کیمی K3 مون‌شات؛ بزرگ‌ترین مدل هوش مصنوعی متن‌باز جهان رونمایی شد

چین با مدلی ۲.۸ تریلیون پارامتری، بزرگ‌ترین سیستم هوش مصنوعی متن‌باز تاریخ را ساخت و در کدنویسی از قوی‌ترین مدل آنتروپیک هم پیشی گرفت؛ آن هم درست وقتی آمریکا سخت‌ترین محدودیت‌های تراشه را وضع کرده بود.

۱. چه اتفاقی افتاد؟

روز چهارشنبه، ۱۶ ژوئیه ۲۰۲۶، استارتاپ چینی مون‌شات که پیش‌تر با دستیار «کیمی» شناخته می‌شد، نسل تازهٔ مدل زبانی خود را با نام کیمی K3 معرفی کرد. این خبر خیلی زود به تیتر نخست رسانه‌های بزرگ فناوری از بلومبرگ و سی‌ان‌بی‌سی تا ونچربیت و تامز‌هاردور تبدیل شد، چون کیمی K3 صرفاً یک به‌روزرسانی معمولی نبود؛ بلکه بزرگ‌ترین مدل زبانی متن‌بازی است که تا امروز ساخته شده است.

اهمیت ماجرا وقتی روشن‌تر می‌شود که بدانیم این مدل در دل محدودیت‌های شدید صادرات تراشه از سوی آمریکا به چین متولد شده است. به بیان ساده، شرکتی چینی با دسترسی محدود به پیشرفته‌ترین سخت‌افزارها، مدلی ساخته که در برخی آزمون‌های کلیدی پا‌به‌پای قوی‌ترین سیستم‌های آمریکایی پیش می‌رود و در یکی از آن‌ها حتی جلو می‌زند. همین موضوع باعث شد بسیاری از تحلیل‌گران این رونمایی را «لحظهٔ دیپ‌سیک دوم» بنامند.

اگر می‌خواهید جریان کامل رخدادهای تازهٔ این حوزه را دنبال کنید، بخش اخبار هوش مصنوعی سایت Mr ChatGPT هر روز مهم‌ترین تحولات را به زبان فارسی پوشش می‌دهد.

۲. کیمی K3 دقیقاً چیست؟

کیمی K3 یک مدل زبانی بزرگ (LLM) با ۲.۸ تریلیون پارامتر است؛ عددی که آن را به پرپارامترترین مدل متن‌باز تاریخ تبدیل می‌کند. برای درک بهتر، بسیاری از مدل‌های متن‌باز مطرح تا پیش از این در محدودهٔ چند صد میلیارد پارامتر قرار داشتند، و کیمی K3 با فاصله‌ای چشمگیر از همهٔ آن‌ها بزرگ‌تر است.

اما نکتهٔ مهم این است که «بزرگ‌تر» همیشه به معنای «کندتر و گران‌تر» نیست. کیمی K3 روی معماری «ترکیب متخصص‌ها» یا Mixture-of-Experts بنا شده است. در این معماری، مدل از ۸۹۶ متخصص تشکیل شده اما در هر مرحله از پاسخ‌دهی تنها حدود ۱۶ متخصص فعال می‌شوند؛ یعنی کمتر از دو درصد از کل مدل در هر گام درگیر محاسبه است. این یعنی کاربر از دانش یک مدل عظیم بهره می‌برد بدون آنکه هزینهٔ پردازش یک مدل ۲.۸ تریلیونی کامل را بپردازد.

مشخصات کلیدی در یک نگاه

پنجرهٔ متنی مدل به یک میلیون توکن می‌رسد؛ یعنی می‌تواند کتاب‌ها، مخازن کد یا اسناد بسیار بلند را یک‌جا پردازش کند. کیمی K3 از ورودی تصویری (Vision) هم به‌صورت بومی پشتیبانی می‌کند و بنابراین صرفاً یک مدل متنی نیست. همین ترکیب از حافظهٔ بلند، پشتیبانی تصویری و توان کدنویسی بالا، آن را به گزینه‌ای جدی برای کارهای پیچیده تبدیل کرده است. اگر با مفاهیم پایه‌ای مدل‌های زبانی آشنا نیستید، مطلب اوپن‌ای‌آی چیست نقطهٔ شروع خوبی برای درک این فناوری است.

۳. معماری هوشمندانه؛ چطور یک غول مقرون‌به‌صرفه ماند؟

راز اصلی کیمی K3 در دو نوآوری داخلی مون‌شات نهفته است. اولی «Kimi Delta Attention» نام دارد که به گفتهٔ شرکت تا ۶.۳ برابر سرعت تولید پاسخ (Decoding) را افزایش می‌دهد. دومی «Attention Residuals» است که حدود ۲۵ درصد بهره‌وری آموزش را بهبود می‌بخشد. این دو ترفند در کنار معماری ترکیب متخصص‌ها به مون‌شات اجازه داده مدلی به این عظمت را با منابع محدودتر آموزش دهد و اجرا کند.

