趋近智
K2 Horizon 7B
参数
7B
上下文长度
524K
模态
Text
架构
Dense
KV 缓存速率
144 KB/tok
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
硬件选型
精度
上下文
工作负载显存: 6.88 GB
INT4 · 8K context
基础权重: 3.26 GB
KV 缓存: 1.13 GB
运行时与计算图: 2.50 GB
最小所需硬件
1x NVIDIA L4 24GB
6.9 / 21.6 GB usable
1x RTX 3060 12GB
6.9 / 10.8 GB usable
Apple M4 24GB
6.9 / 18.0 GB usable
确定特定工作负载的硬件需求：
在显存计算器中打开
架构图
评估基准
排名
#125
| 基准 | 分数 | 排名 |
|---|---|---|
智能体指数 | 0.26 | 67 |
0.39 | 109 | |
0.21 | 152 |
排名
排名
#125
编程排名
#104
关于 K2 Horizon 7B
K2 Horizon 7B 是一款拥有 70 亿参数的稠密语言模型，具备强大的指令遵循和分析能力。它为需要高效推理和领域微调的开发者提供了一个易于使用的基础模型。
技术规格
注意力
注意力结构
Grouped-Query Attention
注意力头
32
键值头
8
注意力头维度
128
位置嵌入
ROPE
RoPE Theta
10,000,000
归一化
RMS Normalization
激活函数
SwigLU
维度
隐藏维度大小
4,096
层数
36
FFN 中间层大小（稠密层）
12,288
分词器
词汇量大小
250,624
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。