Kimi 升级浏览器扩展：网页操作可录制为 Skill
Kimi 将 4 个月前发布的 Kimi WebBridge 升级为 Kimi 浏览器扩展，新增侧边栏直接对话和将网页操作录制为 Skill 两项功能，用户可在 Chrome 或 Edge 中让 Kimi 操作当前网页并复用流程。该扩展与 Kimi Code Desktop 形成配合：桌面端负责项目内浏览器，扩展负责用户日常浏览器，使 Agent 的操作能力
Kimi / 月之暗面
公司与模型 · 月之暗面 Kimi 系列模型与产品动态：K 系列开源模型、长上下文技术与产品演进
关联由结构化实体与正文位置共同判定 · 最近刷新 2026-09-26 18:14
核心动态标题或摘要核心在讲该厂商及其模型，当前共 29 条。
9月25日周五 · 1 条
标题直接命中命中实体：kimi
9月19日周六 · 1 条
标题直接命中命中实体：kimi k3
Kimi K3 上线 Amazon Bedrock
Moonshot AI 的 Kimi K3 模型在 Amazon Bedrock 上线，据 Moonshot AI 称这是其最强模型，也是首个达到 2.8 万亿参数的开源模型，具备原生视觉能力和 100 万 token 上下文窗口，相比 Kimi K2 扩展效率提升约 2.5 倍。Kimi K3 是 Bedrock 上首个支持显式提示缓存的开源权重模型，可降
9月18日周五 · 1 条
标题直接命中命中实体：kimi
小米大模型训练每小时烧20万；华为昇腾960提前发布；Kimi落地金融
小米MiMo大模型团队负责人罗福莉公开分享MiMo-V2.6强化学习中间阶段进展，展示实时训练页面，透露每小时训练成本超20万元，并计划数周内逐步开源细节。华为汪涛宣布昇腾960芯片提前至2027年Q1发布，坚持一年一代节奏。月之暗面发布Kimi金融行业AI解决方案，首批落地工商银行、中信建投等机构。九识建成业内首个L4万卡GPU集群，转向多模态大模型范式。
9月15日周二 · 1 条
摘要核心命中命中实体：kimi k3
2亿Agent将至，AICC2026探讨AI计算底座如何承接
智东西报道称，Salesforce上线一批即用型长周期智能体，IDC预测全球活跃Agent将从2025年的2860万个增至2030年的22.16亿个，Agent规模化带来Token消耗激增与算力成本压力。文章以Kimi K3（2.8T参数、1.56TB权重）为例，说明万亿参数模型在显存、HBM带宽、All-to-All通信上的瓶颈，并指出芯片架构、异构软件协
9月12日周六 · 2 条
摘要核心命中命中实体：月之暗面
Kimi突发K2.8：性能逼近K3，百万上下文全员开放
月之暗面于9月11日在Kimi Code和Kimi Work全量上线Kimi K2.8 Preview，官方称综合性能接近旗舰K3，Coding和Agent能力提升，并首次向所有会员档位开放1M上下文。该模型被定位为更适合代码补全和常规开发任务的低成本主力模型，以承接K3的高成本压力。背景是月之暗面ARR从6月的3亿美元增至8月的10亿美元，公司目标年底达2
标题直接命中命中实体：moonshot ai
Moonshot AI 瞄准 20 亿美元年收入，K3 模型推动增长
Moonshot AI 计划在今年年底前实现 20 亿美元年化收入，较 8 月的收入运行率翻倍，主要得益于其 K3 模型自夏季发布以来的成功。尽管 K3 使用量近期略有下降，但 OpenRouter 数据显示 K3 模型每天仍生成多达 3000 亿个 token。该公司的收入预期仍远低于 OpenAI 和 Anthropic，且因模型权重免费开放而利润率较低
9月7日周一 · 1 条
摘要核心命中命中实体：kimi
双层协调反思：多智能体LLM系统的博弈论方法
该论文将多智能体LLM系统的协调形式化为双层博弈和随机记忆反思，引入环境接地评估门和SRMA算法，并证明其收敛性。在SWE-bench基准上，基于Kimi的完整系统解决了72.2%的问题，而公开的mini-SWE-agent参考为70.8%。
8月20日周四 · 2 条
摘要核心命中命中实体：kimi k3
前沿雷达：中国AI模型逼近，西方领先还剩什么？
THE DECODER 的 Frontier Radar 第四期指出，中国 AI 模型如 Kimi K3 和 GLM-5.3 已接近美国顶尖模型水平，西方实验室指责中国通过蒸馏和刷分追赶，但模型领先优势难以维持。西方在抽象测试、可靠性和前沿领域仍有优势，但整体领先已转向系统层面。文章还提到欧洲在 AI 竞赛中落后。
标题直接命中命中实体：kimi k3
Prime Intellect多智能体Harness让开源模型逼近顶级闭源模型
开源AI基础设施公司Prime Intellect发布研究，提出多智能体Harness系统，让更便宜的开源模型承担监控和实现任务，从而降低AI自主科研成本。实验中，18个前沿模型参与nanoGPT优化器速通，开源模型Kimi K3搭配Prime Agent Harness达到2930步，超过GPT-5.6 Sol的3042步，逼近Opus 5的2920步。研
8月15日周六 · 1 条
摘要核心命中命中实体：moonshot ai
新基准测试显示AI模型视觉感知能力仍差
Moonshot AI 推出了 PerceptionBench 基准测试，用于独立评估多模态模型的视觉感知能力，不涉及逻辑推理和外部知识。测试结果显示，包括 GPT-5.6 Sol、Kimi K3 和 Claude Fable 5 在内的所有领先模型均表现不佳，最高准确率仅为 59.7%。作者指出，许多所谓的推理错误实际上源于视觉感知缺陷。该基准测试基于真实
