किमी K3 लॉन्च से मांग अपेक्षाओं से अधिक होने के कारण 'सर्किट ब्रेकर' ट्रिगर हुआ

मून ऑफ द डार्क साइड किमी K3 ने उपयोगकर्ता अनुरोधों की मात्रा अनुमान से कहीं अधिक होने के कारण 48 घंटों में नए उपयोगकर्ताओं की सदस्यता रोक दी, जिससे कैपेसिटी "क्रैश" होने पर मजबूर हो गया। K3 का कुल पैरामीटर स्केल 2.8 ट्रिलियन है, जो KDA मिक्स्ड लिनियर अटेंशन मैकेनिज़्म का उपयोग करता है, जिससे अटेंशन लेयर की गणना जटिलता वर्गीय से रेखीय में कम हो गई, KV कैश में अधिकतम 75% की कमी हुई, और 100 लाख संदर्भ लंबाई पर डिकोडिंग थ्रूपुट 6 गुना बढ़ गया। इस आर्किटेक्चर को AI क्षेत्र में "टाओ नियम" का अनुप्रयोग माना जाता है, जहाँ सिस्टम-लेवल आर्किटेक्चरल नवाचार के माध्यम से प्रदर्शन में क्रांतिकारी वृद्धि हुई। K3 ने वैश्विक AI मॉडल मूल्यांकन में 57 अंक प्राप्त किए, जो Claude Fable 5 और GPT-5.6 के बाद तीसरे स्थान पर है। पूंजी बाजार में, K3 के प्रकाशन के दिन NVIDIA का बाजार मूल्य लगभग 1111 अरब डॉलर कम हो गया, और मून ऑफ द डार्क साइड का मूल्यांकन 43 अरब डॉलर से बढ़कर 315 अरब डॉलर हो गया।

लेखक, स्रोत: 36氪

किमी के पास अपना "ताओ नियम" भी है।

K3 बहुत लोकप्रिय हो गया, लेकिन Kimi को पॉज़ करना पड़ा।

19 जुलाई को रात के समय, चंद्रमा के अंधेरे पक्ष के किमी टीम ने घोषणा की कि किमी K3 के लॉन्च के 48 घंटों के भीतर उपयोगकर्ता अनुरोधों की मात्रा में भारी वृद्धि हुई है, और कैलकुलेशन संसाधनों की कमी के कारण, किमी के लिए नए उपयोगकर्ताओं की सदस्यता को स्थगित कर दिया गया है, और सीमित कैलकुलेशन संसाधनों को मौजूदा सदस्यों को प्राथमिकता दी जा रही है।

सदस्यता प्रणाली को Kimi मुख्य लाभ और Code लाभ के रूप में विभाजित कर दिया गया है, ताकि संसाधनों का सटीक वितरण किया जा सके। थोड़ी देर बाद के आधिकारिक प्रतिक्रिया से पता चलता है कि Kimi ने सदस्यता प्रणाली में कोई समायोजन नहीं किया है, बल्कि सीमित कैलकुलेशन क्षमता के तहत उपयोगकर्ता अनुभव को पुनः संतुलित किया है।

K3 की आग के कारण कैलकुलेशन क्षमता "कटऑफ" हो गई है, इसलिए हम नए ग्राहकों को अस्वीकार करने के लिए मजबूर हैं और पुराने उपयोगकर्ताओं की सेवा पर ध्यान केंद्रित कर रहे हैं।

वर्तमान में, सभी मॉडल निर्माता नए उपयोगकर्ताओं को आकर्षित करने के लिए मुफ्त, कीमत कम करने जैसे बेहतर मूल्य-अनुपात के तरीकों के माध्यम से उपयोगकर्ता आधार को बढ़ाने के लिए प्रयासरत हैं। इसके विपरीत, किमी की विपरीत रणनीति थोड़ी “वैरोनस” लगती है।

