சீனாவின் Kimi K2 Thinking திறந்த AI வளர்ச்சியில் புதிய வேகத்தை உருவாக்கி, முக்கியச் சோதனைகளில் GPT 5-ஐ மிஞ்சுகிறது

முன்னணி மாடல்களுக்குச் சவால் விடுக்கும் சக்திவாய்ந்த திறந்த மாடல்

Moonshot AI, உயர்நிலைத் தர்க்க மாடல்களுடன் நேரடியாகப் போட்டியிடும் நோக்கில், திறந்த எடைகளைக் கொண்ட Kimi K2 Thinking மாடலை வெளியிட்டுள்ளது. படிப்படியான தர்க்கம், இணைய உலாவல் முகவர்கள், மென்பொருள் பொறியியல் ஆகியவற்றை அளவிடும் பல கடினமான மதிப்பீடுகளில், முன்னணி தனியுரிமை மாடல்களை இந்த மாடல் மிஞ்சுவதாக நிறுவனம் கூறுகிறது. Moonshot தளத்திலும் Kimi.com-லும் K2 Thinking கிடைக்கிறது. சுயமாக ஹோஸ்ட் செய்வதற்கான அதன் எடைகள் பொது மாடல் தளங்களில் வெளியிடப்பட்டுள்ளன. திருத்தப்பட்ட MIT உரிமத்தின் கீழ், வணிகப் பயன்பாட்டுக்கு அனுமதி வழங்கப்படுவதுடன், மிகப் பெரிய அளவிலான பயன்பாடுகளுக்கு எளிய மூலக் குறிப்பிடல் தேவைப்படுகிறது.

இந்த மாடலின் வடிவமைப்பு, அளவையும் செயல்திறனையும் இணைக்கிறது. K2 Thinking, மொத்தம் ஒரு டிரில்லியன் அளவுருக்களைக் கொண்டதாகக் கூறப்படும் நிபுணர் கலவை (Mixture of Experts) கட்டமைப்பைப் பயன்படுத்துகிறது. ஒவ்வொரு உருவாக்கப்படும் டோக்கனுக்கும் சுமார் 32 பில்லியன் அளவுருக்கள் மட்டுமே செயல்படுகின்றன. இது 256,000 டோக்கன் சூழல் சாளரத்தை ஆதரிக்கிறது; அளவாக்கம் குறித்த பயிற்சியைப் பயன்படுத்தி, இயல்பான INT4 ஊகச் செயலாக்கத்துக்காகப் பயிற்றுவிக்கப்பட்டுள்ளது. இந்த அமைப்பு தாமதத்தையும் நினைவகத் தேவையையும் குறைப்பதால், அதன் போட்டித்திறன் வாய்ந்த விலையை விளக்குகிறது. மதிப்பெண்களைத் தாண்டி, இந்த வெளியீடு திறந்த மாடல்களை முகவர் நடத்தைக்குத் தள்ளுகிறது. K2 Thinking, 200 முதல் 300 வரையிலான தொடர்ச்சியான அழைப்புகளில் நீண்டகாலத் திட்டமிடலையும் கட்டமைக்கப்பட்ட கருவிப் பயன்பாட்டையும் காட்டுகிறது. பயனர்கள் இடைநிலைப் படிகளைப் பார்வையிடும் வகையில் வெளிப்படையான தர்க்கப் பதிவுகளையும் வெளியிட முடியும். குறைந்த செலவுடன் இணைந்த இந்தத் திறன்கள், மூடப்பட்ட போட்டி மாடல்களுக்கான சவாலை அதிகரிக்கின்றன.

K2 Thinking என்றால் என்ன, அது எவ்வாறு செயல்படுகிறது?

