待验证60% 置信事实时间未知

Kimi K2 Thinking采用Mixture of Experts（MoE）架构，总参数量达万亿级别，每次推理仅激活其中一部分专家网络

2

来源数

60%

置信度

长期有效

时效性

2026/6/1

首次发现

来源

Kimi K2 Thinking实测：Claude Code中能否平替Sonnet 4.5？

bilibiliAI超元域

涉及实体

Kimi K2 Thinkingmodel MoEconcept

相关事实

已验证1.6万亿参数级别的巨型模型通常采用混合专家架构（MoE），每次推理只激活一小部分专家子网络80% 相似已验证MoE架构通过门控网络为每个输入Token动态选择最相关的K个专家（通常Top-K，K=2），推理时仅激活约10%-30%总参数量77% 相似待验证MoE架构每次推理只激活Top-K个专家，总参数量远大于单次推理实际激活的参数量75% 相似待验证Kimi K3采用混合专家架构（MoE），推理时只激活部分参数子网络以降低计算成本75% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/24214

API

curl https://kongchang.com/api/v1/knowledge/claims/24214

MCP

get_claim(id=24214)