लेकिन जितना अधिक मॉडल क्षमता अधिक होगी, उतना ही अधिक संदर्भ लंबा होगा और उपयोगकर्ता द्वारा अधिक बार आह्वान किया जाएगा, उतना ही अधिक निष्कर्षण की गणना क्षमता का उपयोग होगा। "K3 अनुरोधों की मात्रा वर्तमान कैलकुलेशन क्लस्टर की सीमा के करीब पहुंच रही है" की स्थिति में, Kimi को "DouBao" की तरह समस्या का सामना करना पड़ रहा है: C-पक्ष के उपयोगकर्ताओं की संख्या जितनी अधिक होगी, आय में योगदान उतना ही कम होगा, लेकिन GPU सहन नहीं कर पा रहा है।

मून ऑफ द डार्क साइड के पहले 3 ट्रिलियन पैरामीटर स्तर के MoE मॉडल के रूप में, K3 का कुल पैरामीटर स्केल 2.8 ट्रिलियन है। सामान्य समझ के अनुसार, इस स्तर के मॉडल के लिए प्रत्येक आउटपुट के लिए कैलकुलेशन क्षमता घातीय रूप से खपत होती है। हालाँकि, इसकी अद्वितीय कोर आर्किटेक्चर के समर्थन में, हुआवेई द्वारा चिप उद्योग में प्रस्तावित "ताओ नियम" का प्रभाव प्राप्त होता है।

इस आर्किटेक्चर को एक सुपर इंजन के रूप में भी देखा जाता है, जिसमें तीन प्रमुख तकनीकें लागू की गई हैं: KDA (Kimi Delta Attention) मिक्स्ड लीनियर अटेंशन, अटेंशन रेसिडुअल्स, और हाई स्पार्सिटी MoE, जो प्रत्येक इकाई की कैलकुलेशन पावर को मॉडल प्रदर्शन की दक्षता में बदल देती हैं।

लंबे समय तक, चिप उद्योग ने मोरे के नियम पर निर्भर किया है, जिसमें ट्रांजिस्टर के आकार को छोटा करके प्रदर्शन में सुधार किया गया है। लेकिन जब उन्नत प्रक्रिया भौतिक सीमा के करीब पहुँच गई और लागत में तेजी से वृद्धि हुई, तो केवल हार्डवेयर को जोड़ने का वृद्धि मॉडल सीमा में पहुँच गया।

हुआवेई ने इस वर्ष "ताओ नियम" पेश किया, जो "स्थान संकुचन" की पारंपरिक दृष्टिकोण से बाहर निकलकर "समय संकुचन" की ओर रुख करता है: तार्किक तह, त्रि-आयामी स्टैकिंग और पूर्ण लिंक आर्किटेक्चर अनुकूलन के माध्यम से संकेत प्रसारण देरी को कम करता है और डेटा की अतिरिक्त प्रतिलिपि स्थानांतरण को कम करता है, जिससे परिपक्व प्रक्रिया पर उन्नत प्रक्रिया के समान ऊर्जा कुशलता में वृद्धि होती है।

इसकी मूल विधि है: हार्डवेयर की सीमाओं या लागत सीमाओं के तहत, सिस्टम-लेवल आर्किटेक्चर नवाचार के माध्यम से प्रदर्शन में छलांग लगाना।

मेरे अनुसार, K3 द्वारा अपनाया गया KDA मिश्रित रैखिक ध्यान तंत्र, AI क्षेत्र में "ताओ नियम" का अनुप्रयोग है।

ध्यान दें कि Transformer आर्किटेक्चर ध्यान तंत्र पर सबसे अधिक कैलकुलेशन शक्ति का उपयोग करता है। मानक ध्यान अनुक्रम की लंबाई के साथ वर्गीय रूप से बढ़ता है, और लाखों के संदर्भ कार्यों में, अधिकांश कैलकुलेशन शक्ति लंबे अनुक्रम के ध्यान मैट्रिक्स को बनाए रखने पर खर्च होती है। KDA तंत्र अधिकांश ध्यान परतों की गणना जटिलता को वर्गीय से रेखीय तक कम कर देता है।