این جزئیات فنی صرفاً برای متخصصان جالب نیست؛ بلکه پیام روشنی برای کل صنعت دارد. رقابت هوش مصنوعی دیگر فقط بر سر «چه کسی بزرگ‌ترین مدل را می‌سازد» نیست، بلکه بر سر «چه کسی هوشمندانه‌تر آموزش می‌دهد» است. همین رویکرد بهره‌ورمحور بود که پیش‌تر دیپ‌سیک را سر زبان‌ها انداخت. اگر رقابت مدل‌های چینی برایتان جذاب است، مقایسهٔ خواندنی چت‌جی‌پی‌تی در برابر دیپ‌سیک نشان می‌دهد این رقابت چطور شکل گرفت.

۴. کیمی K3 در بنچمارک‌ها کجا ایستاد؟

مهم‌ترین دستاورد کیمی K3 در حوزهٔ کدنویسی رقم خورد. این مدل در آزمون معتبر Frontend Code Arena با ۱۶۷۹ امتیاز رتبهٔ نخست جهان را به دست آورد و از کلود فیبل ۵ شرکت آنتروپیک هم پیشی گرفت. این یعنی یک جهش ۱۷ پله‌ای نسبت به نسخهٔ قبلی مدل (کیمی K2.6 که رتبهٔ ۱۸ بود). کیمی K3 در ۶ حوزه از ۷ حوزهٔ آزمون‌شده رتبهٔ اول را گرفت؛ آماری که برای یک مدل متن‌باز کم‌سابقه است.

با این حال، باید منصف بود. در شاخص کلی و جامع «آرتیفیشال آنالیسیس» (Artificial Analysis Intelligence Index)، کیمی K3 با امتیاز حدود ۵۷ در جایگاه چهارم ایستاد؛ پشت سر کلود فیبل ۵ (حدود ۶۰) و جی‌پی‌تی ۵.۶ سول (حدود ۵۹)، اما جلوتر از کلود اوپوس ۴.۸ (حدود ۵۶). خود مون‌شات هم صادقانه اعلام کرده که K3 در عملکرد کلی هنوز پشت سر کلود فیبل ۵ و جی‌پی‌تی ۵.۶ سول قرار دارد، ولی از تقریباً هر مدل دیگری در آزمون‌های کدنویسی و کارهای عاملی (Agentic) جلوتر است.

یک نکتهٔ فنی مهم دیگر هم وجود دارد: نرخ توهم (Hallucination) این مدل همچنان حدود ۵۱ درصد گزارش شده که رقم بالایی است. این یادآوری خوبی است که حتی قوی‌ترین مدل‌ها هم بی‌عیب نیستند و باید با احتیاط به کار روند. برای درک بهتر مرز میان توانایی‌ها و محدودیت‌های واقعی این فناوری، مطالعهٔ پتانسیل و محدودیت‌های واقعی هوش مصنوعی را پیشنهاد می‌کنیم.

۵. ماجرای دور زدن تحریم تراشهٔ آمریکا

شاید مهم‌ترین بُعد راهبردی این خبر، سخت‌افزاری باشد که کیمی K3 روی آن آموزش دیده است. آمریکا سال‌هاست فروش پیشرفته‌ترین تراشه‌های هوش مصنوعی به چین را محدود کرده است. با این حال، مون‌شات اعلام کرده که برای آموزش این مدل از تراشه‌های نسخهٔ صادراتی انویدیا مانند H200 و L20 در کنار یک تأمین‌کنندهٔ سخت‌افزاری ناشناس (به احتمال زیاد یک تولیدکنندهٔ چینی) استفاده کرده است.

پیام این ماجرا برای سیاست‌گذاران آمریکایی روشن است: محدودیت‌های صادراتی توانسته سرعت پیشرفت چین را کند کند، اما نتوانسته آن را متوقف سازد. شرکت‌های چینی با ترکیبی از سخت‌افزار داخلی، تراشه‌های نسخهٔ محدودشده و نوآوری‌های نرم‌افزاری در حال یافتن مسیرهای جایگزین هستند. همین پویایی است که رقابت جهانی هوش مصنوعی را به یکی از حساس‌ترین میدان‌های ژئوپلیتیک دههٔ جاری تبدیل کرده است.

۶. متن‌باز بودن و قیمت؛ چرا این‌قدر مهم است؟

مون‌شات اعلام کرده که وزن‌های کامل مدل (Open Weights) را تا ۲۷ ژوئیه ۲۰۲۶ به‌صورت متن‌باز منتشر خواهد کرد؛ درست همان مسیری که پیش‌تر دیپ‌سیک رفت و بازار را متحول کرد. متن‌باز بودن یعنی پژوهشگران، شرکت‌ها و توسعه‌دهندگان سراسر جهان می‌توانند مدل را دانلود کنند، روی سرورهای خودشان اجرا کنند و آن را برای نیازهای خاص خود سفارشی‌سازی کنند؛ بدون وابستگی به یک شرکت خاص.

