公司战略与沟通 - 公司采用低调的社区发布模式，不开设线下正式发布会，选择在Reddit、知乎等开发者社区进行线上AMA互动[1][2] - 公司明确开源策略，拥抱开源社区，并考虑未来发布安全对齐技术栈以惠及更多开发者[43][44] - 公司专注于将文本模型能力做到极致，探索智能上限，当前重心在模型训练而非开发浏览器等应用外壳[21][41][42] 产品K2 Thinking核心能力 - K2 Thinking是1万亿参数的稀疏混合专家架构开源模型，在实际运行时激活参数控制在300亿以保证速度[7][12] - 模型在HLE、BrowseComp等代表前沿能力的Agent基准测试中表现优异，分数甚至超过GPT-5[8] - 模型专为Agentic能力设计，擅长长思维链，能够连续执行200-300次工具调用来解决复杂问题[12][13][35] 产品定价与技术细节 - K2 Thinking具有显著成本优势，其百万token输出价格为2.5美元，仅为GPT-5（10美元）的四分之一[8] - 模型采用INT4量化手段以提升推理速度并更好地兼容非Blackwell架构的GPU[8][38][39] - 模型训练在配备Infiniband的H800 GPU上完成，团队在GPU数量不占优的情况下将单卡性能压榨到极致[18] 行业竞争格局 - 国产大模型进入丰收季，智谱GLM-4.6、MiniMax M2及K2 Thinking接力开源，在全球榜单上表现活跃[9] - 国内厂商技术路线出现分化，MiniMax侧重性价比与稳定性，智谱GLM定位全面以抢占Claude断供后的市场，而公司则选择性能优先的激进路径[19][20][22] - 国产模型创新速度加快，在芯片等基础设施受限的情况下，于算法层面找到了细分创新方向[18][19] 未来发展规划 - 下一代K3模型计划引入重大架构更改，公司最新的KDA实验架构相关想法很可能会在K3中使用[40] - 公司未来会重新审视更长的上下文窗口，并可能发布更多像Kimi Linear这样的小模型作为研究演示[29][30] - 公司对多模态（如视觉理解）模型持开放态度，但因数据获取和训练需要时间，发布时间线会靠后[17]