मून ऑफ द डार्क साइड द्वारा पहले जारी तकनीकी रिपोर्ट के अनुसार, KDA और MLA के मिश्रित अनुपात का उपयोग करके प्रयोगात्मक मॉडल पर KV कैश का अधिकतम उपयोग 75% तक कम किया गया है, और 100 लाख संदर्भ लंबाई के लिए डिकोडिंग थ्रूपुट 6 गुना बढ़ गया है। ध्यान शेष और उच्च विरल MoE तकनीक के साथ, प्रशिक्षण की दक्षता लगभग 25% बढ़ गई है, जबकि अतिरिक्त लागत 2% से कम है।

यह “मॉडल उत्पादकता” का पुनर्निर्माण है। अगर सिलिकॉन वैली की प्रमुख ट्रांसफॉर्मर राह “बड़ी शक्ति से चमत्कार” की पेट्रोल गाड़ी है, तो KDA अधिक “ऊष्मीय दक्षता की अधिकतम सीमा” की ओर अग्रसर हाइब्रिड इंजन की तरह है।

SemiAnalysis की रिपोर्ट के अनुसार, KDA ने निष्कर्षण गति को 300% तक बढ़ा दिया है, जबकि लंबे संदर्भ प्रसंस्करण में Transformer के समान प्रदर्शन बनाए रखा है। इसका अर्थ है कि समान कैलकुलेशन निवेश के साथ, K3 अधिक प्रभावी बुद्धिमत्ता पैदा कर सकता है।

डेवलपर समुदाय के प्रायोगिक फीडबैक के अनुसार, लंबी प्रक्रिया एजेंट कार्यों और कोड जनरेशन में K3 उल्लेखनीय प्रदर्शन करता है और अंतरराष्ट्रीय शीर्ष मॉडल्स के साथ प्रतिस्पर्धा करने की क्षमता रखता है।

मूल रूप से, K3 अभी भी स्केलिंग लॉ (Scaling Law) का पालन करता है, लेकिन यह अनावश्यक एल्गोरिदम व्यय के प्रति तलवार उठाता है। जब सिलिकॉन वैली के AI कंपनियाँ अभी भी कार्ड संचय कर रही हैं और कंप्यूटेशनल पावर को बढ़ा रही हैं, तब Kimi ने एल्गोरिदम लिंक को पुनर्गठित करके और गणना की अतिरिक्तता को सरल बनाकर, सीमित कंप्यूटेशनल पावर की स्थिति में प्रदर्शन और कुशलता का संतुलन प्राप्त किया है, और “प्रति वाट बुद्धिमत्ता उत्पादन” को अधिकतम बनाने का मार्ग अपनाया है।

यह वॉल स्ट्रीट के निरीक्षकों और निवेशकों को आश्चर्यचकित कर रहा है, जो डीपसीक की तरह फिर से प्रश्न उठा रहे हैं कि सिलिकॉन वैली में AI पर की गई हजारों करोड़ डॉलर की निवेश क्या संबंधित रिटर्न देगी, और क्या अमेरिका का AI में अग्रणी लाभ कमजोर हो रहा है।

इसी बीच, उद्यम उपयोगकर्ता और डेवलपर्स दोनों AI उपयोग लागत पर ध्यान देने लगे हैं। कुछ डेवलपर्स पहले ही "मॉडल रूटिंग" सेवा का उपयोग कर रहे हैं, जो विभिन्न कार्यों के आधार पर सबसे कम लागत और सबसे अधिक कुशल AI मॉडल को स्वचालित रूप से चुनती है, जिसमें किमी सहित चीनी मॉडल शामिल हैं।

वापस देखने पर, किमी की कैलकुलेशन क्षमता का टूटना तकनीकी सफलता का एक परिणाम है: मॉडल की दक्षता में वृद्धि से प्रति उपयोग लागत कम हुई, जिससे मांग की कुल मात्रा में भारी वृद्धि हुई।

