月之暗面Kimi回应模型训练成本，推进开源策略与优化

　　北京时间11月11日，人工智能初创公司月之暗面Kimi CEO杨植麟等人在社交平台Reddit上解答网友提问，回应关于模型训练成本、模型性能等问题。Kimi作为AI开源模型领域的佼佼者，其动态备受行业关注。

　　Kimi近半年时间持续投入开源模型的研发与更新。11月6日发布了最新版本的开源思考模型Kimi K2 Thinking。彼时有消息称，Kimi K2 Thinking的训练成本为460万美元，低于DeepSeek V3模型的560万美元和OpenAI GPT-3的数十亿美元。针对该数据，杨植麟在此次对话中回应称：（460万美元）不是官方数字，由于大部分投入都花在研究与实验上，因此训练成本很难量化。

　　网友也提出Kimi K2 Thinking推理长度过长、榜单成绩与实际体验不符等质疑，杨植麟表示现阶段该模型优先考虑绝对性能，token效率会在后续得到改善，榜单高分与实测的脱节问题也会在模型通用能力得到补齐后被逐渐消解。当下，越来越多的中国开源大模型在国际市场中被调用。记者搜索OpenRouter模型调用榜单，最新一周内，排名前二十名的模型产品中，中国开源模型产品占五席，具体包括MiniMax M2、DeepSeek V3、GLM4.6、DeepSeek V3.1、DeepSeek V3.2 Exp。Kimi因OpenRouter平台接口问题，目前只能以API形式被使用。

　　持续的模型更新与庞大训练量需要算力资源支持，Kimi团队表示所使用的芯片是携带InfiniBand（一种面向高性能计算和AI训练的网络互连技术）的H800 GPU，性能虽然比不上美国的高端卡，数量也处于劣势，但每张卡都被用到了极致。整体来看，月之暗面Kimi未来很长一段时间内仍将坚持开源策略，重点推进Kimi K2 Thinking模型的应用与优化。在优先文本模型前提下兼顾多模态模型推进，避开与OpenAI等头部厂商在AI浏览器等具体赛道的直接竞争，通过架构创新、开源策略与成本控制尝试建立差异化优势。

（文章来源：第一财经）

声明：

1. 风险提示：以上内容仅来自互联网，文中内容或观点仅作为原作者或者原网站的观点，不代表本站的任何立场，不构成与本站相关的任何投资建议。在作出任何投资决定前，投资者应根据自身情况考虑投资产品相关的风险因素，并于需要时咨询专业投资顾问意见。本站竭力但不能证实上述内容的真实性、准确性和原创性，对此本站不做任何保证和承诺。
2. 本站认真尊重知识产权及您的合法权益，如发现本站内容或相关标识侵犯了您的权益，请您与我们联系删除。