K2 Thinking, நிபுணர் கலவை மாற்றி மாடலாக (Mixture of Experts transformer) உருவாக்கப்பட்டுள்ளது. சிறப்புப் பணிகளுக்கான நிபுணர் தொகுதிகளின் பெரிய தொகுப்பு, ஒவ்வொரு டோக்கனுக்கும் ஒரு சிறிய துணைத்தொகுப்பைத் தேர்ந்தெடுக்கும் வழிப்படுத்தியின் பின்னால் அமைந்துள்ளது; இதனால் திறன் தக்கவைக்கப்பட்டபடியே கணினிச் செயல்பாட்டுத் தேவை குறைகிறது. 61 அடுக்குகள், 384 நிபுணர்கள், ஒவ்வொரு டோக்கனுக்கும் தேர்ந்தெடுக்கப்படும் எட்டு நிபுணர்கள், 64 கவனத் தலைகள், 7168 மறைபரிமாணம், 160,000 சொற்களஞ்சிய அளவு ஆகியவற்றைக் கொண்ட கட்டமைப்பை Moonshot விவரிக்கிறது. எந்த நேரத்திலும் சுமார் 32 பில்லியன் அளவுருக்கள் மட்டுமே செயல்படுவதால், மொத்தத் திறன் மிக அதிகமாக இருந்தாலும் ஊகச் செயலாக்கத்தை நிர்வகிக்க முடிகிறது. கவன வழிமுறை, SwiGLU செயலூக்கத்துடன் கூடிய பல்தலை மறைநிலை கவனம் என விவரிக்கப்படுகிறது. சூழலில் உள்ள உள்ளடக்கத்துக்குப் பொருத்தமான நிபுணர்களை மையப்படுத்திப் பயிற்சியும் ஊகச் செயலாக்கமும் மேற்கொள்வதால், செயல்திறனும் துல்லியமும் மேம்படுகின்றன.

சிதறிய நிபுணர்களும் செயல்திறனும்

ஒவ்வொரு டோக்கனுக்கும் எல்லா அளவுருக்களையும் இயக்க வேண்டிய அவசியமின்றி, ஒரு டிரில்லியன் அளவுருக்கள் வரை மாடலை விரிவாக்க நிபுணர் கலவை உதவுகிறது. நடைமுறையில், நினைவகப் பயன்பாடும் ஒவ்வொரு படியின் நேரமும் தற்போதைய முடுக்கிகளின் வரம்புக்குள் இருக்கும் அதேவேளையில், ஆழமான தர்க்கத்தையும் பரந்த அறிவையும் மாடல் வெளிப்படுத்த முடியும். 256k சூழல் சாளரம், பெரிய குறியீட்டுத் தொகுப்புகள் அல்லது நீளமான ஆய்வுக் கோப்புகளை மாடல் உட்கொண்டு, கருவிகளைப் பயன்படுத்தும்போது பல படிகளைக் கடந்து திட்டமிட உதவுகிறது. தேடுதல், வாசித்தல், எழுதுதல், சரிபார்த்தல் எனப் பல டஜன் அல்லது நூற்றுக்கணக்கான செயல்களைச் செய்யக்கூடிய முகவர் பணிகளுக்கு இந்த வடிவமைப்பு மிகவும் ஏற்றது.

இயல்பான INT4 மற்றும் அளவாக்கம் குறித்த பயிற்சி

எடைச் சேமிப்புக்கும் ஊகச் செயலாக்கத்துக்கும் இயல்பாகவே INT4 வடிவில் இயங்கும் வகையில், அளவாக்கம் குறித்த பயிற்சி முறைகளைப் பயன்படுத்தி K2 Thinking-ஐ Moonshot பயிற்றுவித்தது. அதிக துல்லிய வடிவங்களுக்குப் பதிலாக, ஒவ்வொரு அளவுரு மதிப்புக்கும் INT4 இரண்டு பிட்களைப் பயன்படுத்துவதால் நினைவகத் தேவை குறைந்து, உருவாக்க வேகம் அதிகரிக்கிறது. அதிக துல்லிய வடிவங்களுடன் ஒப்பிடும்போது, தரத்தில் மிகக் குறைந்த இழப்புடன் உருவாக்க வேகம் சுமார் இரு மடங்கு மேம்பட்டதாகவும், அனைத்து தரப்படுத்தல் மதிப்பெண்களும் INT4 முறையில் பெறப்பட்டதாகவும் நிறுவனம் தெரிவிக்கிறது. செலவுக்கும் அணுகலுக்கும் இது முக்கியமானது. உயர்தர மேசைக் கணினிகளில் இந்த மாடலை இயக்கியதாகச் சமூகச் சோதனையாளர்கள் கூறுகின்றனர். vLLM, SGLang, KTransformers போன்ற இயந்திரங்களை Moonshot பரிந்துரைக்கிறது. OpenAI மற்றும் Anthropic-உடன் இணக்கமான API-களையும் இந்த மாடல் ஆதரிப்பதால், ஏற்கெனவே அந்த முறைகளைப் பயன்படுத்தும் குழுக்கள் எளிதாக ஒருங்கிணைக்கலாம்.

