本期判断
本期简报聚焦大模型领域的最新进展。Moonshot AI的Kimi K3模型发布了全面性能细节，展示其在多模态、长上下文和代码生成方面的领先能力，并披露了API定价与架构细节。NVIDIA更新了Nemotron 3 Embed 8B模型，在检索基准上表现突出，并推出了新的硬件优化版本。
模型发布
01
Moonshot AI发布Kimi K3模型全细节
Moonshot AI发布Kimi K3多模态模型，参数量达2.8万亿，原生1百万token上下文窗口。模型采用稀疏专家系统（每token激活16个专家，占总池1.8%），Kimi Delta Attention将百万token解码速度提升6.3倍，Attention Residuals将训练效率提高约25%（额外成本低于2%）。API定价为输入每百万token $3，输出每百万token $15。模型权重达1.4TB，需14-16个GB10节点支持。其在Frontend Code Arena得分1679，内部写作基准测试获2840 Elo分（超过Claude Fable 5），vibe-coding测试中以1/4成本（$3.11 vs $12.23）优于Claude Fable 5，并能以$0.28的成本生成完整的复古游戏。模型计划于2026年7月27日开源权重。
02
NVIDIA Nemotron 3 Embed 8B登顶RTEB
NVIDIA开源Nemotron 3 Embed 8B模型，在RTEB检索基准测试中以78.5%的成绩夺得榜首。该模型支持32k上下文、多语种及代码检索能力，同时还发布了1B版本和Blackwell NVFP4版本，后者吞吐量翻倍、BF16精度保持99%+。新模型提升了检索效率，使智能代理能更早获取证据，从而减少下游token消耗。