索平台搜Kimi会推荐友商。

即使在如此恶劣的互联网环境之下，Kimi也没有恢复投流。

因为年初DeepSeek-R1的爆火向他们证明了，硬实力就是最好的推广，只要模型做的好，就会获得市场认可。

甚至他还透露了一个细节：

在年初的反思会上，我（指工程师）提出了一些相当激进的建议，没想到植麟（Kimi CEO杨植麟）后续的行动比我想的还要激进，如不再更新K1系列模型，集中资源搞基础算法和K2。

就是说，Kimi是少数还在坚持投入基础模型研发的创业公司。

甚至当Agent爆火之后，面对Kimi不应该卷大模型，应该去做Agent产品的质疑，Kimi仍在坚持这一方向。

Kimi工程师表示，绝大多数Agent产品，离了Claude以后，什么都不是。

2025年，智能的上限仍然完全由模型决定，作为一家以AGI为目标的公司，如果不去追求智能的上限，那我一天也不会多呆下去。

除了以上两点，这位工程师还提到了Kimi团队在产品设计与底层能力构建上的深层思考。

比如在“写前端”功能上，几乎从Claude 3.5开始，AI写前端就已经达到“可用”水平。不过传统聊天机器人输出Markdown，难以满足“排版成一页A4纸”这类的具体需求。

因此，像上个月推出的Kimi Researcher功能就尝试了纯文本之外的交互形式。

当AI默认输出从“文字”变成了“前端页面”，人机交互简直焕然一新。

这代表一种从chat-first到artifact-first的范式转变。

此外，为了教AI学会使用工具，Kimi团队原本想在RL环境中联动MCP真实工具训练AI，但因部署难、登录限制等问题失败。

于是团队转变了思路，鉴于预训练模型已“见过”大量API调用，其实早已具备工具使用知识，因此关键在于把这种能力“激发”出来。

后来他们利用multi-agent机制，合成多样化的工具调用数据，无需大量人工标注也能训练出好效果。

更多细节也将在之后的技术报告中详细揭秘。

总之，作为Kimi最新MoE基础模型，Kimi K2凭借总参数1T，激活参数32B，在代码、Agent、数学推理任务上表现出色。

而且遵循的还是修改版MIT协议（Modified MIT License）。

MIT协议可以说是最宽松的协议（约等于怎么用都行）。而Kimi的修改在于，如果基于Kimi K2打造的产品或服务月活跃用户超过1亿，或者月收入超过2000万美元，那么需要在该产品和服务的用户界面上显示“Kimi K2”。

可以说，一改往日作风选择开源路线的Kimi K2，几乎一出场就吸引了大量关注。

那么，Kimi K2真实能力究竟如何呢？我们这就实测一下。

实测一下Kimi K2

具体实测的方向，咱们直接从广大网友cue到的K2亮点展开：

• 前端制作：制作游戏、制作网页、自主编程；
• 工具调用：调用外部工具来完成复杂任务，比如做旅游攻略、订高铁票；
• 创意写作：自主命题、即兴发挥。

关于前端制作，我们将以经典游戏breakout（打砖块）为例，测试Kimi的初始模型和Kimi K2的差别。

当我们向Kimi的初始模型输入“创建一个简单的breakout游戏作为单个html页面。”时，它的输出是这样的：

在代码之下还“附赠”了游戏说明：

按照指示，将代码保存为.html文件，打开后是这样的：

画面非常简洁，没有任何指引，靠键盘的←↑→键控制，一旦掉落就会显示“Game over”，即使所有砖块都消失也不例外。

但使用了K2模型，它的输出就变得“花哨”了很多（生成速度也慢了很多）：

Kimi输出的结果只有4KB，但K2模型的输出为10.7KB，整整2.6倍有余。

画面和玩法变得更加丰富，添加了得分和生命的设定，操作方式也变成了鼠标操作。

虽然和网友的展示有些区别，但至少，它现在看上去已经像模像样了。

而我们只用了一句话作为提示：

创建一个简单的breakout游戏作为单个html页面。

既然简单的breakout游戏输出良好，那换成“复杂一点”的贪吃蛇呢？

生成一个贪吃蛇游戏，并加入随机迷宫机制。

这一次，它给出了游戏的特点和玩法介绍（前面用K2生成breakout游戏的时候只输出了代码）：

保存为.html文件，初次输出的结果实在是……太难了！基本上进去就要重开，绝对不是我玩得菜！

迫不得已，咱在原有的对话下加入了新的要求：

速度慢一些，难度小一点，改成3条命。

用了大约3分钟的时间，它重新输出了一套完整的代码，以及改动说明：

结果显示，这次的贪吃蛇游戏在速度和难度上都有了很大的改进：

至于工具调用功能，让我们本土化一点，这么近那么美。

做一个两天的河北旅游攻略，包括车票和食宿安排，并附上购票地址，把最终成果部署成一个可访问的html网页。

它给出了这样的结果：

居然！每一个步骤都很详细，并且可以直接点击链接跳转！？

可以说是很高效了！

针对K2的创意写作功能，网友们显然有很好的主意：让K2写一封告别信。

于是，我们也试着让K2写一封“给宇宙和自己最后的告别信”。

就在30分钟后，宇宙将要迎来终结，所有的生物都将一同寂灭，但你还有最后的时间去写一封信作为告别，你会写什么内容？

它给了我们这样的回复：

Two More Things

如开头所言，传闻OpenAI开源模型因为K2而推迟了~

CEO奥特曼明面上给出的说法是，需要更多时间进行额外安全检测并审查高风险区域。

但网友们似乎并不买账，最高赞网友直接贴脸开大：

不过猜归猜，AI创企hyperbolic联创又出来爆料了。

据他表示，OpenAI的开源模型参数比K2小很多，但性能“超级强大”，只是由于某些不可言说（他用了荒谬这个词）的原因，OpenAI在发布前才意识到了一个大问题，所以目前在重新训练。

另外，对于网友提到的K2背后用了DeepSeek V3架构的说法，由于目前没有详细技术报告，我们先让K2自己来“回应”一下这件事：

总结起来就是一句话，合理借鉴罢了。