K2 Thinking முன்னிலை வகிக்கும் தரப்படுத்தல் சோதனைகள்

பொதுச் சோதனைகளில், கிடைக்கக்கூடிய சிறந்த தர்க்க மாடல்களில் ஒன்றாக இந்த மாடல் இடம்பெறும் முடிவுகளைப் பெற்றுள்ளது; பல சோதனைகளில் முதலிடத்தையும் பிடித்துள்ளது. கருவிகள் இயக்கப்பட்ட Humanity’s Last Exam-இல் 44.9 சதவீதம், உரை மட்டும் கொண்ட சோதனை அமைப்பில் 23.9 சதவீதம், கடினமான அமைப்பில் 51.0 சதவீதம்; இணைய உலாவல் முகவர்களுக்கான BrowseComp-இல் 60.2 சதவீதம்; கருவிகளுடன் மென்பொருள் பிழைகளைச் சரிசெய்யும் SWE Bench Verified-இல் 71.3 சதவீதம்; LiveCodeBench v6-இல் 83.1 சதவீதம்; Seal 0-இல் 56.3 சதவீதம் என அறிவிக்கப்பட்ட மதிப்பெண்கள் இதில் அடங்கும். கணிதம் மற்றும் அறிவியல் சோதனைகளில், கருவிகள் இல்லாமல் AIME25-இல் 94.5 சதவீதமும், Python-ஐ இயக்க அனுமதிக்கப்பட்டபோது AIME25-இல் 99.1 சதவீதமும், கருவிகள் இல்லாமல் HMMT25-இல் 89.4 சதவீதமும், அறிவியல் அறிவுக்கான GPQA Diamond சோதனையில் சுமார் 85 முதல் 86 சதவீதமும் இந்த மாடல் பெற்றுள்ளது. Frames-இல் 87.0, FinSearchComp T3-இல் 47.4, SWE Multilingual-இல் 61.1 எனவும் மதிப்பெண்கள் அறிவிக்கப்பட்டுள்ளன. இவற்றில் பல பிரிவுகளில் K2 Thinking, GPT 5-க்கு இணையாகவோ அதைவிடச் சிறப்பாகவோ செயல்படுகிறது. BrowseComp மதிப்பெண், Claude Sonnet 4.5-ஐவிடப் பெரிய இடைவெளியில் முன்னிலை வகிக்கிறது.

முகவர் தேடலும் உலாவல் பணிகளும்

திட்டமிடுதல், இணையத்தில் தேடுதல், இணைப்புகளைப் பின்தொடர்தல், கண்டறிந்தவற்றைத் தொகுத்தல், பதில்களைச் சரிபார்த்தல் ஆகியவற்றை ஒரு மாடல் செய்ய முடியுமா என்பதை BrowseComp மதிப்பிடுகிறது. K2 Thinking-இன் BrowseComp மதிப்பெண் 60.2 சதவீதம்; GPT 5-க்கு அறிவிக்கப்பட்ட 54.9 சதவீதத்தை இது மிஞ்சுகிறது. Claude Sonnet 4.5 பெற்ற 24.1 சதவீதத்தைவிடவும் இது மிக அதிகம். தகவல் சேகரிப்பு, திட்டமிடல், கருவிப் பயன்பாட்டின்போதான சீர்மை ஆகியவற்றை அளவிடும் Seal 0 மற்றும் Frames சோதனைகளிலும் இந்த மாடல் வலுவான மதிப்பெண்களைப் பெற்றுள்ளது. இந்த முடிவுகள் மாடலின் வடிவமைப்பு இலக்குகளுடன் ஒத்துப்போகின்றன. இடையிடையே சிந்திக்கும் முறை, சற்று நின்று தர்க்கம் செய்யவும், கருவியை அழைக்கவும், பின்னர் திட்டத்தைப் புதுப்பிக்கவும் மாடலுக்கு உதவுகிறது. 200 முதல் 300 வரையிலான தொடர்ச்சியான அழைப்புகளுக்கான ஆதரவு பல படிகளிலும் நிலையைத் தக்கவைக்கிறது; பெரிய சூழல் சாளரம், பணியில் உள்ள தகவல்களை நினைவகத்தில் வைத்திருக்க உதவுகிறது.

