คู่มือ Kimi K2 ฉบับสมบูรณ์ — ทดสอบจริงโมเดลบริบทยาวของ Moonshot AI
Kimi K2 เป็นโมเดลแบบผสมผู้เชี่ยวชาญ (MoE) ที่ Moonshot AI เปิดซอร์สในเดือนกรกฎาคม 2025 มีพารามิเตอร์ทั้งหมด 1 ล้านล้านตัว แต่ใช้งานจริงเพียง 32,000 ล้านพารามิเต
Kimi K2 เป็นโมเดลแบบผสมผู้เชี่ยวชาญ (MoE) ที่ Moonshot AI เปิดซอร์สในเดือนกรกฎาคม 2025 มีพารามิเตอร์ทั้งหมด 1 ล้านล้านตัว แต่ใช้งานจริงเพียง 32,000 ล้านพารามิเตอร์ต่อ token จุดที่คุ้มค่าจะใช้จริงไม่ใช่การแชต แต่เป็นงานแบบเอเจนต์ที่ต้องใช้ “บริบทยาว + การเรียกใช้เครื่องมือ” เวอร์ชัน 0905 ขยายหน้าต่างบริบทเป็น 256K tokens และทำคะแนนในเกณฑ์วัดด้านการแก้โค้ด SWE-bench Verified ได้ถึง 69.2% หากต้องการอ่านเอกสารจำนวนมากในครั้งเดียว หรือให้ AI ทำงานหลายขั้นตอนด้วยตัวเอง ซีรีส์ K2 ถือเป็นหนึ่งในตัวเลือกโอเพนซอร์สที่มีต้นทุนต่ำที่สุดในปัจจุบัน Kimi K2 คืออะไร: สถาปัตยกรรมและเวอร์ชัน Kimi K2 ใช้สถาปัตยกรรม MoE โดยแบ่งพารามิเตอร์ 1 ล้านล้านตัวให้ผู้เชี่ยวชาญ 384 ตัว แต่ละ token จะเลือกผู้เชี่ยวชาญเพียง 8 ตัวบวกผู้เชี่ยวชาญที่ใช้ร่วมกันอีก 1 ตัวในการคำนวณ ทำให้โมเดลมีความจุความรู้ระดับล้านล้าน แต่ต้นทุนการอนุมานใกล้เคียงกับโมเดลแบบหนาแน่นระดับ 30B สเปกทั้งหมดเผยแพร่ไว้ที่ “พารามิเตอร์ทั้งหมด 1 ล้านล้าน พารามิเตอร์ที่ใช้งาน 32,000 ล้าน ข้อมูลพรีเทรน 15.5 ล้านล้าน tokens (กรกฎาคม 2025)” (ที่มา: GitHub ทางการของ Moonshot AI) ความเสถียรในการเทรนคือจุดเด่นทางเทคนิคของ K2 โดย Moonshot AI เพิ่มกลไก QK-Clip เข้าไปในตัวปรับค่า Muon รวมกันเรียกว่า MuonClip ทางบริษัทระบุว่าตลอดการพรีเทรน 15.5 ล้านล้าน tokens ไม่เกิด loss spike (ค่าความสูญเสียพุ่งขึ้นกะทันหัน) เลยแม้แต่ครั้งเดียว ซึ่งถือว่าหาได้ยากสำหรับโมเดลระดับล้านล้านพารามิเตอร์ รายละเอียดทางเทคนิคดูได้ที่ หน้าอธิบายเทคนิค Kimi K2 ของทางการ สามเวอร์ชันหลัก Kimi-K2-Instruct (2025-07) : เวอร์ชันแรก บริบท 128K tokens สำหรับการสนทนาทั่วไปและงานแบบเอเจนต์ Kimi-K2-Instruct-0905 (2025-09) : ขยายบริบทเป็น 256K tokens เสริมความสามารถในการสร้างโค้ดฝั่ง frontend และการเรียกใช้เครื่องมือ Kimi K2 Thinking (2025-11) : เวอร์ชันเน้นการให้เหตุผล คิดไปพร้อมกับเรียกใช้เครื่องมือ รองรับ INT4 quantization โดยกำเนิด และเรียกใช้เครื่องมือต่อเนื่องได้ 200–300 ครั้งโดยไม่หลุดจากงาน น้ำหนักโมเดลทั้งสามเวอร์ชันเปิดซอร์สภายใต้สัญญาอนุญาต MIT ฉบับดัดแปลง ดาวน์โหลดได้ที่ หน้าโมเดลบน Hugging Face เงื่อนไขที่ดัดแปลงมีเพียงข้อเดียว คือ หากผลิตภัณฑ์มีผู้ใช้งานรายเดือนเ
คู่มือที่เกี่ยวข้อง
ตรวจสอบและยืนยันโดย FeiYueh · อัปเดตล่าสุด 2026-10-19. Independently maintained — not AI-generated boilerplate.
← Back to Blog