چرا هوش مصنوعی Kimi K3 این‌قدر سروصدا کرد؟ ماجرای بزرگ‌ترین مدل متن‌باز جهان

تا مدتی پیش در راهروهای سیلیکون‌ولی یک باور نانوشته اما استوار وجود داشت: توسعه‌ی مدل‌های پیشرو قلمروی انحصاری غول‌های فناوری آمریکایی است که بودجه‌های بی‌انتها دارند. تصور می‌شد مدل‌های متن‌باز همیشه چند قدم عقب‌تر از سیستم‌های تجاری پشت درهای بسته حرکت می‌کنند؛ اما معرفی مدل Kimi K3 توازن قدرت را دگرگون کرد.

۱۶ جولای ۲۰۲۶ (۲۵ تیرماه) استارتاپ چینی Moonshot AI مدلی به نام Kimi K3 را معرفی کرد که با ۲٫۸ تریلیون پارامتر، بزرگ‌ترین مدل متن‌باز تاریخ تا به امروز لقب گرفته است. این مدل درست پیش از کنفرانس جهانی هوش مصنوعی (WAIC) در شانگهای رونمایی شد تا نمایشی از پیشرفت سریع چین در این حوزه باشد.

کیمی K3 بلافاصله پس از انتشار مورد توجه قرار گرفت؛ اما در کنار این هیجان اولیه، آیا این مدل متن‌باز واقعاً از نظر هوش عمومی به سطح پرچم‌داران سیلیکون‌ولی رسیده یا صرفاً در وظایف خاصی برتری دارد؟ در مقاله‌ی پیش‌رو از زومیت، نگاهی عمیق به مدل Kimi K3 می‌اندازیم، معماری آن را به زبان ساده بررسی می‌کنیم تا ببینیم آیا زمان مهاجرت به این پدیده‌ی متن‌باز فرا رسیده است؟

مدل Kimi K3 جدیدترین محصول استارتاپ Moonshot AI است که توسط ژیلین یانگ (Zhilin Yang)، پایه‌گذاری شده؛ این استارتاپ به دموکراتیزه کردن هوش مصنوعی از طریق ارائه‌ی مدل‌های باز اعتقاد دارد؛ وزن‌های مدل K3 قرار است تا ۲۷ جولای ۲۰۲۶ با مجوز MIT منتشر شوند تا توسعه‌دهندگان بتوانند آن را روی سرورهای خود اجرا کنند.

کیمی K3 به دلیل داشتن ۲٫۸ تریلیون پارامتر و پنجره کانتکست یک میلیون توکنی، عنوان اولین مدل متن‌باز جهان در کلاس ۳ تریلیون پارامتری را به خود اختصاص داده است. پشتیبانی از این حجم عظیم از اطلاعات یعنی مدل می‌تواند صدها صفحه سند، مخازن بزرگ کد و پایگاه‌های داده را یک‌جا بخواند و تحلیل کند.

برای مدیریت این حجم عظیم از داده، K3 از معماری «ترکیب کارشناسان» ((MoE)Mixture of Experts) استفاده می‌کند. در این ساختار، مدل برای پردازش هر درخواست به‌جای فعال‌کردن تمام پارامترهای خود، تنها ۱۶ کارشناس از میان ۸۹۶ کارشناس پنهان (حدود ۱٫۸ درصد) را به کار می‌گیرد که باعث بهینه‌سازی شدید در مصرف منابع محاسباتی می‌شود.

پردازش ۲٫۸ تریلیون پارامتر بدون افت کیفیت و سرعت، نیازمند نوآوری‌های مهندسی ویژه‌ای است که Moonshot AI مستندات آن را به‌صورت عمومی در گیت‌هاب منتشر کرده؛ چهار ستون فنی اصلی در توسعه‌ی این مدل عبارت‌اند از:

معماری Kimi Delta Attention (KDA)

در مدل‌های معمولی، با طولانی‌شدن متن، سرعت پردازش به‌شدت افت می‌کند. معماری اختصاصی KDA در مدل K3 ترکیبی از توجه خطی و کامل است. KDA به مدل اجازه می‌دهد در متن‌های بسیار طولانی، اطلاعات بی‌اهمیت را سریع فراموش کند و داده‌های کلیدی را بدون افزایش نمایی هزینه‌ی پردازش، به‌خاطر بسپارد.

بهینه‌ساز Muon و پایداری آموزش

کیمی K3 از بهینه‌ساز پیشرفته‌ی Muon استفاده می‌کند. این فناوری، بازدهی هر توکن را دوبرابر می‌کند؛ یعنی مدل با داده‌های کمتر، هوش بیشتری به دست می‌آورد. همچنین تکنیکی به‌نام QK Clip مانع از فروپاشی و خطای سیستم در طول فرآیند سنگین آموزش شده است.