குறியீட்டாக்கமும் மென்பொருள் பொறியியலும்

SWE Bench Verified, களஞ்சியத்தின் சிக்கல்களை வாசித்து, திருத்தத் தொகுப்பை உருவாக்கி, சோதனைகளில் தேர்ச்சி பெறும் மாடலின் திறனை மதிப்பிடுகிறது. கருவிகளுடன் K2 Thinking 71.3 சதவீத மதிப்பெண் பெற்றுள்ளதாக அறிவிக்கப்பட்டுள்ளது; திறந்த எடைகள் கொண்ட மாடலுக்கு இது வலுவான முடிவு. LiveCodeBench v6-இல் 83.1 சதவீதமும், SWE Multilingual-இல் 61.1 சதவீதமும் பெற்றுள்ளது. ஒரே கட்டளையிலிருந்து விளையாட்டுகள் மற்றும் முழுமையான இணையப் பயன்பாடுகள் உள்ளிட்ட செயல்படும் திட்டங்களை உருவாக்கி, பின்னர் கருவிச் சுழற்சிகளைப் பயன்படுத்திப் பிழைகளைத் திருத்த முடியும் எனச் சமூகச் செயல்விளக்கங்கள் காட்டுகின்றன. குறியீட்டை ஆராய நீண்ட சூழல் உதவுகிறது; நீண்ட மேம்பாட்டுப் பணிகளின்போது INT4 ஊகச் செயலாக்கம் தாமதத்தைக் குறைக்கிறது.

விலை, அணுகல் மற்றும் உரிமம்

K2 Thinking, திருத்தப்பட்ட MIT உரிமத்தின் கீழ் வெளியிடப்பட்டுள்ளது. வணிகப் பயன்பாட்டுக்கு அனுமதி உண்டு; மிகப் பெரிய அளவிலான பயன்பாடுகளில் எளிய மூலக் குறிப்பிடல் சேர்க்கப்பட வேண்டும். உரையாடலுக்காக Kimi.com-இல் இந்த மாடல் கிடைக்கிறது; Kimi Open Platform வழியாக API-யிலும் அணுகலாம். சுயமாக ஹோஸ்ட் செய்ய விரும்பும் குழுக்கள், huggingface.co/moonshotai/Kimi-K2-Thinking போன்ற பொது மாடல் தளங்களிலிருந்து எடைகளைப் பெறலாம். தளத்தின் ஆவணங்கள் platform.moonshot.ai என்ற முகவரியில் கிடைக்கின்றன.

மூடப்பட்ட மாற்று மாடல்களைவிடக் குறைந்த விலையை இலக்காகக் கொண்டு விலை நிர்ணயிக்கப்பட்டுள்ளது. ஒரு மில்லியன் டோக்கன்களுக்கு கேச் வெற்றிகளுக்கு சுமார் 0.15 டாலரும், கேச் தவறவிடல்களுக்கு சுமார் 0.60 டாலரும், வெளியீட்டுக்கு சுமார் 2.50 டாலரும் என Moonshot பட்டியலிடுகிறது. GPT 5-இன் விலையுடன் ஒப்பிடும்போது, ஒரு மில்லியன் உள்ளீட்டு டோக்கன்களுக்கு சுமார் 1.25 டாலரும், வெளியீட்டு டோக்கன்களுக்கு ஒரு மில்லியனுக்கு 10 டாலரும் ஆகிறது. K2 Thinking-இன் இயல்பான INT4 ஆதரவு இயக்கச் செலவைக் குறைக்கிறது; நிபுணர் கலவை அமைப்பில் வலையமைப்பின் ஒரு பகுதி மட்டுமே ஒரே நேரத்தில் இயங்குகிறது. Kimi.com-இல் இலகுவான அனுபவத்துக்காக வழக்கமான உரையாடல் முறை கட்டுப்படுத்தப்பட்ட கருவித் தொகுப்பைப் பயன்படுத்துகிறது. எனவே, முகவர் முறை முழுமையாக அறிமுகமாகும் வரை தளத்தில் கிடைக்கும் முடிவுகள் முகவர் தரப்படுத்தல் சோதனைகளின் முடிவுகளுடன் பொருந்தாமல் இருக்கலாம்.

