大家好，我是 Ai 学习的老章
昨天MiniMax 开源了 M1 系列 MoE 大模型，模型参数 456B，比 Qwen3 还要庞大，最大亮点是超长上下文支持，原生支持 100 万 token，是 DeepSeek R1 的 8 倍，其实昨天还有一个大模型开源了——Kimi-Dev-72B
Kimi 暂未放出技术文件，所以信息不多，这里就简单看看
Kimi-Dev-72B 基于 Qwen2.5-72B 进行微调，为软件工程任务优化，旨在提升代码生成、bug 修复、测试编写和问题解决的能力：
- 问题解决与 bug 修复：通过自动识别代码问题并提供修补方案，提升开发效率。
- 代码推理：理解和解释复杂代码结构，辅助开发者分析和优化。
- 测试编写：生成单元测试，确保代码质量和可靠性。
- 集成开发流程：在 Docker 环境中工作，支持真实仓库的修补，符合实际开发需求。
测评情况：
目前已知，Kimi 只放出了 SWE-bench Verified 基准测试表现，Kimi-Dev-72B 达到 60.4% 的成绩，超越了此前由 DeepSeek-R1 保持的 57.6% 的记录，创造了开源模型的新纪录。
SWE-Bench 是用于评估大语言模型（LLM）在真实软件开发环境中解决代码问题的基准测试工具，尤其在自动修复 bug、代码生成等软件工程任务中具有权威性。
SWE - bench Verified 是 OpenAI 推出的 SWE - bench 的改进版本，包含 500 个经过验证的样本，是一个更精炼的子集。
看了一下评价，普遍质疑态度
主要是作为 Qwen2.5-72B 微调版的模型，仅在一个基准测试上取得的成绩没有说服力，而且很多实测效果远不如 DeepSeek-R1-0528，让人怀疑是否在刷榜
还有就是为了增强思考/推理能力而牺牲了多语言处理功能
还有就是幻觉非常严重
我也简单测试了一下，感觉类似：中文提问，思考和回答都是英文，最终效果也很一般
效果如下
比DeepSeek-R1-0528-Qwen3-8B、Qwen3:32B 都差，也不如昨天的 Agent 模式下的 MiniMax-M1
我没有本地部署，模型文件 140GB 靠上了，没实力
测试我用的 OpenRouter
它提供了免费兼容 OpenAI API 调用的 Kimi-Dev-72B：
https://openrouter.ai/moonshotai/kimi-dev-72b:free
申请 api：https://openrouter.ai/settings/keys
chatbot 我用的 CherryStudio，之前介绍过 给所有大模型加上联网功能，套到极致，就是艺术
后续：我让它中文回复我，效果更惊艳一些
依然是英文回复，效果上，仅仅是改了颜色
有点失望
制作不易，如果这篇文章觉得对你有用，可否点个关注。给我个三连击：点赞、转发和在看。若可以再给我加个🌟，谢谢你看我的文章，我们下篇再见！
搭建完美的写作环境：工具篇（12 章）
图解机器学习 - 中文版（72 张 PNG）
ChatGPT、大模型系列研究报告（50 个 PDF）
108 页 PDF 小册子：搭建机器学习开发环境及 Python 基础
116 页 PDF 小册子：机器学习中的概率论、统计学、线性代数
史上最全！371 张速查表，涵盖 AI、ChatGPT、Python、R、深度学习、机器学习等
