震惊！月之暗面三巨头杨植麟、周昕宇、吴育昕揭露内幕：460万美元打假背后的真相与OpenAI的疯狂调侃！

月之暗面团队在Reddit的AMA活动中回应Kimi K2 Thinking模型的热点问题

在11月11日的清晨，月之暗面核心团队在社交媒体平台Reddit上举办了一场问答活动（AMA），联合创始人兼CEO杨植麟等人积极回应了有关Kimi K2 Thinking模型的训练成本、性能表现与实际体验等热门话题。这样的互动不仅展示了团队的透明度，更体现了他们对技术进步的执着追求。

关于训练成本，网络上曾传言Kimi K2 Thinking的训练费用高达460万美元，但杨植麟对此进行了澄清。他指出，实际的训练成本难以精确量化，因为其中大部分资金是用于研究和实验。他还透露，月之暗面正在开发K2的视觉-语言（VL）版本，这无疑是对未来技术的积极探索。

在AMA中，许多海外网友提出了尖锐的问题，例如推理时间过长和榜单成绩与实际使用体验的不一致。杨植麟解释说，目前模型的设计优先考虑绝对性能，未来会逐步优化token的使用效率。这样的回应不仅展现了团队对问题的认真态度，也给人以信心，表明他们正在努力改进模型的通用能力。

在10月底，月之暗面开源了混合线性注意力架构Kimi Linear，首次在不同场景中超越了全注意力机制，吸引了众多开发者的关注。杨植麟提到，Kimi Linear中的KDA混合线性注意力模块可能会以某种形式在K3中出现，进一步表明他们对模型架构创新的持续追求。

当被问及K3的发布时间时，杨植麟幽默地回应：“在Sam价值万亿美元的数据中心建成之前。”这样的幽默感不仅缓解了紧张气氛，也展现了团队的自信心。

在问答中，月之暗面团队还针对开源是否会带来安全风险的问题进行了深入探讨。杨植麟强调，开放安全对齐技术栈可以帮助研究者在微调开源模型时保持安全性，并提到需要建立机制，确保这些工作的安全协议遵循。这样的态度展示了团队对安全问题的重视，也反映了他们希望通过开源促进团结的理想。

在与网友的互动中，杨植麟和团队成员围绕Kimi系列模型的架构创新、训练细节、开源策略以及未来规划进行了深入的交流。这种开放的态度不仅增强了用户的信任感，也为技术创新提供了良好的环境。

在活动中，Kimi K2 Thinking模型成为了大家关注的焦点。有网友测试了Kimi K2 Thinking与GPT-5 Thinking，发现前者在正确率上领先，但推理时间较长。对此，杨植麟表示，团队正在积极优化token使用效率，以提升模型的整体表现。

面对网友对K2 Thinking在基准测试中高分是否经过专门训练的质疑，杨植麟回应道，Kimi K2 Thinking在推理能力提升方面取得了一些进展，团队将继续努力提升其通用能力，确保在更多实际应用中发挥智能作用。

在探讨Kimi K2 Thinking推理时间和token数量时，杨植麟解释说，推理时间与API吞吐量有关，而token数量则与模型的训练方式密切相关。他们在训练时使用了更多的思考token，以实现最佳效果。这样的细致分析不仅体现了团队的专业能力，也为用户提供了深入的理解。

关于Kimi K2 Thinking是否为达到SOTA而做出的短期权衡，杨植麟表示，获得正确的视觉-语言数据和训练需要时间，因此选择先发布文本模型是明智的决策。这种长远的考虑展现了团队对未来发展的深思熟虑。

Kimi K2系列模型以其直接、清晰的文风在AI界独树一帜，受到了网友们的认可。吴育昕强调，这种写作风格是模型训练数据和评估的重要组成部分，反映了团队对用户体验的重视。

在讨论KDA的表现时，杨植麟指出，混合注意力在处理长输入和长输出任务时一直面临挑战，而KDA在各个维度上都展示了性能提升，保持了线性注意力的高效性。这是一种积极的探索，预示着未来更多的可能性。

周昕宇进一步介绍了KDA的技术优势，强调其在预训练和强化学习阶段均优于传统方法。这种持续的创新不仅为团队赢得了声誉，也为用户提供了更好的体验。

近期，月之暗面在模型中采用了Muon优化器，尽管这一选择曾引发争议，但周昕宇对此进行了详细解释，表明团队对研究成果的信心。他们的努力与坚持为AI领域带来了新的机遇，展现了中国在AI创新方面的潜力。

在与网友的讨论中，吴育昕提到，开源模型有望消除用户对使用的顾虑，推动一个更加信任的世界的形成。这种积极的愿景为未来的合作打下了良好的基础。

上下文对AI模型在生产环境中的应用至关重要，杨植麟表示，未来版本中将增加上下文长度，以满足用户的需求。这样的承诺展现了团队对用户反馈的重视和不断改进的决心。

在问及AI浏览器的开发计划时，周昕宇明确表示，改进模型本身才是关键，团队将继续专注于模型训练并更新其网站，以便提供最新功能。

此外，杨植麟提到，Kimi-Linear-48B-A3B-Instruct是月之暗面发布的小型模型之一，未来可能会推出更多小型模型，以满足不同用户的需求。这样的多样化策略展现了团队对市场需求的敏锐洞察。

目前，Kimi已推出基于API请求次数的编程订阅方案，尽管有网友反映这一模式可能导致资源消耗偏高，但团队承诺会寻找更好的解决方案。这种关注用户体验的态度为未来的发展奠定了基础。

从海外开发者热烈的提问和反馈中可以看出，Kimi系列模型正受到广泛关注，月之暗面在Reddit平台的公开问答不仅回应了全球网友的关切，也反映了对中国AI创新能力的高度认可。这种积极的互动为推动科技进步注入了新的动力，也为未来的合作创造了更多可能。