AI போட்டியில் இது ஏன் முக்கியம்?

சிறந்த மூடப்பட்ட மாடல்களுடனான இடைவெளியைத் திறந்த மாடல்கள் குறைத்து வருகின்றன. தர்க்கம், குறியீட்டாக்கம், முகவர் பணிகள் ஆகியவற்றில் உயர்நிலையில் திறந்த ஆய்வுகளாலும் போட்டியிட முடியும் என்பதை K2 Thinking-இன் தரப்படுத்தல் வெற்றிகள் காட்டுகின்றன. இதனால் தனியுரிமை மாடல் நிறுவனங்கள், தலைப்புச் செய்தியாகும் மதிப்பெண்களை மட்டும் நம்பாமல், நம்பகத்தன்மை, பாதுகாப்புக் கருவிகள், நிறுவனங்களுக்கான ஆதரவு, ஒருங்கிணைந்த தயாரிப்புகள் ஆகியவற்றின் மூலம் தங்களை வேறுபடுத்திக் காட்ட வேண்டிய அழுத்தம் அதிகரிக்கிறது. நிறுவனங்களுக்கு, திறந்த எடைகள் தரவு, இணக்க விதிகள், பயன்பாட்டு அளவு ஆகியவற்றின் மீது கட்டுப்பாட்டை வழங்குகின்றன. உருவாக்குநர்களுக்கு, ஒவ்வொரு டோக்கனுக்கும் அதிகக் கட்டணம் செலுத்தாமல் மேம்பட்ட முகவர் நடத்தையைச் சோதிக்க அவை வழிவகுக்கின்றன.

சீனாவின் வளர்ந்து வரும் AI இருப்பு

சீன ஆய்வகங்கள் வேகமாக முன்னேறி, விவாதங்களில் அதிக இடம்பிடித்து வருகின்றன. DeepSeek, Qwen, MiniMax, Kimi போன்ற நிறுவனங்களின் பெயர்கள் முன்னணிக்கு வந்துள்ளன; அவற்றின் வெளியீடுகள் சீரான வேகத்தில் வெளியாகின்றன. MiniMax-இன் முந்தைய மாடல், திறந்த தரப்படுத்தல் சோதனைகளில் வேகத்தையும் குறைந்த செலவுக்கான அடிப்படையையும் நிலைநாட்டியது. நீண்டகாலத் தர்க்கம் மற்றும் முகவர் கருவிப் பயன்பாட்டில் K2 Thinking இப்போது மேலும் முன்னேறுகிறது. சில பணிகளில் சிறந்த மூடப்பட்ட மாடல்கள் இன்னும் முன்னிலையில் இருந்தாலும், சீனக் குழுக்கள் பின்னூட்டச் சுழற்சிகளை விரைவுபடுத்தி, சோதனை நேர அளவாக்கத்தைச் சார்ந்து, வெளியீட்டு வேகத்தை ஒரு முன்னிலையாகப் பயன்படுத்தி வருவதாக ஆய்வாளர்கள் சுட்டிக்காட்டுகின்றனர். திட்டமிடவும், கருவிகளைப் பயன்படுத்தவும், சிக்கலான இலக்குகளை நிறைவேற்றவும் கூடிய முகவர் நுண்ணறிவை நோக்கி, போட்டி உரையாடலிலிருந்து நகர்ந்து வருகிறது. அந்த மாற்றத்தையே K2 Thinking குறிவைக்கிறது.

