本周，人工智能初创公司月之暗面（Moonshot AI）的核心高管在“美版贴吧”Reddit上举行了一场AMA（可以问我任何问题）活动，回应了多项业界热点议题。

　　参与这项活动的三位高管分别为杨植麟（论坛用户名：ComfortableAsk4494）、周昕宇（zxytim）和吴育昕（ppwwyyxx），三人在24小时内持续回答了论坛上网友提出的问题。

　　上周，月之暗面发布了Kimi K2 Thinking，公司称其为“迄今能力最强的开源思考模型”。因此，AMA活动上的大多数问题与K2 Thinking有关，有点像是该模型线上发布会的问答环节。

　　有人询问，为什么K2 Thinking能在单次推理中实现如此长的推理时间和推理链，而GPT5却做不到？GPT5 Pro通过智能体来延长推理时间，但推理效果仍然不如K2 Thinking单次长时间推理。未来是否会考虑进一步提升基础模型的推理速度？

　　杨植麟回答道：“我认为推理时间取决于API的吞吐量，而推理令牌的数量则取决于模型的训练方式。我们训练K2 Thinking的方式倾向于使用相对更多的推理令牌以获得最佳结果。我们的Turbo API应该会快得多。此外，K2原生支持INT4类型，这进一步加快了推理过程。”

　　当被问及“FP4相对于INT4的改进是否真的意义重大？”时，周昕宇称，选择INT4是为了更好地兼容“非Blackwell GPU”，同时利用现有的INT4推理marlin内核。

　　吴育昕在另一个问题下称，“我们使用配备Infiniband的H800 GPU；它不如美国的高端GPU那么好，而且我们的显卡数量也处于劣势，但我们充分利用了每一张显卡！”

　　有网友称，K2 Thinking似乎使用了过多的代币。杨植麟承认了这一现象，并解释道“当前版本中，我们优先考虑的是绝对性能而非代币效率。我们会尝试将效率纳入奖励机制，以便它能学习如何简化思考过程。”

　　有人质疑，K2 Thinking通过专门训练，以达到在高水平逻辑推理（HLE）测试中取得好成绩，但“它的高分似乎与实际使用中的智能水平不太相符。”

　　杨植麟回应称，“我们在提升智能体推理能力方面取得了一些进展，使其在HLE测试中得分较高。我们正在努力进一步提升其通用能力，以便在更多实际应用场景中充分发挥智能的作用。”

　　当网友询问“K2 Thinking培训费用只有460万美元是真的吗？”杨植麟回答道：“这并非官方数据，因为培训成本很难量化，其中很大一部分用于研究和实验。”

　　在点赞最多的回答中，周昕宇透露，公司的新架构KDA（Kernel Attention Dual Architecture）能让模型获得更高的基准测试分数，而且速度更快、效率更高，从而使我们能够更快地进行预训练、更快地部署到强化学习中，并服务更多用户。

　　周昕宇表示，“我们正在开发更多改进方案，完成后会与大家分享。”杨植麟也补充道：“KDA是我们最新的实验性架构，与KDA相关的想法很可能会在K3中得到应用。”

　　在被追问何时推出K3模型的问题中，杨植麟还调侃了OpenAI的首席执行官萨姆·奥尔特曼，他回应称，肯定能在“萨姆价值万亿美元的数据中心建成之前”推出K3模型。

　　有网友询问对“OpenAI为什么会烧掉这么多钱”的看法，周昕宇称“不知道。只有萨姆自己知道。我们有自己的方式和节奏。”周昕宇还提到，月之暗面没有人工智能浏览器的计划，因为“不需要去套一层新的Chromium壳”。

　　当被问及公司有没有“视觉-语言模型（VL）的计划时”，杨植麟写道：“是的，我们正在努力。敬请期待！”