Alibaba ஆதரவுடன், 2023-இல் Tsinghua பல்கலைக்கழக பட்டதாரி Yang Zhilin நிறுவிய சீன ஸ்டார்ட்அப் Moonshot AI, தொழில்துறையின் முன்னணி நிறுவனங்களான OpenAI மற்றும் Anthropic-க்கு நேரடி சவாலாக Kimi K2 என்ற புரட்சிகரமான திறந்த மூல பெரிய மொழி மாதிரியை வெளியிட்டுள்ளது.
Kimi K2, 1 டிரில்லியன் மொத்த பாராமீட்டர்களுடன் கூடிய நுட்பமான Mixture-of-Experts (MoE) கட்டமைப்பை பயன்படுத்துகிறது. இதில், முடிவெடுக்கும் போது 32 பில்லியன் பாராமீட்டர்கள் மட்டுமே செயல்படுத்தப்படுகின்றன. இந்த வடிவமைப்பு, கணிப்பீட்டு திறனைக் குறைக்காமல் சிறந்த செயல்திறனை வழங்குகிறது. Moonshot-இன் புதுமையான MuonClip ஆப்டிமைசரை கொண்டு, 15.5 டிரில்லியன் டோக்கன்களில் முன்பயிற்சி செய்யப்பட்டுள்ளது. நிறுவனம் கூறுவதாவது, "பயிற்சியில் எந்தவொரு நிலைத்தன்மை சிக்கலும் இல்லாமல்" மிகப்பெரிய அளவில் பயிற்சி மேற்கொள்ளப்பட்டது என்பது ஒரு முக்கிய பொறியியல் சாதனையாகும்.
முக்கிய தரவுத்தளங்களில், குறிப்பாக குறியீட்டாக்கம் மற்றும் கணிதமான தர்க்கத்தில், Kimi K2 சிறப்பாக செயல்பட்டுள்ளது. LiveCodeBench-இல், இது 53.7% துல்லியத்துடன் DeepSeek-V3 (46.9%) மற்றும் GPT-4.1 (44.7%)-ஐ மிஞ்சி உள்ளது. மேலும், MATH-500-இல் 97.4% மதிப்பெண்களைப் பெற்றுள்ளது (GPT-4.1: 92.4%). சவாலான மென்பொருள் பொறியியல் தரவுத்தளமான SWE-bench Verified-இல், Kimi K2, 65.8% துல்லியத்துடன் பெரும்பாலான திறந்த மூல மாற்றுகளை மிஞ்சி உள்ளது.
பாரம்பரிய சாட்பாட்கள் போல அல்லாமல், Kimi K2, "agentic intelligence"-க்கு சிறப்பாக வடிவமைக்கப்பட்டுள்ளது – தானாகவே கருவிகளைப் பயன்படுத்துதல், குறியீடு எழுதுதல் மற்றும் இயக்குதல், குறைந்த மனித மேற்பார்வையுடன் பல படிநிலை சிக்கலான பணிகளை முடித்தல் போன்ற திறன்கள் இதில் உள்ளன. சிந்தனைக்கு மட்டும் அல்லாமல், செயலாக்கத்திலும் கவனம் செலுத்துவதால், நிறுவனங்களின் வேலைநடத்தல் மற்றும் தானியங்கி செயல்பாடுகளுக்கு இது ஒரு நடைமுறை தீர்வாக அமைகிறது.
Moonshot AI, இரண்டு பதிப்புகளை வழங்குகிறது: ஆராய்ச்சியாளர்கள் மற்றும் டெவலப்பர்களுக்கான முழு கட்டுப்பாட்டுடன் கூடிய Kimi-K2-Base, மற்றும் பொதுவான சாட் மற்றும் ஏஜென்டிக் ஏஐ பயன்பாடுகளுக்கான Kimi-K2-Instruct. Moonshot-இன் தளத்தில், போட்டியாளர்களை விட மிகக் குறைந்த விலையில் இந்த மாதிரி கிடைக்கிறது – ஒரு மில்லியன் உள்ளீட்டு டோக்கன்களுக்கு வெறும் $0.15 மற்றும் ஒரு மில்லியன் வெளியீட்டு டோக்கன்களுக்கு $2.50 மட்டுமே, OpenAI மற்றும் Anthropic போன்ற நிறுவனங்களின் விலைகளை விட மிகவும் குறைவு.
Kimi K2-இன் வெளியீடு, DeepSeek போன்ற போட்டியாளர்களிடமிருந்து அதிகமான போட்டியை எதிர்கொண்ட பிறகு, சந்தை நிலையை மீண்டும் பெற Moonshot எடுத்துள்ள மூலோபாயமான முயற்சியாகும். இந்த சக்திவாய்ந்த மாதிரியை திறந்த மூலமாக வழங்குவதன் மூலம், நிறுவனம் தனது டெவலப்பர் சமூகத்தையும், உலகளாவிய தாக்கத்தையும் விரிவுபடுத்தவும், ஏஐ துறையில் நிலைபெற்ற நிறுவனங்களின் வணிக மாதிரிகளை சவால் செய்யவும் நோக்குகிறது. அமெரிக்க தொழில்நுட்ப நிறுவனங்கள் தங்கள் மேம்பட்ட மாதிரிகளை தனிப்பட்ட முறையில் வைத்திருப்பதைவிட, சீன ஏஐ நிறுவனங்கள் திறந்த மூல வளர்ச்சியை ஏற்கும் பரந்த போக்குடன் இது ஒத்துப்போகிறது.