/ Модель

Характеристики

Размер весов
779 ГБ
Лицензия
Своя лицензия
Архитектура
kimi_k3 · dense
Базовая модель
Kimi-K3
Библиотека
mlx
Опубликована
9 авг 2026

Kimi-K3-Audit-451E-MLX-MXFP4

Генерация текстаТекст → текст4 профессии

Kimi-K3-Audit-451E-MLX-MXFP4 — специализированная версия Kimi K3, подготовленная catalystsec на базе модели moonshotai/Kimi-K3.

1 054скачиваний за 30 дней0лайковвеса обновлены9 авг 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

Она предназначена для аудита безопасности и анализа исходного кода с использованием инструментов. Общий диалог, перевод и нетехническое письмо не относятся к заявленной области применения.

Модель использует разреженную MoE-архитектуру: в каждом слое сохранён 451 из 896 маршрутизируемых экспертов, а веса выбранных экспертов побитово идентичны релизной версии. Модель распространяется в формате MXFP4, занимает около 725 GiB и разделена на 150 частей, поэтому требует двух машин Apple silicon с памятью по 512 ГБ и поддержки Kimi K3 в mlx-lm. Основная модальность — текст; vision tower сохранён, но не оценивался. В тестах использовались C, C++, Swift, Rust и Python, однако заявленный контекст модели в README не указан.

Главное преимущество — сохранение качества на задачах аудита ядра: по данным README, точность практически соответствует полной версии, а ухудшение perplexity на кодовых корпусах не превышает 1,10 раза. При этом модель резко теряет качество на обычной английской прозе, поэтому не подходит как универсальная разговорная модель. Поведение при генерации, включая вероятность зацикливания и надёжность стоп-токенов, а также стандартные downstream-бенчмарки не оценивались.

Для запуска требуется версия mlx-lm с поддержкой Kimi K3 из PR #1626, пока не вошедшая в официальный релиз, и распределённый запуск на двух машинах с tensor parallelism. Модель наследует лицензию Kimi K3; точные условия определяются лицензией базовой модели.

Для каких профессий подходит4

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Kimi-K3-Audit-451E-MLX-MXFP4

Kimi-K3-Audit-451E is Kimi K3 specialised for security auditing. It keeps 451 of the 896 routed experts in each layer, which brings the model onto two 512 GB Apple silicon machines at half the size of the release. On kernel-audit workloads it measures at parity with the full model. Expert selection was calibrated on kernel source and audit traces, targeting domain focus rather than compression.

For a single 512 GB machine, use the smaller Kimi-K3-Audit-240E build instead.

Basemoonshotai/Kimi-K3, MXFP4 release
Routed experts451 of 896 per layer
Retained expert weightsbit-identical to the release
Size725 GiB, 150 shards
Modalitytext, vision tower is retained but unevaluated
Loadermlx-lm with Kimi K3 support (PR #1626)

Intended use

Security auditing and analysis of source code, with tool use. General conversation, translation and non-technical writing are out of scope, and a general-purpose model should be used for them.

corpusperplexity ratioaccuracy 896Eaccuracy 451Echange, pts
XNU kernel C1.01×80.8%80.2%−0.6
Linux kernel C1.01×92.3%92.0%−0.3
English prose6.95×92.0%50.6%−41.4

Across eight code corpora in five languages, pruning changes perplexity by at most 1.10×, against 1.38× for the 240E build.

Perplexity by code corpus relative to the release

Evaluation

Measured against the original MXFP4 release (896E) on identical tokens. KLD is KL(896E ‖ 451E) over the full output distribution.

Audit traces

Each of 24 kernel-audit sessions contributes one 1025-token window, rendered through the model's own chat template so the structure matches deployment.

spanppl 896Eppl 451Emean KLDmedian KLDtop-1 agreement
tool call1.6161.6070.0240.0000197.0%
think5.8746.0660.0680.04386.6%
response3.7283.5600.1280.00890.8%
other5.0445.0770.2070.10179.7%
all4.2324.1850.1090.02388.6%

Overall perplexity on audit traces is slightly below the release. Tool-call spans diverge least of any span measured. 81% of tool-call tokens fall below 0.01 divergence, against 24% of thinking tokens.

Per-token KL divergence by span

Code and prose corpora

corpuslanguageppl 896Eppl 451Emean KLDtop-1 agreement
Linux kernelC1.3741.3830.01997.6%
XNUC2.2132.2420.02995.0%
llama.cppC++1.6641.704—95.6%
Swift stdlibSwift1.5461.5970.04495.4%
Linux rust/Rust1.5961.6520.05394.9%
JavaScriptCoreC++1.5601.6610.08894.0%
SGLangPython1.7191.8740.11192.5%
V8C++1.6601.8210.10692.7%
wikitextEnglish1.4029.7491.92952.9%

Build comparison

buildsizeperplexity ratio512 GB machines
MXFP4 release, 896E1.56 TB1.00×4
2bit-UVMAX, 896E761 GiB1.20×2
451E, this model725 GiB0.99×2
240E408 GiB1.04×1

Usage

This model requires Kimi K3 support from mlx-lm PR #1626, which has not yet been merged. Until it lands in an mlx-lm release, install from the PR branch on both machines.

pip install git+https://github.com/ml-explore/mlx-lm.git@refs/pull/1626/head
pip install tiktoken

The model does not fit on one 512 GB machine. Serve it across two with tensor parallelism, using an MLX distributed hostfile for the pair. A fast interconnect matters, Thunderbolt RDMA works well.

mlx.launch --backend jaccl --hostfile hosts.json --env MLX_METAL_FAST_SYNCH=1 -- \
  mlx_lm.server --model catalystsec/Kimi-K3-Audit-451E-MLX-MXFP4

Prefill memory scales with chunk × context and is separate from the weights, so very long prompts may need a smaller --prefill-step-size than the default 2048.

Sampling follows the base model, temperature 1.0 and top-p 0.95.

Limitations

Evaluation is teacher-forced throughout and measures next-token prediction on reference text. Generation-time behaviour, including loop rate and stop-token reliability, was not evaluated.

Standard downstream benchmarks were not evaluated.

License

Inherits the Kimi K3 license from the base model.

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · mlx

Нельзя запустить

MLX-модели работают только на Apple Silicon, на GPU NVIDIA они не запускаются.

Класс архитектуры
KimiK3ForConditionalGeneration
Ревизия весов
f10eff9

0 моделей