在AI竞技场上，一款名为Kimi K2的开源模型近日掀起了一场不小的风波。据最新消息，Kimi K2在激烈的竞争中脱颖而出，成功超越了DeepSeek，荣登全球开源模型榜首，同时跻身总榜第五，与马斯克旗下的顶尖闭源模型Grok 4并驾齐驱。
这一消息迅速在国际网络上引发热议，评论区瞬间变成了赞美与打卡的海洋。网友们纷纷对Kimi K2的出色表现表示惊叹，并对其未来的发展寄予厚望。而竞技场也适时更新了Kimi K2的排名情况，让这一壮举得以正式确认。
Kimi K2不仅在综合排名上表现出色，其在各项单项能力上同样不容小觑。在多轮对话能力测试中，它与一众闭源模型平分秋色，并列第一；在编程能力上，它紧随GPT 4.5和Grok 4之后，位居第二；在应对复杂提示词的能力上，它也展现出强大的实力，与o3、4o等模型处于同一梯队。
值得注意的是，Kimi K2并非孤军奋战。在总榜TOP 10中，另外一款来自中国的开源模型DeepSeek R1也占据了一席之地，位列第八。这两款国产开源模型的崛起，无疑为全球AI领域注入了新的活力。
Kimi K2的热度在过去一周内持续攀升。据公开数据显示，该模型在GitHub上获得了5.6K的标星，在Hugging Face平台上的下载量更是接近10万。AI搜索引擎明星创企Perplexity的CEO也亲自为Kimi K2站台，并透露该模型在内部评估中表现出色，Perplexity计划基于K2模型进行后续训练。
然而，随着Kimi K2的走红，关于其是否采用了DeepSeek V3架构的质疑声也随之而来。对此，Kimi团队成员给出了明确回应。他们表示，Kimi K2确实继承了DeepSeek V3的架构，但在此基础上进行了一系列参数调整，以更好地适应自身需求。
具体来说，Kimi K2在结构参数上进行了四点改动：增加了专家数量，以在激活参数量不变的情况下降低loss；将注意力头head数减半，以节省成本；只保留第一层的Dense结构，其余层均采用MoE结构，对推理几乎无影响；专家无分组，通过自由路由和动态重排来应对负载不均衡问题，同时提高模型的灵活性和能力。
经过这些调整，Kimi K2在相同专家数量下，虽然总参数增大到1.5倍，但理论上的prefill和decode耗时都更小。即使考虑与通信overlap等复杂因素，这一方案也不会比V3有显著的成本增加。可以说，这是一种既精打细算又高效的结构调优。
随着Kimi K2的崛起，开源模型与闭源模型之间的界限变得越来越模糊。以往，“开源=性能弱”的刻板印象正在被打破。如今，开源模型在榜单上的整体排名不断上升，与闭源模型的分数差距也越来越小。在TOP 10榜单中，开源模型和闭源模型的总分均超过了1400分，几乎站在了同一起跑线上。
而Kimi K2作为开源模型的佼佼者，其总分已经非常接近Grok 4、GPT 4.5等顶尖闭源模型。这一趋势表明，随着开源力量的不断崛起，我们或许将不再需要在模型能力和成本之间做出取舍。越来越多的行业人士也开始认同这一观点，认为开源模型将在全球AI能力的扩散中扮演越来越重要的角色。
