人工智能领域的性能边界,仍与模型参数规模密切相关。目前国产大模型的参数量已推进至三万亿级别,而业界普遍认为性能居于前沿的Mythos与Fable系列模型参数量已突破五万亿。月之暗面规划中的下一代旗舰模型K4,预计将于2027年第二季度或第三季度发布,参数规模达五点四万亿,较当前旗舰K3系列提升约一倍,亦与此前部分国际机构预测的五至六万亿区间基本一致。
今年,月之暗面已推出旗舰级模型Kimi K3及升级版K3.1 Pro,参数量均为二点八万亿;后续迭代型号Kimi K3.5参数量小幅提升至三万亿,后训练数据规模将扩展至十万亿,计划于2027年初,即农历春节前后正式亮相。
待K3.5与K4相继落地后,国产大模型在理论性能层面有望首次与Mythos/Fable等国际领先模型形成实质性对标。不过整体研发节奏较国际头部进展仍滞后约一年,主要受限于高端算力资源的持续供给能力及高质量训练数据的规模化积累。
在旗舰模型推进的同时,轻量级产品线也在同步拓展。年内将推出Kimi K3 Flash,用以替代现有Kimi K2.8版本。其具体性能表现与市场定位尚待明确,尤其需在效率、响应速度与成本控制等方面,应对同期可能出现的DeepSeek V4.2乃至V5.0 Flash等竞品的迭代压力。
就当前研发态势而言,月之暗面所拥有的算力资源足以支撑现阶段模型开发,但面对更高参数量级的训练需求,系统性上限仍显制约。为此,团队正重点投入模型压缩、自蒸馏及后训练优化等关键技术路径,旨在不显著增加硬件投入的前提下,持续提升模型的实际能力与推理效能。

评论
更多评论