از نظر هزینه هم، استفاده از API کیمی K3 برای هر یک میلیون توکن ورودی ۳ دلار (و در صورت استفاده از حافظهٔ کش تنها ۳۰ سنت) و برای هر یک میلیون توکن خروجی ۱۵ دلار تعیین شده است. این قیمت‌گذاری، مدل را برای پروژه‌های واقعی و مقیاس‌پذیر جذاب می‌کند. برای کسب‌وکارهایی که به دنبال کاهش هزینه و افزایش بهره‌وری هستند، این روند را در مطلب چرا هوش مصنوعی برای کسب‌وکار مهم است بیشتر بررسی کرده‌ایم.

۷. این خبر برای کاربران و کسب‌وکارهای فارسی‌زبان چه معنایی دارد؟

رقابت فشرده میان آزمایشگاه‌های هوش مصنوعی، بزرگ‌ترین برندهٔ نهایی‌اش کاربران هستند. هر بار که مدلی مثل کیمی K3 وارد میدان می‌شود، فشار روی رقبا برای ارائهٔ کیفیت بالاتر با قیمت پایین‌تر بیشتر می‌شود. برای توسعه‌دهندگان و کسب‌وکارها، ظهور یک مدل قدرتمند متن‌باز یعنی گزینه‌های بیشتر، هزینهٔ کمتر و آزادی عمل بالاتر در ساخت ابزارهای اختصاصی.

به‌ویژه در حوزهٔ کدنویسی، مدلی که در فرانت‌اند رتبهٔ اول جهان را می‌گیرد می‌تواند سرعت تولید نرم‌افزار را به‌طور محسوسی بالا ببرد. البته باید توجه داشت که این ابزارها جایگزین مهندس ماهر نمی‌شوند، بلکه دستیار او هستند؛ موضوعی که در مطلب توهم برنامه‌نویس تنها در برابر مهندس واقعی با جزئیات بررسی شده است. برای بهره‌گیری درست از این مدل‌ها، یادگیری اصول نوشتن پرامپت اصولی از هر زمان دیگری مهم‌تر شده است.

۸. جمع‌بندی کارشناسی: فاصله در حال آب‌شدن است

کیمی K3 به‌تنهایی تخت پادشاهی مدل‌های آمریکایی را واژگون نمی‌کند؛ چون در شاخص کلی هنوز پشت سر کلود فیبل ۵ و جی‌پی‌تی ۵.۶ سول قرار دارد. اما پیام آن روشن‌تر از هر امتیاز عددی است: فاصلهٔ میان بهترین مدل‌های بستهٔ آمریکایی و بهترین مدل‌های بازِ چینی، ماه‌به‌ماه باریک‌تر می‌شود و این فاصله در برخی حوزه‌های تخصصی مثل کدنویسی عملاً بسته شده است.

مسیر متن‌باز که دیپ‌سیک آغازش کرد و اکنون مون‌شات آن را به سطح تازه‌ای رسانده، در حال بازتعریف قواعد بازی است. اگر روند فعلی ادامه یابد، در ماه‌های آینده شاهد رقابتی نزدیک‌تر، ارزان‌تر و بازتر خواهیم بود؛ رقابتی که در آن کاربر نهایی، چه یک توسعه‌دهندهٔ مستقل و چه یک شرکت بزرگ، بیشترین سود را می‌برد.

۹. پرسش‌وپاسخ کوتاه (FAQ)

کیمی K3 ساختهٔ کدام شرکت است؟

کیمی K3 محصول استارتاپ چینی مون‌شات (Moonshot AI) است که پیش‌تر با دستیار هوش مصنوعی «کیمی» شناخته می‌شد. این مدل در ۱۶ ژوئیه ۲۰۲۶ رونمایی شد.

چرا کیمی K3 مهم است؟

چون با ۲.۸ تریلیون پارامتر بزرگ‌ترین مدل زبانی متن‌باز تاریخ است و در آزمون کدنویسی فرانت‌اند رتبهٔ اول جهان را گرفته و از کلود فیبل ۵ آنتروپیک هم جلو زده است؛ آن هم با وجود محدودیت‌های صادرات تراشه به چین.

آیا کیمی K3 از چت‌جی‌پی‌تی و کلود بهتر است؟

نه در همهٔ زمینه‌ها. در شاخص کلی هوش مصنوعی، کیمی K3 پشت سر کلود فیبل ۵ و جی‌پی‌تی ۵.۶ سول قرار دارد، اما در کدنویسی و کارهای عاملی از آن‌ها و بسیاری مدل‌های دیگر جلوتر است.

چطور می‌توان از کیمی K3 استفاده کرد؟

در حال حاضر از طریق وب‌سایت و API مون‌شات در دسترس است و وزن‌های متن‌باز آن تا ۲۷ ژوئیه منتشر می‌شود. برای شروع کار با مدل‌های زبانی و یادگیری کاربردی، آموزش‌های چت‌جی‌پی‌تی در سایت Mr ChatGPT می‌تواند راهنمای خوبی باشد.