Kimi K3 é, no momento da publicação, o modelo aberto mais poderoso disponível. A Moonshot AI tinha anunciado que os pesos sairiam em 27 de julho — e saíram na data.
É um modelo de mistura de especialistas: pense num time de especialistas trabalhando junto, em que só uma parte é acionada por vez. São 2,8 trilhões de parâmetros no total, mas apenas 104 bilhões ficam ativos em cada uso.
Por que isso importa
- Prazo cumprido em lançamento aberto é sinal de laboratório confiável — e é raro.
- Visão vem embutida no modelo, não como acessório colado depois.
- Traz duas técnicas próprias de arquitetura: Kimi Delta Attention e resíduos de atenção.
1.Ler a ficha técnica sem se perder
2 min- 2,8 trilhões de parâmetros no total — o tamanho do time inteiro.
- 104 bilhões ativos — quantos de fato trabalham em cada chamada. É esse número que governa a velocidade.
- Kimi Delta Attention e resíduos de atenção — técnicas de arquitetura desenvolvidas pela própria Moonshot.
- MoonViT — o codificador que dá a capacidade de visão.
A distinção entre total e ativo é a que mais confunde. Total define de quanta memória você precisa; ativo define quanto custa cada resposta. Um modelo de 2,8 T com 104 B ativos é caro de guardar e relativamente barato de usar.
Ficha técnica
- Licença
- Aberto, pesos no Hugging Face
- Parâmetros
- 2,8 T totais / 104 B ativos
- Arquitetura
- Mistura de especialistas + Kimi Delta Attention
Continue no microcurso completo
Você leu a abertura de 3 aulas
O microcurso traz o passo a passo completo, os critérios de escolha, onde a ferramenta falha, para quem ela realmente serve — e, no Expert, o endereço oficial para começar hoje.
- O tamanho do arquivo é o obstáculo2 min
- Como isso te afeta mesmo sem rodar2 min
Como apuramos
Acompanhamos os lançamentos direto nas fontes primárias, transcrevemos o que é demonstrado, conferimos cada nome e cada número contra a documentação oficial do fabricante e reescrevemos em português — com o que a ferramenta não faz junto, que é a parte que o anúncio omite.