திறன்களும் நிஜ உலக எடுத்துக்காட்டுகளும்

Moonshot-இன் செயல்விளக்கங்களும் பயனர் சோதனைகளும், நீண்ட பணிகளை இந்த மாடல் எவ்வாறு தீர்க்கிறது என்பதை எடுத்துக்காட்டுகின்றன. ஒரு செயல்விளக்கத்தில், முனைவர் பட்ட நிலை கணிதக் கேள்வியை எதிர்கொள்ளும் இந்த அமைப்பு, ஆய்வுக் கட்டுரைகளை வாசித்தல், சூத்திரங்களைப் பிரித்தெடுத்தல், Python குறியீட்டை இயக்குதல், முடிவுகளைச் சரிபார்த்தல் என இருபதுக்கும் மேற்பட்ட தர்க்க மற்றும் கருவிப் படிகளைக் கடந்து, இறுதியில் தீர்வை வழங்குகிறது. மற்றொரு செயல்விளக்கம், நடிகர் Jimmy Gary Jr.-ஐ அடையாளம் கண்டு, குறிப்பிட்ட திரைப்படத்தில் அவர் நடித்த பாத்திரத்தை உறுதிப்படுத்த பல இணையப் பக்கங்களில் ஆதாரங்களை கவனமாகச் சரிபார்த்துக் கொண்டே இந்த மாடல் தேடல்களை மேற்கொள்வதைக் காட்டுகிறது. குறியீட்டாக்க அமர்வுகளில், ஒரே முயற்சியில் Space Invaders பாணியிலான செயல்படும் விளையாட்டை K2 Thinking உருவாக்கி, பின்னர் தொடர்ச்சியான கருவி அழைப்புகள் வழியாக மேம்படுத்த முடியும் எனச் சோதனையாளர்கள் தெரிவிக்கின்றனர். முழுமையான இணையதளங்களை வடிவமைத்தல், முன்பக்கக் கூறுகளை உருவாக்குதல், கோப்புகள் மற்றும் மெனுக்களைக் கையாள மேசைக் கணினி பாணி இடைமுகத்தைப் பிரதியெடுத்தல் ஆகியவற்றையும் மற்றவர்கள் காட்டியுள்ளனர்.

உருவாக்குநர்கள் கவனிப்பது

உருவாக்குநர் மன்றங்களில் சுயாதீனமாகச் சோதனை செய்தவர்கள், வேகத்துக்கும் கட்டுப்பாட்டுக்கும் இடையிலான சமநிலையை விவரிக்கின்றனர். நுகர்வோர் வாங்கக்கூடிய வன்பொருளில் இந்த மாடலை இயக்கிய அனுபவமுள்ள ஒரு பயனர், நீண்ட கருவிச் சங்கிலிகளிலும் பெரிய கட்டளைகளிலும் அதன் செயல்பாடு சீராக இருந்ததாகத் தெரிவித்தார். இயல்பான INT4 முறை, தரத்தை நிலையாக வைத்தபடியே வேகத்தை மேம்படுத்தியதாகவும் அந்த மதிப்பாய்வாளர் குறிப்பிட்டார்.

என் சோதனைகளில், முந்தைய மாடல்களைவிடப் பெரிய முன்னேற்றமாக, ஒத்திசைவை இழக்காமல் 300 வரையிலான தொடர்ச்சியான கருவி அழைப்புகளை இது கையாண்டது.

பெரிய குறியீட்டுத் திட்டங்களைக் கையாளக்கூடிய 256k சூழல் சாளரம், பல மொழிக் குறியீட்டாக்கத் திறன், முன்பக்கப் பணிகளில் கிடைத்த நடைமுறை முன்னேற்றங்கள் ஆகியவற்றையும் அதே சோதனையாளர் குறிப்பிட்டார். உயர்தர மேசைக் கணினிகளில் அமைப்புகளைப் பொறுத்து, ஒரு வினாடிக்கு பத்துகள் முதல் நூற்றுக்கணக்கான டோக்கன்கள் வரை செயல்திறன் கிடைத்ததாகக் கூறப்படுகிறது. இதனால் மேம்பாட்டுப் பணிகளுக்கான முகவர் சுழற்சிகள் போதிய வேகத்துடன் செயல்படுகின்றன.