ارتباط عمقی لایه‌ها (Attention Residuals)

در معماری جدید K3، اطلاعات نه‌تنها به‌صورت خطی، بلکه در عمق لایه‌های شبکه جابه‌جا می‌شوند. براساس ادعای Moonshot، این چرخش هوشمندانه در طراحی، کارایی مدل را ۲۴ درصد افزایش داده است.

ادغام زودهنگام متن و تصویر (Early Fusion)

برخلاف بسیاری از رقبا که قابلیت دیدن عکس را بعداً به مدل متنی اضافه می‌کنند، K3 از روز اول متن و تصویر را در کنار هم یاد گرفته است. به گفته‌ی Moonshot این ادغام آن‌قدر عمیق است که مهارت‌های بینایی مدل، به‌طور شگفت‌انگیزی باعث بهبود قدرت حل مسائل ریاضی در آن شده است.

ملیکا طاهران‌ پور

ایجنت هوش مصنوعی چیست؟ از کجا بدانیم چه زمانی به AI Agent نیاز داریم؟

مطالعه '9

معماری Agent Swarms

کیمی K3 بر پایه‌ی پارادایم Agent Swarms کار می‌کند. تصور کنید مدیرعامل یک شرکت هستید؛ وقتی پروژه‌ی بزرگی در دست دارید، آن را بین تیم‌های مختلف تقسیم می‌کنید. K3 دقیقاً همین کار را می‌کند. برای حل مسائل پیچیده، مدل اصلی صدها ساب-ایجنت ایجاد می‌کند تا بخش‌های مختلف کدنویسی، جست‌وجو و تحلیل را به‌طور هم‌زمان و موازی انجام دهند.

برای ارزیابی دقیق کیمی K3 باید بین ادعاهای رسمی Moonshot و داده‌های آزمایشگاه‌های مستقل تفاوت گذاشت. خود Moonshot هم صادقانه اعلام کرده که K3 «هنوز از قدرتمندترین مدل‌های اختصاصی، یعنی Fable 5 و GPT-5.6 Sol، عقب‌تر است».

براساس شاخص هوش ارزیاب مستقل Artificial Analysis که ۹ بنچمارک را ترکیب می‌کند، Kimi K3 پس‌ از Fable 5 با امتیاز حدودی ۶۰ و GPT-5.6 Sol با امتیاز حدودی ۵۹ در رتبه‌ی سوم بین این رقبا ایستاده، اما در برخی حوزه‌های تخصصی رقبای گران‌قیمت خود را کنار زده است.

اما در تنها بنچمارک مستقل کدنویسی فرانت‌اند، یعنی Frontend Code Arena، تصویر برعکس می‌شود؛ کیمی K3 با ۱۶۷۹ امتیاز رتبه‌ی اول را از آن خود کرده و Fable 5 (۱۶۳۱ امتیاز) و GPT-5.6 Sol (۱۶۱۸ امتیاز) را پشت سر گذاشته است؛ جهشی ۱۷پله‌ای نسبت به نسخه‌ی قبلی، K2.6.

این مدل در شش دسته از هفت دسته‌بندی فرانت‌اند رتبه‌ی اول را دارد و پاسخ‌هایش در ۷۶ درصد از مقایسه‌های زوجی بر رقیب (Fable با ۶۳ درصد، GPT-5.6 Sol با ۵۸ درصد) ترجیح داده شده است. کیمی K3 همچنین رتبه‌ی اول بنچمارک مستقل AutomationBench-AA را گرفته است.

در سایر بنچمارک‌ها، تصویر مبهم‌تر است: در Program Bench و SWE Marathon که هر دو خودگزارش‌شده‌ی Moonshot‌ هستند، K3 با فاصله‌ای کم پیشتاز است، اما در Terminal-Bench 2.1 مدل GPT-5.6 Sol با ۸۸٫۸٪ کمی بالاتر از K3 با امتیاز ۸۸٫۳٪ می‌ایستد و در FrontierSWE مدل Fable 5 با فاصله‌ی محسوسی جلوتر است.

در کنار موفقیت‌های فنی، یک محدودیت جدی در گزارش‌های مستقل به‌چشم می‌خورد. بر اساس شاخص AA-Omniscience، دقت پاسخ‌های کیمی K3 نسبت به نسخه‌ی پیشین خود بهبود یافته و از ۳۳ به ۴۶ درصد رسیده است؛ اما در کمال تعجب، نرخ توهم (Hallucination Rate) آن نیز از ۳۹ به ۵۱ درصد افزایش یافته است.

