昨晚 Kimi K2 的训练团队在 Reddit LocalLLaMA 频道做了一次 AMA看了一下海外用户对于 K2-Thinking 的评价和国内在我评论区的评价还是挺不一样的。
海外用户对价格相对没那么敏感，当然也提到了按调用次数而不是按 Token 这样有些问题，总体来说还是跟关注技术和质量，当然也跟 LocalLLaMA 这个频道的属性有关系。
他们昨晚也在 AMA 里面回答了很多问题，我整理了一些有信息量的：
----------------------------
KDA 会用在下一代旗舰模型 Kimi 吗？它的优势是什么？
KDA 混合结构（KDA hybrids with NoPE MLA）比传统的 MLA + RoPE 表现更好。
它在预训练和 RL 阶段都更快、更经济、更高效。
可以更快预训练、更快上线，也能服务更多用户。
可能会用在 K3 的训练里面。
K2 会有视觉语言（VL）版本吗？
有的，正在做。
K2 明显不像其他模型那样讨好用户（不拍马屁），是刻意设计的吗？这是后训练的结果吗？
K2 的非迎合式人格 是通过精心数据挑选设计出来的。
预训练和后训练都对这种风格有贡献。预训练编码了相关的先验，而后训练则为其增添了一些风味。
当前 Kimi for Coding 的计费方式按 API 请求数计算，极不透明，一次 prompt 可能多次请求，是否能改成按 token 或 prompt？
当前按请求数计费是因为：对用户可见；更符合他们的成本结构。但确实理解用户困惑，会考虑改进。
请问你认为 fp4 相比 int4 真的是一个很重要的改进吗？还是说 int4 已经足够好的编码了？
选择 int4 是为了对非 Blackwell GPU 更友好，同时利用现有的 int4 推理 marlin 内核。
K2 Thinking 模型比 GPT-5 Thinking 更强，但输出速度慢很多，是否刻意让它“思考更久”？
承认 K2-Thinking 在推理阶段更细致、更耗时，但优化正在进行。
专注于纯文本代理是为了在短期内以牺牲换取达到 SOTA 吗，还是一项长期押注？
要把视觉语言模型（VL）的数据和训练做对需要时间，因此我们选择先发布文本模型。
那个 460 万美元的 K2 Thinking 训练费用是真的吗？
