趋近智
K2 Horizon 375B A23B
活跃参数
375B
上下文长度
524K
模态
Text
架构
Mixture of Experts (MoE)
许可证
Apache 2.0
发布日期
1 Sept 2026
训练数据截止日期
-
API 价格 (每 1M)
仅支持自建托管
系统要求
不同量化方法和上下文大小的显存要求
1024 个令牌
消费级
44x RTX 4090
24GB VRAM
数据中心
12x NVIDIA A100
80GB VRAM
Apple Silicon
9x Apple M3 Max
128GB VRAM
524288 个令牌
消费级
53x RTX 4090
24GB VRAM
数据中心
14x NVIDIA A100
80GB VRAM
Apple Silicon
11x Apple M3 Max
128GB VRAM
架构图
评估基准
没有可用的 K2 Horizon 375B A23B 评估基准。
排名
排名
-
编程排名
-
关于 K2 Horizon 375B A23B
K2 Horizon 375B A23B 是一个超大规模混合专家（MoE）语言模型，每个 token 激活 23B 参数。该模型专为高难度推理、高级代码综合以及深度多轮对话智能体而打造。
技术规格
注意力
注意力结构
Grouped-Query Attention
注意力头
48
键值头
8
注意力头维度
128
位置嵌入
ROPE
RoPE Theta
10,000,000
滑动窗口注意力
No
滑动窗口大小
-
滑动窗口比例
-
线性注意力
No
线性注意力比例
-
归一化
RMS Normalization
激活函数
SwigLU
维度
隐藏维度大小
6,144
层数
61
FFN 中间层大小（稠密层）
16,384
多 Token 预测头数
-
分词器
词汇量大小
250,624
混合专家
专家参数总数
23.0B
专家数量
192
活跃专家
8
共享专家数
1
FFN 中间层大小（每专家）
1,792
MoE 前的稠密层数
-
资源
关于 Kimi K2
月之暗面（Moonshot AI）的 Kimi K2 是一款混合专家（MoE）模型，总参数量达万亿级，每个 token 激活 320 亿参数。该模型专为智能体能力（agentic intelligence）而设计，采用包含 384 个专家的稀疏架构，并利用 MuonClip 优化器提升训练稳定性，支持 128K token 的上下文窗口。