நிபுணரின் பார்வை

திறந்த மாடல்கள் மற்றும் முகவர் அமைப்புகளைக் கண்காணிக்கும் AI ஆய்வாளர் Nathan Lambert, செயல்திறனில் உயர்நிலையில் உள்ள திறந்த எடைகள் கொண்ட மாடல்களுக்கு K2 Thinking ஒரு திருப்புமுனையைக் குறிக்கிறது எனக் கருதுகிறார். சீனாவைச் சேர்ந்த ஆய்வகங்களின் வெளியீட்டு வேகத்தையும் அவர் சுட்டிக்காட்டுகிறார்.

செயல்திறனில், மூடப்பட்ட முன்னணி மாடல்களுக்கு திறந்த மாடல்கள் இதுவரை மிக நெருக்கமாக வந்திருப்பதாக இந்த வெளியீடு பார்க்கப்படுகிறது.

சில துறைகளில் மூடப்பட்ட மாடல்கள் இன்னும் முன்னிலையில் இருந்தாலும், புதிய அமைப்புகளையும் மேம்படுத்தப்பட்ட பதிப்புகளையும் திறந்த மாடல் தரப்பில் விரைவாக வெளியிடும் வேகத்தையும் Lambert சுட்டிக்காட்டுகிறார்.

திறந்த மாடல்கள் விரைவாக வெளியாகின்றன. சீன ஆய்வகங்கள் தங்கள் மாடல்களை மேற்கத்திய ஆய்வகங்களைவிட மிக விரைவாக வெளியிடுகின்றன.

K2 Thinking இன்னும் நிரூபிக்க வேண்டியவை

தரப்படுத்தல் சோதனைகளில் முன்னிலை வகிப்பது, உற்பத்திப் பயன்பாட்டின் எல்லாத் துறைகளிலும் சிறந்தது என்பதற்குச் சமமல்ல. மிக நீண்ட சூழல்களில் தகவல்களை மீட்டெடுப்பதில் அவ்வப்போது குறைபாடுகள் ஏற்படுவதாகச் சில பயனர்கள் தெரிவிக்கின்றனர்; பெரிய சூழல் மாடல்களுக்கு இது பொதுவான சவால். அனுமதிக்கப்பட்ட கருவிப் பயன்பாட்டு வரம்புகளும் சிந்தனை டோக்கன் வரம்புகளும் தரப்படுத்தல் சோதனைகளுக்கு இடையே மாறுபடுகின்றன. எனவே, ஒவ்வொரு குழுவும் சோதனை நேர அளவாக்கத்தை எந்த அளவுக்குப் பயன்படுத்துகிறது என்பதைப் பொறுத்து ஒப்பீட்டு முடிவுகள் மாறலாம். ஒரே அமர்வில் நூற்றுக்கணக்கான கருவி அழைப்புகளை இயக்குவதும் ஹோஸ்டிங் சவால்களை உருவாக்குகிறது; அதிக நிலைத் தகவல், அதிக வலையமைப்பு அழைப்புகள், பெரிய பதிவுகள் ஆகியவற்றைக் கையாள வழங்குநர்கள் தயாராக இருக்க வேண்டும்.

