किमी K2.6 एक बड़ा भाषा मॉडल है जिसे मूनशॉट एआई द्वारा विकसित किया गया है, जो एक चीनी कृत्रिम बुद्धिमत्ता कंपनी है। 2025 में जारी, यह किमी K2 श्रृंखला का उत्तराधिकारी है और उन्नत तर्क, कोडिंग और लंबे संदर्भ समझ के लिए डिज़ाइन किया गया है। यह मॉडल व्यापक जनरेटिव एआई परिदृश्य का हिस्सा है, जो ओपनएआई, एंथ्रोपिक और गूगल डीपमाइंड के मॉडलों के साथ प्रतिस्पर्धा करता है। किमी K2.6 ने बेंचमार्क पर अपने प्रदर्शन और विभिन्न अनुप्रयोगों में एकीकरण के लिए ध्यान आकर्षित किया है, जिसमें विकीप्रॉम्प्ट प्लेटफ़ॉर्म भी शामिल है, जहाँ 14 प्रॉम्प्ट इसका संदर्भ देते हैं।
विकास और रिलीज़
मूनशॉट एआई, जिसकी स्थापना 2023 में हुई थी, ने मध्य-2025 में किमी K2 जारी किया, उसके बाद उसी वर्ष K2.6 संस्करण आया। K2.6 की सटीक रिलीज़ तिथि सार्वजनिक रूप से खुलासा नहीं की गई है, लेकिन यह डेवलपर्स के लिए API और कंपनी के चैट इंटरफ़ेस के माध्यम से उपलब्ध हो गया। यह मॉडल ट्रांसफॉर्मर आर्किटेक्चर पर बनाया गया है, जो जटिल कार्यों को संभालने के लिए मल्टी-हेड अटेंशन और क्रॉस-अटेंशन तंत्र का लाभ उठाता है। मूनशॉट एआई ने पैरामीटर गणना प्रकाशित नहीं की है, लेकिन रिपोर्टों से पता चलता है कि यह सैकड़ों अरबों में है, जो इसे अपनी श्रेणी के बड़े मॉडलों में से एक बनाता है।
क्षमताएँ और बेंचमार्क
किमी K2.6 कई क्षेत्रों में उत्कृष्ट है, जिसमें गणितीय तर्क, कोड जनरेशन और लंबे संदर्भ प्रसंस्करण शामिल हैं। MATH-500 बेंचमार्क पर, यह कथित तौर पर 96.2% का स्कोर हासिल करता है, जो कई समकालीनों से बेहतर है। कोडिंग कार्यों में, इसने कोड संश्लेषण के लिए एक मानक परीक्षण, HumanEval पर 92.5% स्कोर किया। मॉडल 256,000 टोकन तक का संदर्भ विंडो समर्थन करता है, जिससे यह पूरी किताबें या लंबे दस्तावेज़ों को एक ही पास में संसाधित कर सकता है। यह क्षमता उन्नत स्थितीय एन्कोडिंग और लेयर-नॉर्मलाइज़ेशन तकनीकों द्वारा सक्षम है।
आर्किटेक्चर और तकनीकी विवरण
जबकि मूनशॉट एआई ने पूर्ण आर्किटेक्चरल विवरण जारी नहीं किया है, किमी K2.6 को मिश्रण-ऑफ-एक्सपर्ट्स (MoE) डिज़ाइन का उपयोग करने के लिए जाना जाता है, जो प्रति टोकन केवल पैरामीटरों का एक उपसमूह सक्रिय करता है, जिससे दक्षता में सुधार होता है। मॉडल जनरेशन के लिए टॉप-पी सैंपलिंग और तापमान-स्केलिंग का उपयोग करता है, और इसे मानवीय प्राथमिकताओं के साथ संरेखित करने के लिए आरएलएआईएफ (एआई फीडबैक से सुदृढीकरण सीखना) का उपयोग करके प्रशिक्षित किया जाता है। प्रशिक्षण प्रक्रिया में विशाल डेटासेट शामिल थे, और मॉडल को एडम-ऑप्टिमाइज़र और लर्निंग-रेट-शेड्यूल तकनीकों के साथ अनुकूलित किया गया था। किमी K2.6 में महत्वपूर्ण प्रदर्शन हानि के बिना अनुमान लागत कम करने के लिए मॉडल-प्रूनिंग भी शामिल है।
अनुप्रयोग और पारिस्थितिकी तंत्र
किमी K2.6 मूनशॉट एआई के API के माध्यम से उपलब्ध है, और यह विभिन्न तृतीय-पक्ष टूल में एकीकृत है। विकीप्रॉम्प्ट पर, एआई प्रॉम्प्ट साझा करने के लिए एक प्लेटफ़ॉर्म, 14 प्रॉम्प्ट किमी K2.6 का संदर्भ देते हैं, जो रचनात्मक लेखन, डेटा विश्लेषण और शैक्षिक सहायता जैसे कार्यों के लिए उपयोगकर्ताओं के बीच इसकी लोकप्रियता को दर्शाता है। मॉडल का उपयोग उद्यम सेटिंग्स में दस्तावेज़ सारांश और कोड समीक्षा के लिए भी किया जाता है। इसकी लंबी संदर्भ क्षमता इसे कानूनी और शैक्षणिक अनुसंधान के लिए उपयुक्त बनाती है, जहाँ व्यापक ग्रंथों का प्रसंस्करण आवश्यक है।
तुलना और स्वागत
किमी K2.6 की तुलना स्वतंत्र मूल्यांकनों में GPT-4.5 और क्लॉड 3.7 जैसे मॉडलों से अनुकूल रूप से की गई है। 2025 के एक बेंचमार्क अध्ययन में, इसने MMLU-Pro परीक्षण पर GPT-4.5 को 2.3 प्रतिशत अंकों से पीछे छोड़ दिया, जबकि GPQA (स्नातक-स्तरीय गूगल-प्रूफ क्यू एंड ए) बेंचमार्क पर थोड़ा पीछे रहा। मॉडल की मूल्य निर्धारण प्रतिस्पर्धी है, API लागत कई पश्चिमी समकक्षों की तुलना में कम है, जो इसे डेवलपर्स के लिए आकर्षक बनाती है। हालाँकि, कुछ आलोचकों का कहना है कि बहुभाषी कार्यों पर इसका प्रदर्शन अंग्रेजी और चीनी की तुलना में कम मजबूत है, जो इसकी प्राथमिक प्रशिक्षण भाषाएँ हैं।
भविष्य की दिशाएँ
मूनशॉट एआई किमी K2.6 को अपडेट करना जारी रखता है, 2026 में K3 श्रृंखला की योजना के साथ। कंपनी मल्टीमॉडल विस्तार की भी खोज कर रही है, संभावित रूप से विज़न और ऑडियो क्षमताओं को एकीकृत कर रही है। जैसे-जैसे कृत्रिम बुद्धिमत्ता क्षेत्र विकसित होता है, किमी K2.6 चीनी एआई पारिस्थितिकी तंत्र से एक महत्वपूर्ण योगदान का प्रतिनिधित्व करता है, जो अमेरिका-आधारित प्रयोगशालाओं के प्रभुत्व को चुनौती देता है। इसका विकास गहन शिक्षण और तंत्रिका नेटवर्क अनुसंधान में तीव्र प्रगति को रेखांकित करता है, जिसके वैश्विक स्तर पर मशीन लर्निंग अनुप्रयोगों के लिए निहितार्थ हैं।