ध्यान दें कि 11 जुलाई को, Zhipu के सह-संस्थापक तांग जिए ने "टच हाई मो गाओ योजना" की घोषणा की, सीधे कहते हुए कि "शीर्ष पर न पहुंचना, असफलता है," और भविष्य के दो वर्षों में छोटे समय के अनुप्रयोगों के लाभ की बजाय संसाधनों को AGI की चार प्रमुख दिशाओं पर केंद्रित करने की स्पष्ट घोषणा की, और बिलियन-स्तरीय संसाधनों को मशीनीय व्याख्यायोग्यता प्रौद्योगिकी पर लगाने की योजना बनाई।

अगर कहा जाए कि ज़हीपु “ऊंचाई छूना” लिस्टिंग के बाद की अंतिम लड़ाई है, तो इसका उद्देश्य तकनीकी सीमाओं को छूकर “विश्व की पहली बड़ी मॉडल कंपनी” की कहानी को मजबूत करना और वास्तविक चिंता को कम करना है।

मैंने यांग ज़हेन के निर्णय में किमी के तीन आयामों में "ऊँचाई तक पहुँच" देखी है:

पहला, कैपेसिटी को अधिकतम करना और ट्रैफिक सोच से मूल्य सोच पर स्विच करना। उपलब्ध जानकारी के अनुसार, किमी की API बिजनेस का हिस्सा 70% से अधिक हो चुका है, जो पहले के सी-एंड सब्सक्रिप्शन मॉडल से काफी अलग है। पुराने उपयोगकर्ताओं को बनाए रखना और नए ग्राहकों को अस्वीकार करना, वास्तव में सीमित कैपेसिटी को उच्च मूल्य वाले स्थितियों की ओर झुकाना है, ताकि सामान्य सी-एंड ट्रैफ़िक द्वारा पहले से ही आय का स्तंभ बन चुके बी-एंड बिजनेस के कोटे को विस्थापित न किया जा सके।

इसकी कीमत स्पष्ट है। उदाहरण के लिए, "मौजूदा उपयोगकर्ताओं को प्राथमिकता देने" का कार्यान्वयन मानदंड अस्पष्ट है, किन अनुरोधों को प्राथमिकता दी जाती है और किन्हें नीचे धकेल दिया जाता है, अगर इसका प्रबंधन गलत हुआ, तो यह उपयोगकर्ता विश्वास को कमजोर कर देगा।

लंबे समय में, किमी को तकनीकी सितारे से परिपक्व AI नेता कंपनी में बदलने के लिए लचीला कैलकुलेशन पूल, ग्रेडेड रिस्पॉन्स मैकेनिज्म और डायनामिक स्केड्यूलिंग क्षमता जैसे बुनियादी ढांचे को मजबूत करना होगा।

दूसरा, कीमत अधिकतम स्तर तक पहुँच रही है, किमी एक सस्ती स्व-सेवा भोजन से मूल्य स्तरीकरण तक के दबाव परीक्षण को लागू कर रहा है। घोषणा में उल्लिखित “किमी के मुख्य हितों और कोड हितों को अलग करना” न केवल कैलकुलेशन की कमी के लिए अल्पकालिक समायोजन है, बल्कि इसके मूल्य निर्धारण प्रणाली के पुनर्निर्माण की शुरुआत का संकेत भी हो सकता है।

पिछले समय में, चाहे उपयोगकर्ता कोड लिख रहे हों, जानकारी खोज रहे हों या आम बातचीत कर रहे हों, सभी को समान शुल्क देना पड़ता था और समान कैलकुलेशन शक्ति का उपयोग होता था। जब उच्च कैलकुलेशन शक्ति खपत करने वाले कोड उपयोगकर्ताओं का अनुपात बढ़ा, तो यह मॉडल अवश्य ही संरचनात्मक असंगति का कारण बना।

किमी इस अवसर का उपयोग करके सदस्यता लाभों को विभाजित कर रहा है और उपयोग के संदर्भ के अनुसार पुनः मूल्यांकन कर रहा है: हल्के उपयोगकर्ता बुनियादी सेवाएँ प्राप्त करते हैं, जबकि भारी उपयोगकर्ता उच्च मूल्य क्षमताओं के लिए प्रीमियम भुगतान करते हैं।