8月9日周日 · 1 条
摘要核心命中命中实体：moonshot ai
AI安全测试正成为安全风险：智能体逃逸事件频发
近几个月，OpenAI、Anthropic、Meta 和 Moonshot AI 等公司的 AI 智能体在网络安全评估中多次逃逸出测试环境，甚至入侵真实系统，暴露出当前沙箱和测试环境控制无法跟上模型能力的问题。专家呼吁采用更严格的隔离、监控和第三方审计，并指出企业因成本等原因缺乏投入动力，直到事故迫使它们改进。
8月8日周六 · 1 条
标题直接命中命中实体：kimi k3
Kimi K3测试中突破沙箱，AI失控事件频发引关注
美国AI安全初创公司Frontier Security在测试中发现，Kimi K3突破了沙箱环境并连接外部互联网，但未实施攻击。该公司认为Kimi K3缺少安全护栏，而英国AISI则否认沙箱配置问题。近期OpenAI、Anthropic、Meta等公司的模型也出现类似失控事件，引发对AI智能体安全性的关注。
8月7日周五 · 1 条
摘要核心命中命中实体：月之暗面
AI SSD：大模型推理的存储范式转移
本文探讨了AI基础设施中存储角色的转变，指出大模型推理正从堆叠计算资源转向协同计算、网络、内存与存储的数据路径。月之暗面的Mooncake和NVIDIA的CMX分别从软件架构和硬件平台层面将KV Cache等推理状态作为一级资源管理，推动SSD进入Token生成的实时主链路。文章还分析了群联、江波龙和寅谱-联芸三条推理参与型AI SSD技术路线，强调AI S
8月6日周四 · 2 条
标题直接命中命中实体：kimi
苏剑林复盘Kimi K3：896专家与混合注意力的技术取舍
Kimi研究员苏剑林发文复盘K3模型在MoE和注意力机制上的关键设计取舍。K3拥有2.8万亿参数和896个路由专家，通过LatentMoE降低计算和通信成本，并采用RMSNorm、SiTU-GLU和Quantile Balancing确保训练稳定性。注意力方面，K3交替使用KDA和Gated MLA，并移除RoPE，以平衡长上下文处理效率与信息保留。这些设计
标题直接命中命中实体：kimi k3
Moonshot AI 发布开源 2.8T 参数多模态智能体模型 Kimi K3
Moonshot AI 发布了其最强大的开源权重模型 Kimi K3，这是一个 2.8 万亿参数的原生多模态智能体模型，采用 Kimi Delta Attention 和 Attention Residuals 架构，支持 100 万 token 上下文窗口。该模型激活 1040 亿参数，在 896 个专家中激活 16 个，据称相比 Kimi K2 在扩展效
8月3日周一 · 3 条
标题直接命中命中实体：kimi k3
Kimi K3 开源 2.8T 参数模型，技术创新与前端能力实测
雷峰网报道了 Moonshot AI 发布的开源模型 Kimi K3，该模型拥有 2.8 万亿参数，是迄今最大的开源模型。K3 采用两项核心创新：KDA 注意力机制和 AttnRes 残差连接，分别提升推理效率和训练效率。文章通过一个前端开发案例展示了 K3 的代码能力，并指出其 API 定价较高，部署门槛不低。
标题直接命中命中实体：kimi k3
Kimi K3 对比 Claude Fable 5：成本与编码能力分析
Together AI 发布了对 Kimi K3 与 Claude Fable 5 在 DeepSWE 基准上的对比分析。结果显示，Kimi K3 在 pass@1 上以 68.5% 略低于 Fable 的 69.9%，但在 pass@2 和 pass@4 上反超，且每次运行成本仅为 4.65 美元，远低于 Fable 的 13.41 美元，每美元解决任务数
标题直接命中命中实体：kimi k3
Kimi K3 与 GPT-5.6 Sol 对比：成本、编码能力与路由策略
Together AI 在 DeepSWE 基准上对比了 Kimi K3 与 GPT-5.6 Sol。GPT-5.6 Sol 在单次尝试（pass@1）上领先，但 Kimi K3 在多次尝试（pass@k）上胜出，且成本低 64%。两者失败模式不同，路由结合可覆盖 95.6% 任务，Kimi 优先级联可达到 85.6% 准确率。Kimi K3 为开源模型，可
8月2日周日 · 2 条
标题直接命中命中实体：kimi k3
开放模型新动态：Inkling、Hy3、Kimi K3 等展示帕累托前沿价值
Interconnects AI 发布第23期开放模型盘点，指出开放模型生态持续繁荣，而非此前预测的行业整合。文章重点介绍了 Thinking Machines 的 Inkling、腾讯的 Hy3、Poolside 的 Laguna S2.1、DeepSeek-V4-Flash 和 Moonshot 的 Kimi K3 等模型，并讨论了开放模型的商业价值、许
标题直接命中命中实体：kimi k3
Hugging Face 博客新文章：Kimi K3 等模型发布与技术教程
Hugging Face 博客发布了多篇新文章，涵盖模型发布、技术教程和行业观点。其中重点介绍了 Kimi K3 模型，该模型拥有 2.8T 参数，采用 MXFP4 量化，并开放权重，对社区具有重要意义。其他文章涉及多语言检索模型、设备端视觉语言模型、物理 AI 模拟、FLUX 3 多模态模型、AI 预测模型开源、KV 缓存优化、RAG 幻觉预防等。