این بدان معنا است که مدل نه‌تنها پاسخ‌های صحیح‌تری تولید می‌کند، بلکه با اعتمادبه‌نفس بالایی اطلاعات ساختگی و نادرست نیز ارائه می‌دهد. برای کاربردهایی نظیر تولید محتوای حساس یا پردازش اسناد حقوقی و پزشکی که دقت واقعیت (Fact-Sensitive) در آن‌ها اهمیت حیاتی دارد، استفاده از Kimi K3 بدون بازبینی انسانی با خطرات جدی همراه است.

کیمی K3 با شاخص هوش ۵۷ در رتبه چهارم جهان قرار دارد و برتری اصلی آن در کدنویسی فرانت‌اند (رتبه اول در LMArena) است که حتی Fable 5 را در ۷۶٪ رقابت‌های کور شکست می‌دهد. با این حال، نرخ توهم ۵۱ درصدی (یا به عبارتی ۴۹٪ دقت در عدم جعل اطلاعات) و سرعت پایین خروجی (۳۵ توکن در ثانیه) در مقایسه با رقبایی مثل GLM 5.2 از نقاط ضعف کلیدی آن است. عملکرد این مدل به‌شدت به محیط تست (Harness) وابسته است و در کارهای پیچیده به دلیل سیستم استدلال اجباری، بسیار پرگو (Verbose) و زمان‌بر عمل می‌کند.

ملیکا طاهران‌ پور

مدل هوش مصنوعی GLM-5.2 چیست و چرا همه درباره آن صحبت می‌کنند؟

مطالعه '11

شاید جذاب‌ترین بخش ماجرا برای توسعه‌دهندگان، ساختار قیمت‌گذاری K3 باشد. درحالی‌که استفاده از مدل‌های پرچم‌دار آمریکایی هزینه‌های سرسام‌آوری دارد، Kimi K3 با قیمت تنها ۳ دلار برای هر یک‌میلیون توکن ورودی و ۱۵ دلار برای خروجی عرضه شده است.

معمولاً مدل‌های هوش مصنوعی چینی با هدف شکستن قیمت‌ها روانه‌ی بازار می‌شوند، اما استراتژی Kimi K3 کمی متفاوت است. این مدل دیگر یک قاتل قیمتی افراطی نیست، بلکه در سطح قیمتی مدل‌های میانی مانند Claude Sonnet 5 قرار گرفته است.

اگرچه کیمی K3 حدود یک‌سوم Fable 5 قیمت دارد، اما مدل‌های متن‌باز دیگری مانند GLM-5.2 یا DeepSeek V4 Pro وجود دارند که بسیار ارزان‌تر از آن هستند؛ هرچند هوش عمومی پایین‌تری دارند.

نقطه‌ی قوت اقتصادی K3، قابلیت «کش شدن کانتکست» (Context Caching) است. در کارهای تکراری یا وظایف مبتنی بر ایجنت‌ها که نیازمند فراخوانی مداوم اطلاعات ثابت هستند، قیمت توکن‌های ورودی به ۳۰ سنت کاهش می‌یابد که آن را به گزینه‌ای به‌صرفه برای توسعه‌دهندگان تبدیل می‌کند. این قابلیت تنها در صورتی فعال می‌شود که طول پرامپت قبلی بیش از ۲۵۶ توکن باشد. میانگین هزینه‌ی اجرای هر تسک برای K3 حدود ۰٫۹۴ دلار ارزیابی شده که از رقبای آمریکایی کمتر است.

کیمی K3 دستاورد مهندسی قابل‌توجه و نمادی از بلوغ مدل‌های متن‌باز است، اما هنوز نمی‌توان آن را یک راه‌حل همه‌جانبه برای تمامی نیازها دانست. درحالی‌که این مدل در وظایف فرانت‌اند و برنامه‌نویسی عملکردی برتر از پرچم‌داران جهان دارد، فاصله‌ی اندک آن در شاخص هوش عمومی و مهم‌تر از همه، نرخ بالای توهم نشان می‌دهد که برای کنارزدن کامل مدل‌هایی مانند کلاد و چت‌جی‌پی‌تی هنوز مسیر کوتاهی در پیش است. بااین‌وجود، عرضه‌ی وزن‌های مدلی در این سطح کیفی، گام بلندی در کاهش فاصله‌ی محصولات متن‌باز با مدل‌های اختصاصی و گران‌قیمت محسوب می‌شود.

ملیکا طاهران‌ پور

بهترین ابزارهای هوش مصنوعی رایگان که واقعاً ارزش امتحان‌کردن دارند

مطالعه '8

آیا حاضرید در پروژه‌های توسعه‌ی نرم‌افزار خود از Kimi K3 استفاده کنید؟ به نظر شما آیا نرخ توهم ۵۱ درصدی در کاربری‌های تخصصی شما مشکل‌ساز خواهد شد یا با بازبینی کدهای خروجی می‌توان از آن چشم‌پوشی کرد؟ تجربه‌ها و دیدگاه‌های خود را در بخش نظرات با ما به اشتراک بگذارید.