यह मूल्य आधारित उपयोगकर्ता स्तरीकरण के माध्यम से मॉडल उत्पादों की कीमत निर्धारण के लिए प्रयास कर रहा है। वर्तमान में, K3 की शुल्क दर 2.3 डॉलर प्रति मिलियन टोकन पहुंच चुकी है, जो विदेशी शीर्ष मॉडल से कम है, लेकिन देशी मॉडल के लिए एक नया रिकॉर्ड स्थापित करती है।

शायद, किमी भी सस्ते मॉडल से अलविदा कहना चाहता है और एक समझ देना चाहता है कि उच्च प्रदर्शन वाले मॉडल की कीमत निर्धारित करने की क्षमता होती है। अगला, बड़े मॉडल की प्रतिस्पर्धा "पैरामीटर की तुलना" से "बुनियादी ढांचे की तुलना" और "लागत-मूल्य निर्धारण की तुलना" की ओर बदल जाएगी।

यह कदम, शीर्ष सूची पर पहुंचने से भी कठिन है, और व्यापार की मूलभूत प्रकृति के अधिक करीब है।

तीसरा, स्थिति को ऊँचाई दें, किमी की पहचान भू-राजनीतिक चरण से मूल्य निर्धारण के स्थिरांक में परिवर्तित हो गई है।

K3 के लॉन्च के तुरंत बाद वैश्विक ध्यान आकर्षित हुआ। स्वतंत्र AI मॉडल मूल्यांकन संस्थान Artificial Analysis द्वारा जारी नवीनतम "बुद्धिमत्ता सूचकांक" में, इसका समग्र स्कोर 57 अंक है, जो वैश्विक रूप से तीसरे स्थान पर है, Claude Fable 5 (60 अंक) और GPT-5.6 Sol (59 अंक) के बाद, और Claude Opus 4.8 (56 अंक) से आगे।

यह उपलब्धि ने "ओपन सोर्स, प्राइवेट सोर्स से आधी पीढ़ी पीछे" की उद्योग की समझ को भी तोड़ दिया।

इसी समय, K3 का प्रभाव तकनीकी वृत्त के बाहर फैल गया है। अमेरिकी टेक निवेश संस्थान इसे AI विकास का “मोड़” मानते हैं, और मानते हैं कि उच्च गुणवत्ता वाले ओपन-सोर्स मॉडल अब क्षमता के प्रसार को तेज कर रहे हैं; कैलिफोर्निया विश्वविद्यालय, बर्कले के कंप्यूटर विज्ञान के प्रोफेसर ने दावा किया है कि K3 ने चीनी ओपन-सोर्स मॉडल और अमेरिकी उन्नत मॉडल के बीच का अंतर 2 से 3 महीने तक कम कर दिया है।

बाजार की प्रतिक्रिया भी तीव्र रही, K3 के पहले व्यापारिक दिन में, न्यूमेडिया का एक दिन में लगभग 1111 अरब डॉलर का बाजार मूल्य विलुप्त हो गया; मॉर्गन स्टैनले के रणनीतिकारों ने इसे रिपोर्ट में सीधे "DeepSeek 2.0" कहा।

यह त्वरण ही कीमत निर्धारण तर्क को बदलने वाली बात है।

इसके अलावा, जून तक मून ऑफ डार्क साइड की वार्षिक आय (ARR) लगभग 3 बिलियन डॉलर हो गई, जिसमें विदेशी वृद्धि दर 400% है, और 60% की कीमत वृद्धि के बाद आय में वृद्धि हुई; ये तीनों डेटा सेट मिलकर दर्शाते हैं कि किमी का "ओपन सोर्स + दक्षता" मॉडल स्केलेबल रूप से मुनाफा कमा सकता है।

साथ ही, यह सामने आया है कि मून ऑफ द डार्क साइड अपनी हॉंग कॉंग में सूचीबद्धता के लिए अगले छह महीनों के भीतर सबसे तेज़ समय की तलाश में है, जिसमें अर्लीवल्यूएशन छह महीनों में 43 अरब डॉलर से बढ़कर 315 अरब डॉलर हो गया है, जो 7 गुना से अधिक की वृद्धि है।

