财联社 11 月 13 日讯（编辑 赵昊）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！"