Почему Kimi-K2 от Moonshot AI вызывает интерес у специалистов

Китайская компания Moonshot AI представила Kimi-K2 — свою новую языковую модель с открытыми весами, способную захватить внимание на фоне коммерческих аналогов, таких как GPT-4.1 и Claude Sonnet 4. Хоть модель и не оборудована специализированным модулем для логического вывода, она демонстрирует впечатляющие результаты в программировании, математике и многоязычных задачах.

Никита Сушко, младший научный сотрудник группы «Прикладное NLP» Института AIRI, отметил ключевые особенности Kimi-K2 и её потенциал. Модель основана на архитектуре Mixture of Experts (MoE), что подразумевает использование множества простых «экспертов» вместо одной сложной модели. Это подход позволяет ускорить процесс генерации ответов и расширяет объем знаний, которые модель может применять.

По словам Сушки, основное преимущество Kimi-K2 заключается не лишь в архитектуре, а, прежде всего, в её размере: предшествующая самая большая открытая языковая модель имела 671 миллиард параметров (Deepseek V3), тогда как Kimi-K2 уже обладает 1 триллионом параметров.

Никита Сушко
Младший научный сотрудник группы «Прикладное NLP» Института AIRI

Несмотря на внушительное количество параметров, скорость работы Kimi-K2 остается на уровне её предшественников, благодаря продуманной структуре. На тестах, связанных с кодированием, модель показывает хорошие результаты — на SWE-bench Verified она набрала 65,8%, опередив GPT-4.1 (54,6%) и уступив лишь Claude Sonnet 4.

По статистике, 29% запросов к ChatGPT касается кода, что делает эту область одной из ключевых для языковых моделей.

Никита Сушко – младший научный сотрудник группы «Прикладное NLP» Института AIRI
Ferra.ru

Кроме того, Kimi-K2 добилась успеха в тестах LiveCodeBench (53,7%) и OJBench (27,1%), доказав свою способность решать интерактивные и соревновательные задачи программирования.

Компания Moonshot AI позиционирует Kimi-K2 как модель для использования в агентных приложениях. Она умеет выполнять команды, вызывать внешние инструменты, генерировать и корректировать код, а также решать многошаговые задачи.

Для обучения Kimi-K2 была проделана значительная работа по созданию датасетов, включающих вызовы инструментов.

Никита Сушко – младший научный сотрудник группы «Прикладное NLP» Института AIRI

Например, модель способна проанализировать данные о зарплатах, провести статистическую оценку и создать интерактивную HTML-страницу с рекомендациями — всё это в рамках одного процесса.

Moonshot AI, основанная в 2023 году, получила значительную поддержку от ведущих китайских компаний, таких как Tencent, Alibaba и Gaorong Capital. Появление Kimi-K2 укрепляет позиции Китая в высокотехнологичной гонке, где уже представлены такие модели, как Deepseek и Qwen.

Для пользователей конкуренция становится благом. Kimi-K2 предлагает более доступные условия, по сравнению со многими конкурентами.

Никита Сушко – младший научный сотрудник группы «Прикладное NLP» Института AIRI

Открытость весов предоставляет возможность развёртывания модели на собственных мощностях, что делает её особенно привлекательной для разработчиков и компаний.

Создатели Kimi-K2 планируют внедрить модуль логического вывода, что может существенно повысить её эффективность. Однако уже сейчас модель продемонстрировала свою конкурентоспособность в таких сложных задачах, как программирование и математические вычисления.

Что читать дальше

Подборка материалов по этой теме.

Сейчас читают

Материалы, которые чаще открывают сегодня.

Загрузка…

Ещё по теме

Продолжить чтение

Материалы, которые помогут не выпадать из темы.