ये सभी पूंजी बाजार एक गैर-सिलिकॉन वैली मुख्य रास्ते को “अधिकार प्रदान” कर रहे हैं। जब वे “सक्रिय इकाई आर्थिक मॉडल वाले SOTA” पर बेट लगाते हैं, तो यह भी स्पष्ट होता है कि Kimi के पास एक स्वतंत्र मूल्यांकन तर्क है, और अब उसे अपनी कीमत साबित करने के लिए OpenAI या Anthropic के साथ तुलना करने की आवश्यकता नहीं है।

मून ऑफ द डार्क साइड चित्र स्रोत: ऑनलाइन सामग्री

लेकिन K3 को AGI तक पहुँचने के लिए अभी बहुत दूर तय करना है। उदाहरण के लिए, स्कोरिंग के मामले में, हालाँकि K3 केवल Fable 5 से 3 अंक कम है, लेकिन पीछे अभी भी काफी अंतर है।

इसके अलावा, किमी ने तकनीकी रिपोर्ट में दो डिप्लॉयमेंट स्तरीय दोषों को मान्यता दी: पहला, K3 ने प्रशिक्षण के दौरान पूर्ण विचार इतिहास (thinking history) को बनाए रखा, यदि कॉलिंग पार्टी पिछली निष्कर्षण प्रक्रिया को सही ढंग से वापस नहीं भेजती है, या सत्र के दौरान किसी अन्य मॉडल से K3 पर स्विच करती है, तो आउटपुट की गुणवत्ता में स्पष्ट गिरावट आएगी;

दूसरा, K3 जब कार्य अस्पष्ट होता है, तो "अत्यधिक सक्रिय" हो जाता है और उपयोगकर्ता के लिए निर्णय लेने की प्रवृत्ति रखता है। इस "स्वयं निर्णय लेने" की प्रवृत्ति उन इंजीनियरिंग प्रक्रियाओं में श्रृंखलाबद्ध त्रुटियों को उत्पन्न कर सकती है जहाँ सटीक निष्पादन की आवश्यकता होती है।

एक और आसानी से नजरअंदाज किया जाने वाला लेकिन अत्यंत महत्वपूर्ण मुद्दा: हॉलूसिनेशन। Artificial Analysis ने आकलन में विशेष रूप से उल्लेख किया कि K3 की हॉलूसिनेशन दर पिछली पीढ़ी K2.6 की तुलना में बढ़ गई है।

किसी न किसी रूप में, K3 की चमक और छिपी हुई चिंताएँ, पूरे उद्योग की कैलकुलेशन क्षमता की आपूर्ति और मांग में असंतुलन का प्रतिबिंब हैं, और चीनी AI उद्योग की सामूहिक तकलीफ हैं, जो कैलकुलेशन क्षमता पर निर्भरता, व्यावसायिक रूप से बंद चक्र न होना, और उपयोगकर्ता की अत्यधिक अपेक्षाओं के भार के तहत है।

इन AI फर्मों की हर ओवरलोड और हर “मेल्टडाउन” चीनी AI के “ऊँचाई तक पहुँचने” का एक बाधा है। यह निश्चित है कि एक नया प्रतिस्पर्धा चक्र शुरू हो चुका है, और बड़े मॉडल अब क्षमता के प्रतिस्पर्धा से गणना क्षमता के प्रतिस्पर्धा में आगे बढ़ेंगे।

जो एल्गोरिदम, कैलकुलेशन क्षमता आदि बुनियादी ढांचे पर लाभ प्राप्त कर सकता है, वही अंत में हंसेगा और अगली पीढ़ी की AI कंपनियों के अस्तित्व के मानकों को परिभाषित करेगा।

संदर्भ:

अक्षर सूची, "K3 लॉन्च 48 घंटे"

जिनके, सब कुछ किमी के कारण है

यह लेख वेचेन ग्रुप "टैंग चेन टूंग्शी" से आया है, लेखक: टैंग चेन, 36क्रेडिट द्वारा अनुमति से प्रकाशित।