Kimi K4：外洩內容實際上聲稱了什麼，以及為何「更少的活躍參數」才是真正的重點

一則貼文同時讓四個尚未發表的模型名稱開始流傳。這份清單以 Kimi K4 開頭，據稱是 Moonshot AI 的下一代模型，它與 GLM-5.5 Flash 以及 GLM-5.4（來自 Z.ai）並列，還有 DeepSeek V4.1P——而作者強調的重點不在任何一個旗艦名稱上，而是對 K4 背後算術的一項懷疑：它可能只啟用比它所取代的模型 更少 的參數。這項說法尚未經過驗證。沒有 Kimi K4 的模型卡，沒有權重，沒有 API 識別碼，沒有價格，也沒有取用途徑，清單中每個 Z.ai 的名稱同樣如此。現在值得做的是釐清：這些說法中有哪些是可以查核的、目前已推出的基準長什麼樣子，以及一個更稀疏的 K4 實際上會代表什麼意義。

訊號及其層級

這是個早期訊號，也應被如此解讀。承載它的那則貼文，與其說是目擊通報，不如說是對模型命名慣例的一種解讀：它把「GLM-5.5 Flash、GLM-5.4」標舉為有趣的命名，並稱 Kimi K4「非常奇怪」，接著提出一個推測性的機制——更少的啟用專家數——但並未聲稱自己見過任何設定檔、檢查點清單或測試環境端點。

公開紀錄中沒有任何內容與這些名稱相矛盾，也沒有任何內容能佐證它們。這種不對稱在發布週期的這個階段是正常的，而這正是為什麼有用的做法是確立基準與測試，而不是進一步臆測。貼文中的名稱是對某個產品的假設，而不是該產品存在的證據。

Kimi K4 會被拿來衡量的基準

Kimi K3 真實存在、已經推出，而且有異常詳盡的文件記錄，這使其成為一個明確的參考基準。Moonshot 自家的模型卡描述了一個 2.8 兆參數的混合專家模型，每個 token 啟用 1040 億個參數，分佈於 93 層——一層稠密層與 92 層稀疏層。其稀疏性相當激進，且直白地說明：每 token 有 896 個專家中的 16 個被觸發，外加 2 個共享專家，Moonshot 將此歸功於相較 Kimi K2 在擴展效率上約有 2.5 倍的提升。

注意力堆疊是 K3 與前一代分道揚鑣之處。在其 92 個稀疏層中，有 69 層採用 Kimi Delta Attention——一種混合式線性注意力機制——另有 24 層採用閘控 MLA，形成 3:1 的分配，保留少數完整注意力層，其餘則推向成本更低的線性路徑。每 12 個區塊，各層會帶有一個注意力殘差，激活函數為 SiTU-GLU，而整個模型在量化感知訓練下，以 MXFP4 權重與 MXFP8 激活進行訓練。上下文長度為 1,048,576 個 token，詞彙量為 163,840，視覺則透過一個 4.01 億參數的 MoonViT-V2 編碼器運行，使 K3 原生具備圖像能力，而非以加掛方式實現多模態。

那些是後繼者必須改寫的數字。注意這些數字對「更少活躍參數」這個構想所隱含的意義：K3 已經是一個極度稀疏的模型。它每個 token 大約只啟動其總參數量的 3.7%。若 K4 啟動的參數少於 104B，那並不是在為過度配置的設計削減贅肉——而是在走回頭路，退回一個 Moonshot 曾公開形塑為勝利的稀疏比例，而且還是在整個領域都朝相反方向前進的那一代這麼做。

如果「更少的作用中參數」為真，那會代表什麼意思

目前有兩種解讀，而它們指向相反的方向。較為寬容的一種解讀是架構層面的：Moonshot 可能正在進一步延伸 KDA 混合架構，以線性層取代更多全注意力層，並重新平衡專家預算，使得更低的激活數量能換來更長的上下文、更精簡的部署佔用，或更好的每 FLOP 品質比。在這種解讀下，更少的活躍參數是對 K3 早已提出的同一論點的提煉——稀疏性是一種擴展策略，而非妥協。

另一種解讀是，K4 根本不是一個單一的後繼產品。Kimi 的產品線今年已經分岔過一次，而報導也以不同方式暗示 K3.1、K3.2 和 K4 是三款不同產品。一個啟用參數量比 K3 更少的 K4，在一個另外推出獨立程式編碼變體的家族中，至少與其說符合直接升級，也同樣符合重新定位。兩種解讀都只是猜測。一篇貼文並不能為任一解讀下定論。

還有一個無人觸及的授權層面。K3 的權重是依 Kimi K3 License 發布，那是自訂的「其他」授權，而非標準開源授權，而且它是首個開放的 3T 級模型。更稀疏的 K4 是否會繼承該授權，或限縮它，對任何以這些權重為基礎來開發的人來說，都比指數分數的幾分更重要。

