注:本文由 OpenAI gpt-6.1-sol 通过 Codex CLI 自动翻译;翻译质量可能有所欠缺,尤其是技术术语。
新品发布
Kimi K2 Thinking
Moonshot AI 发布了其本就实力强劲的 Kimi K2 模型的思考版本。
模型依然是此前那个拥有 1 万亿参数的混合专家庞然大物,激活参数为 320 亿。模型采用了量化感知训练,因此可以在性能损失很小的情况下以 4 位精度部署。团队公布的所有基准测试结果都来自 INT4 模型。
它依然是写作能力最强的模型,甚至不知怎么又超越了此前稳居第一的上一代指令模型。 在个性和整体文风方面,它也依然是最独特的大语言模型,与其他几乎所有主流大语言模型那种千篇一律的 AI 味文字截然不同。
在这个版本中,Moonshot 团队着重打磨了模型的智能体能力,而这正是指令模型此前的短板。在智能体编程方面,它似乎还不一定能达到 GPT-5 和 Sonnet 4.5 的水平,但在更通用的智能体应用场景中,它似乎已经能独当一面。
| 模型 | 每百万输入 token 的价格(美元) | 每百万输出 token 的价格(美元) | 每秒 token 数 |
|---|---|---|---|
| GLM 4.6 | $0.60 | $2.20 | 90 |
| Claude Sonnet 4.5 | $3 | $15 | 57 |
| GPT 5 | $1.5 | $10 | 34 |
| Kimi K2 Thinking | $0.6 | $2.50 | 25 |
| Kimi K2 Thinking Turbo | $1.15 | $8 | 107 |
这个模型的主要问题是速度和 token 用量。
模型价格很便宜,每百万输出 token 只需 2.50 美元,但每秒 25 个 token 的速度,甚至比慢得像冰川一样的 GPT-5 还慢(在 Codex 里用过 GPT-5 的人都懂)。对于智能体任务来说,这个速度慢得让人无法接受。你可以切换到 Turbo 接口,但价格就会变得与 GPT-5 差不多,这也就失去了使用这些中国模型的一大理由:价格非常便宜。
此外,Kimi K2 Thinking 也存在大多数第一代推理模型都有的问题:思考过程极其冗长。具体来说,Kimi K2 的思维链似乎比任何其他推理模型都长,下方的 Artificial Analysis 基准测试就展示了这一点。
这个问题是可以解决的,所以我预计 Moonshot 团队今后会修复它,但目前它确实让模型用起来更慢了。
不过,这些问题还不至于让人放弃它,因为说到底,这个模型非常强大,智能水平接近甚至已经达到最前沿,而且还是开源的。接下来一周左右,我会把 Kimi K2 Thinking 当作日常主力模型,看看它能否取代 GPT-5,回答我日常向 AI 提出的各种问题。
由于智能的前沿参差不齐,这些前沿模型会在基准测试榜首交替领先,没有一个明确、全面的赢家。归根结底,应该使用哪个模型,取决于你的具体使用场景。我往往更关注智能体编程,因为这是我使用这些模型最多的场景,但你的需求可能不同。因此,我建议你建立一套自己的小型评测集,用它来测试现有模型和新发布的模型,从而判断是否值得切换。
Llama.cpp 重大更新
Llama.cpp 团队受够了给 Ollama、LMStudio 和 Jan 这类不怎么样的工具充当默默无闻的后端,于是推出了一系列改进,让所有人都能轻松上手这个库。
第一项改动,是重新设计了运行 llama.cpp 模型时可用的默认 UI。 此前,这个界面非常简陋,也不会为用户保存任何内容。
现在,这个界面的布局更符合常见使用习惯,更直观,也更好看了。它还支持聊天历史记录,以及修改采样参数、让模型遵循结构化输出格式等更高级的功能。
Llama cpp 长期以来的一个问题就是配置困难,尤其是与 Ollama 这类工具相比。
随着 LlamaBarn 的发布,这个问题如今也得到了解决。这是一款 Mac 菜单栏应用,只需点击一下就能运行大语言模型。

LlamaBarn 会自动处理模型下载、针对你具体硬件的优化,以及模型的实际运行。 它会启动一个兼容 OpenAI API 客户端库的服务,供你在代码中调用,同时也会启动上面提到的新网页 UI。
如果你目前正在 Mac 上使用 Ollama、LMStudio、Jan 或其他工具在本地运行模型,我强烈建议你切换到 Llama.cpp,因为这些工具底层用的都是它。 使用 Llama.cpp,你就能获得运行这些模型的第一方体验,无需承受其他库附带的臃肿功能,或那些会降低模型质量的“性能优化”。
快讯
OpenAI Codex 更新
OpenAI 为其编程平台 Codex 发布了一些更新,最值得关注的是将使用限额提高了 50%,并推出 GPT 5 Codex Mini。后者消耗使用额度的速度只有常规 Codex 模型的一半,而且运行速度也明显更快。

能连续工作数天的 AI 科学家
一家名为 Edison Scientific 的公司推出了一套智能体系统,据称每次可以连续运行数天。
他们表示,该系统已经围绕此前未知或未被探索过的独特课题撰写了 7 篇论文,成功率达到 80%。他们还附上了一篇论文,介绍系统的工作原理。
如果你有学术邮箱,现在就可以免费使用,获得 3 次查询机会。之后每次运行收费 200 美元。

ComfyUI 云服务
热门图像和视频生成平台 ComfyUI 推出了按月付费的算力套餐,用户每天可使用 8 小时的 A100 40GB GPU 来生成图像和视频。
如果你是重度用户,是一家有自定义工作流需要运行的初创公司,或者一直想用 ComfyUI 却缺少算力,那么这是目前最划算的选择。
结语
希望你喜欢本周的新闻。如果你想每周都收到新闻,记得在下方订阅我们的邮件列表。