பதிப்புகள் தோறும் நிலைத்தன்மை, நிர்ணயிக்கப்பட்ட அமைப்புகளில் முடிவுகளை மீண்டும் பெறும் திறன், ஏற்கெனவே உள்ள பணிச்சூழல்களில் பொருந்தும் பாதுகாப்புக் கருவிகள் ஆகியவற்றை நிறுவனங்கள் கவனிக்கும். தர்க்கப் பதிவுகளை வெளியிடுவது ஒரு பயனுள்ள முன்னேற்றம்; இதன் மூலம் இடைநிலைப் படிகளை அணிகள் ஆய்வு செய்யலாம். ஆனால் எவ்வளவு சிந்தனைப் பதிவுகளைச் சேமிப்பது, முக்கியத் தகவல்களை எப்போது மறைப்பது என்பதையும் இயக்குநர்கள் முடிவுசெய்ய வேண்டும். இறுதியாக, திறந்த வடிவமைப்பு சமூகத்தினர் விரைவாக மேம்படுத்துவதற்கு வழிவகுப்பது அதன் பலமாகும். அதேவேளையில், வேகம், நினைவகப் பயன்பாடு, தரம் ஆகியவற்றில் வெவ்வேறு சமரசங்களைக் கொண்ட பல மாறுபாடுகள் வெளிவரும் என்பதையும் இது குறிக்கிறது. தொடக்க முடிவுகள் நம்பிக்கையளிக்கின்றன; மொழிகள், துறைகள், வன்பொருள் ஆகியவற்றில் தொடர்ந்து நடத்தப்படும் சோதனைகளே K2 Thinking அதிக வலிமை கொண்ட இடங்களை உருவாக்குநர்களுக்குத் தெளிவுபடுத்தும்.

சுருக்கமாக

• Moonshot AI, வணிகப் பயன்பாட்டுக்கு அனுமதிக்கும் திருத்தப்பட்ட MIT உரிமத்துடன், திறந்த எடைகள் கொண்ட Kimi K2 Thinking மாடலை வெளியிட்டுள்ளது.
• இந்த மாடல், மொத்தம் ஒரு டிரில்லியன் அளவுருக்களையும், ஒவ்வொரு டோக்கனுக்கும் செயல்படும் சுமார் 32 பில்லியன் அளவுருக்களையும் கொண்ட நிபுணர் கலவை வடிவமைப்பைப் பயன்படுத்துகிறது.
• அளவாக்கம் குறித்த பயிற்சியிலிருந்து கிடைக்கும் இயல்பான INT4 ஊகச் செயலாக்கம், தரத்தைத் தக்கவைத்தபடி செலவையும் தாமதத்தையும் குறைக்கிறது.
• கருவிகளுடன் Humanity’s Last Exam-இல் 44.9 சதவீதமும், BrowseComp-இல் 60.2 சதவீதமும் பெற்றுள்ளதாக K2 Thinking தெரிவித்துள்ளது; அந்த முகவர் சோதனையில் GPT 5-ஐ இது மிஞ்சுகிறது.
• குறியீட்டாக்க மதிப்பெண்களில் SWE Bench Verified-இல் 71.3 சதவீதமும், LiveCodeBench v6-இல் 83.1 சதவீதமும் அடங்கும்.
• இந்த அமைப்பு 256k சூழல் சாளரத்தையும், தொடர்ச்சியாக 200 முதல் 300 கருவி அழைப்புகளைச் செய்யும் திறனையும் ஆதரிக்கிறது.
• ஒரு மில்லியன் டோக்கன்களுக்கு கேச் வெற்றிகளுக்கு சுமார் 0.15 டாலரும், கேச் தவறவிடல்களுக்கு 0.60 டாலரும், வெளியீட்டுக்கு 2.50 டாலரும் என விலை நிர்ணயிக்கப்பட்டுள்ளது; இது GPT 5-இன் விலையைவிடக் கணிசமாகக் குறைவு.
• Kimi.com, Kimi Open Platform வழியான API, Hugging Face போன்ற பொது மாடல் தளங்கள் மூலம் இதை அணுகலாம்.
• Kimi, DeepSeek, Qwen, MiniMax உள்ளிட்ட சீனாவின் திறந்த மாடல்கள், விரைவான வெளியீடுகளையும் உயர்ந்த தரப்படுத்தல் மதிப்பெண்களையும் முன்னெடுத்து வருகின்றன.
• நீண்ட சூழல்களில் நம்பகத்தன்மை, நீண்ட கருவிச் சுழற்சிகளுக்கான ஹோஸ்டிங் ஆதரவு, உற்பத்திச் சூழல் கட்டுப்பாடுகளின் கீழான நிஜ உலகச் செயல்திறன் ஆகியவற்றைக் கண்காணிக்க வேண்டும்.