🚨 Kimi K3 มาแล้ว! โมเดลโอเพนซอร์ส 2.8 ล้านล้านพารามิเตอร์ ให…

🚨 Kimi K3 มาแล้ว! โมเดลโอเพนซอร์ส 2.8 ล้านล้านพารามิเตอร์ ใหญ่ที่สุดในโลกตอนนี้

Moonshot AI เปิดตัว Kimi K3 โมเดลใหม่ที่ใช้สถาปัตยกรรม MoE ขนาด 2.8T Parameters พร้อม Context Window สูงสุด 1 ล้าน Token รองรับการเข้าใจภาพแบบ Native Multimodal และเตรียมปล่อย Weight แบบ Open Source วันที่ 27 กรกฎาคมนี้

สิ่งที่น่าสนใจไม่ใช่แค่ “ใหญ่” แต่คือแนวคิดการออกแบบโมเดลรุ่นนี้

พูดง่าย ๆ คือ K3 ถูกสร้างมาเพื่อรองรับงาน AI Agent และงานที่ต้องคิดหลายขั้นตอนต่อเนื่อง (Long-horizon Tasks) มากกว่าการเป็น Chatbot อย่างเดียว

จุดเด่นที่น่าสนใจ • ใช้สถาปัตยกรรมใหม่ Kimi Delta Attention (KDA) และ Attention Residuals (AttnRes) เพื่อให้รองรับ Context ยาวได้มีประสิทธิภาพ • Stable LatentMoE เปิดใช้งานเพียง 16 จาก 896 Experts ต่อ Token ทำให้ประหยัดการคำนวณ แม้โมเดลจะมีขนาดใหญ่มาก • รองรับ Context สูงสุด 1M Tokens • Native Multimodal เข้าใจทั้งข้อความและภาพ • ทีมงานส่ง Implementation ของ KDA เข้าไปยัง vLLM Community เพื่อรองรับการ Deploy โมเดลนี้ด้วย

สิ่งที่หลายคนจับตาคือฝั่ง Coding

จากผลทดสอบที่ Moonshot AI เผยแพร่ K3 ทำผลงานใกล้เคียง Claude Fable 5 ในงาน Optimize GPU Kernel และเหนือกว่า GPT 5.5, GPT 5.6 Sol และ Opus 4.8 ในชุดทดสอบเดียวกัน

ทีมยังโชว์ตัวอย่างที่ K3 สร้าง MiniTriton Compiler ตั้งแต่ IR, Optimization Pass ไปจนถึง PTX Code Generation และสามารถใช้เทรน nanoGPT ได้จริง

อีกตัวอย่างคือให้ K3 ออกแบบชิปด้วย Open-source EDA บน Nangate 45nm โดยอัตโนมัติภายใน 48 ชั่วโมง ซึ่งสะท้อนความสามารถของโมเดลในการทำงานแบบหลายขั้นตอนต่อเนื่อง

ฝั่งงานวิจัยก็มีเดโมที่น่าสนใจเช่นกัน

K3 สามารถสร้างรายงานอุตสาหกรรม ASIC ย้อนหลัง 42 ปี โดยค้นเว็บกว่า 2,800 ครั้ง อ่าน PDF จำนวนมาก และปรับปรุงงานของตัวเองกว่า 120 รอบ ก่อนสรุปออกมาเป็น Dashboard แบบ Interactive

ทั้งหมดนี้สอดคล้องกับทิศทางที่เราเห็นในปีนี้ คือ AI ไม่ได้แข่งกันแค่คะแนน Benchmark แล้ว แต่แข่งกันที่ “ทำงานจริงได้ต่อเนื่องแค่ไหน”

อย่างไรก็ตาม มีเรื่องที่ควรรู้

ผล Benchmark และเดโมส่วนใหญ่เป็นข้อมูลที่ทีม Moonshot AI เผยแพร่เอง จึงควรรอผลทดสอบจากนักพัฒนาและองค์กรอิสระเพิ่มเติมอีกระยะ

อีกเรื่องคือ K3 ถูกออกแบบให้เก็บ Thinking History ต่อเนื่อง หากใช้ผ่าน Harness ที่ไม่รองรับหรือสลับ Session ระหว่างโมเดล คุณภาพอาจลดลงได้ ซึ่งทีมแนะนำให้ใช้งานผ่าน Kimi Code หรือระบบที่รองรับอย่างเป็นทางการ

สรุปสั้น ๆ

Kimi K3 อาจยังไม่ใช่โมเดลที่คะแนนสูงที่สุดในทุก Benchmark แต่เป็นอีกก้าวสำคัญของฝั่ง Open Source ที่ผลักดันทั้งขนาดโมเดล สถาปัตยกรรมใหม่ และความสามารถด้าน AI Agent ไปอีกระดับ

#KimiK3 #OpenSourceAI #AIAgent #CodingAgent #SynapTechAI

---

📖 อ่านบทความเต็มบน Facebook | 🔔 ติดตาม SynapTech