同一則貼文中的另外三個名字

GLM-5.5 Flash與GLM-5.4是更令人意外的一組，而且原因不在於數字。Z.ai 對外公布的最高版本是 GLM-5.3，於 2026 年 8 月 14 日推出，參數量為 7430 億，接著 GLM-5.3-Flash 於 8 月 26 日跟進，而 BF16 與 Flash-BF16 權重則於 8 月 25 日發布。Z.ai 自家的文件正好列出三個現行模型識別碼：glm-5.3、glm-5.3-flash 和 glm-5.2。沒有 GLM-5.4，沒有 GLM-5.5，也沒有 GLM-5.5 Flash——而命名方向才是奇怪的地方，因為 5.5 世代排在 5.4 世代之前，並非 Z.ai 歷來為一個系列編號的方式。版本號在外洩資訊中出現順序錯亂，是種常見的失誤模式：它們往往是相鄰產品、內部代號，或服務層級標籤，而不是新的基礎模型。

DeepSeek V4.1P是該訊號作者表示最感興趣的名稱，也是四者中最容易查證的一個。DeepSeek 的 API 文件明確列出兩個現行模型字串：deepseek-flash與deepseek-v4-pro。「P」後綴在任何 DeepSeek 識別碼中都找不到對應，而 DeepSeek 自家組織中最新發布的權重版本是 DeepSeek-V4.1-Flash，於 2026 年 9 月 10 日發布。V4.1P 最有可能會是該模型的 Pro 層級同類產品——但「最有可能」只是對一個字串的猜測，而非對一項產品的判斷。

你怎麼會知道這其中任何一點是真的

這四個名稱以同樣的方式未通過同一項測試，這讓等待變得直接了當，而不是令人煎熬。真正的發布會留下產物，而每一項的檢查成本都很低：

• 廠商自家 Hugging Face 組織中的模型卡。Moonshot 最新的項目是 Kimi-K3，創建於 2026 年 6 月 13 日；Z.ai 最新的是 8 月 25 日的 GLM-5.3 系列；D​eepSeek 最新的是 9 月 10 日的 DeepSeek-V4.1-Flash。三者之中都沒有更新的版本。

• 一個能終結爭論的設定檔。具體針對 K4，要找的欄位是 num_experts 和 num_experts_per_token —— K3 的讀數是 896 和 16。一份每 token 數值更低的 K4 設定檔，就能在單一檔案中證實或推翻這次外洩中的說法。

• 可路由的模型。出現在型錄上的名稱，背後代表著價格、上下文視窗和供應商；只出現在貼文裡的名稱，這些東西一概沒有。

目前可路由的內容

這則外洩資訊的實際意義在於，它所描述的世代並不是你能據以建構的版本。目前正式上線的是前一個世代，而路由器的工作，就是把世代之間的落差變成一個路由決策，而不是一項遷移專案。Kimi K3 現已推出，具備完整的 100 萬 token 上下文與原生視覺能力，價格為每百萬輸入 token 3.00 美元、每百萬輸出 token 15.00 美元，快取讀取為 0.30 美元——以供應商費率計價、零加成，這正是為什麼 K3 的供應商價格變動當天就會反映到你的帳單，而不是等到下一個重新定價週期。OrcaRouter 上的 Kimi K3提供完整規格表與現行費率。

同樣的情況也適用於整個陣容的其他部分。GLM-5.3、GLM-5.3-Flash 和 DeepSeek V4.1 Flash 都能與 Kimi K3 一同路由，透過單一相容 OpenAI 的端點涵蓋200+ 個模型，並在供應商效能下降時自動容錯移轉，還有一套路由 DSL 可用來表達偏好——成本上限、品質下限、延遲預算——將其視為政策，而非每次呼叫的邏輯。當 Kimi K4、GLM-5.5 Flash 或 DeepSeek V4.1P 問世時，搬遷只是路由政策中的一個字串變更，除此之外別無其他。當任務能從中受益時，模型融合讓你能在同一端點上結合多個模型的輸出。

為了明確說明那不是什麼：這四個外洩名稱，目前都不是 Orca 上的路由。我們並未託管它們，也無法為它們提供服務。

總結來說

這裡真正有趣的說法並不是版本號，而是機制——一款下一代旗艦模型若能啟用更少的參數，那等於宣示 Moonshot 認為值得推進的軸線是稀疏性，而非原始啟用參數量，而 K3 的 896 分之 16 專家切分本身就已朝這個方向提出論據。這個說法的每一部分都未經證實：Kimi K4、GLM-5.5 Flash、GLM-5.4 與 DeepSeek V4.1P 都沒有模型卡、沒有權重、沒有 API 識別碼，也沒有定價，而且各家廠商自家的型錄在每個案例中都只到前一代為止。請把這些名稱當成一個問題的預告，而非答案——而如果你今天就需要 1M 上下文的前沿級開放權重，Kimi K3 就是那個已經存在的模型。

當 Kimi K4 真的到來時，自動容錯移轉正是避免讓遷移演變成事故的關鍵