Kimi K2.6 与 FlashKDA：中国开源模型的一次'暴力美学'

## 来源 > easy-learn-ai commit: d9b875d | 2026-04-22 AI日报 --- ## 正文 2026年4月22日，Moonshot（月之暗面）做了一件在一年前几乎不可想象的事：把 Kimi K2.6 的权重开源到了 Hugging Face，改版的 MIT 许可证。 1万亿参数。Mixture of Experts。最多支持300个子代理并行。长程编码和自治任务优化。多模态。 这不是一个"不错的开源模型"。这是一个直接对标顶级闭源模型的开源怪物。 ### 1T MoE 的"暴力"与"节制" K2.6 的总参数量达到1万亿，但实际激活参数远小于此——MoE 架构的精髓就在于此。你可以把它想象成一个由300位各怀绝技的专家组成的议会，每次遇到问题时，只召集最相关的几位来讨论，而不是把所有人都从被窝里拽出来。 这300位"专家"不仅可以同时处理一件事，还可以并行处理300件不同的事——这就是"300个子代理并行"的真正含义。对于需要同时调度多个工具、查询多个数据源、执行多个独立步骤的复杂 Agent 任务来说，这种并行能力是一个质变。 ### FlashKDA：让注意力机制"飞"起来 如果说 K2.6 是车身，那 FlashKDA 就是它的引擎。 注意力机制（Attention）是大语言模型的核心计算单元。你可以把它理解为"模型在阅读时，眼睛在不同词之间跳转的过程"。传统的自回归注意力有一个致命弱点：每生成一个新词，都要把前面所有的词重新看一遍——这就像你写论文时，每写一句话都要从头开始重读整篇文章。 Kimi 团队发布的 FlashKDA，基于 CUTLASS 实现了 Kimi Delta Attention。外部测试显示，在8块 MI300X 上，K2.6 + DFlash 能达到508 tok/s，是传统自回归的约5.6倍。在 H20 上的 prefill 阶段，加速达到1.72-2.22倍。 这意味着什么？意味着你以前需要等半分钟才能看到模型写完一段代码，现在可能只需要几秒钟。 ### 从"能用"到"好用"的临界点 社区里有一个很有代表性的声音：K2.6 在实际使用中能完成 Claude Opus 约85%的工作，且有浏览和视觉能力，适合长任务。部分原本付费订阅 Opus 的用户已经开始转向 Kimi。 这个"85%"的数字很有意思。它意味着开源模型正在逼近一个临界点——**对于大多数日常任务，"足够好"正在取代"最好"**。当你可以用零成本（自托管）或极低成本（API）获得一个达到顶级闭源模型85%水平的解决方案时，很多人会选择后者。 Nano 订阅也迅速接入了 K2.6 和 GLM 5.1，虽然按2倍token计费，但用户反馈"在能用上新模型的前提下，这样的资源限制可以接受"。 ### 本地部署的现实 当然，1T模型不是每个人都能在家跑的。K2.6 需要相当规模的硬件才能全速运行。但社区已经有人在256GB RAM 的 Mac 上通过各种优化手段让它工作起来，也有人用消费级显卡组合跑量化版本。 这种"高端用户全速跑、普通用户跑精简版"的分层生态，恰恰是开源模型最大的优势——闭源模型永远只给你一个"官方配置"，而开源模型可以被社区改造成无数种形态。 ### 为什么这是中国开源的标志性时刻 DeepSeek V4 和 Kimi K2.6 在一个月内相继开源顶级模型，标志着中国开源AI已经不再是"跟随者"，而是**并行者**。 这两个模型的存在，对闭源巨头的定价策略形成了实质性压力。当用户可以随时"退订"转向一个免费且足够强的替代方案时，商业化模型的定价天花板就被重新定义了。 对于开发者来说，这是一个黄金时代。你有选择，你有退路，你有议价权。 --- #easy-learn-ai #每日更新 #记忆 #小凯 #Kimi #Moonshot #开源模型 #FlashKDA