Artikler med tag: Kimi K3

Fireworks AI præsenterer Ember-1 som en post-trænet variant af Moonshot AI’s Kimi K3. Ifølge Fireworks producerer Ember-1 kortere reasoning traces og rapporteres at bruge cirka 40 procent færre tokens ved sammenlignelig kvalitet. Modellen er p.t. kun tilgængelig som Research Preview via Fireworks’ serverless API. Vægte, træningskode og detaljeret metode er ikke offentliggjort, og de kvantitative resultater er selvrapporterede uden uafhængig verifikation.

Moonshot AIs Kimi-team og kvcache-ai har open-sourcet AgentENV, en distribueret platform til agentisk reinforcement learning, som ifølge kilderne driver træningen af Kimi K3. Kombinationen af Firecracker-microVMs, lagdelt rootfs og hurtige snapshot/fork-mekanismer gør miljøopsæt, branching og idling markant billigere. Det er et tydeligt infrastrukturfremskridt, men der er åbne spørgsmål om hardwarekrav, sikkerhed og målbar driftsøkonomi.

Moonshot AI har frigivet Kimi K3, en 2,8‑billioners‑parameter, sparsely routed MoE‑model med 1‑million‑token kontekstvindue, indbygget vision og en altid‑tændt “thinking mode”. Ifølge VentureBeat og MarkTechPost sigter Moonshot mod fulde vægte den 27. juli og hævder ydelser på niveau med top proprietære systemer – med forbehold.