Kimi · 2025-10 · スパースMoE
Kimi Linear 48B A3B
Kimi Linear 48B A3B は Kimi が 2025-10 に公開した マルチヘッド潜在注意（MLA） Transformer です。27 層、隠れ次元 2304、コンテキスト長 262,144 トークン。
層スタック
注意機構 ×27 · 層数 27
主要スペック
| 開発元 | Kimi |
|---|---|
| 公開日 | 2025-10 |
| 総パラメータ | 50 B |
| 活性パラメータ | 2.8 B |
| コンテキスト | 262,144 tokens |
| 注意機構 | MLA · kv_lora_rank 512 |
| 層数 | 27 |
| 隠れ次元 | 2,304 |
| 注意ヘッド | 32 |
| 語彙数 | 163,840 |
| 位置エンコーディング | RoPE |
| 正規化 | RMSNorm |
| 活性化関数 | silu |
| 学習精度 | bf16 |
| アーキテクチャクラス | KimiLinearForCausalLM |
アーキテクチャ概要
注意機構
マルチヘッド潜在注意（MLA）. kv_lora_rank=512. RoPE θ=10,000.
FFN / MoE
スパースなMixture-of-Expertsモデルで、256 個のルーティングエキスパートと top-8 ルーティングを持ち、トークンごとに約 2.8B のパラメータが活性化します。
フィールド単位の比較
同一開発元の前世代モデルと比較します。前世代がない場合は構造最相似モデルと比較。倍数欄 = 本モデル ÷ 比較対象。
前世代 Kimi K2 0905 との全フィールド比較
| モデル | Kimi Linear 48B A3B | Kimi K2 0905 | 倍数 |
|---|---|---|---|
| model_type | kimi_linear | kimi_k2 | ≠ |
| architectures | KimiLinearForCausalLM | DeepseekV3ForCausalLM | ≠ |
| hidden_size | 2304 | 7168 | ×0.321 |
| num_hidden_layers | 27 | 61 | ×0.443 |
| num_attention_heads | 32 | 64 | ×0.500 |
| num_key_value_heads | 32 | 64 | ×0.500 |
| head_dim | 72 | — | |
| intermediate_size | 9216 | 18432 | ×0.500 |
| hidden_act | silu | silu | ＝ |
| n_routed_experts | — | 384 | |
| num_experts_per_tok | — | 8 | |
| n_shared_experts | — | 1 | |
| moe_intermediate_size | 1024 | 2048 | ×0.500 |
| kv_lora_rank | 512 | 512 | ≈1 |
| qk_rope_head_dim | 64 | 64 | ≈1 |
| q_lora_rank | — | 1536 | |
| rope_theta | 10000 | 50000 | ×0.200 |
| max_position_embeddings | — | 262144 | |
| rms_norm_eps | 0.00001 | 0.00001 | ≈1 |
| vocab_size | 163840 | 163840 | ≈1 |
| torch_dtype | — | bfloat16 | |
| num_nextn_predict_layers | 0 | 0 | ＝ |
| bos_token_id | 163584 | 163584 | ≈1 |
| dtype | bfloat16 | — | |
| eos_token_id | 163586 | 163585 | ≈1 |
| first_k_dense_replace | 1 | 1 | ≈1 |
構造が最も近いモデル
- DeepSeek-V2 Lite (DeepSeek, 2024-05) 0.996
- GLM-4.7-Flash (GLM, 2026-01) 0.995
- Moonlight 16B (Kimi, 2025-02) 0.992
- DeepSeek-V2 (DeepSeek, 2024-05) 0.990
- Kimi K2 0905 (Kimi, 2025-09) 0.923
- Kimi K2.5 (Kimi, 2026-02) 0.923
類似度は 0（共通のカテゴリ特徴なし）から 1（構造プロファイルが完全に一致）の範囲です。
config.json の全フィールド
39 フィールド
| architectures | KimiLinearForCausalLM |
|---|---|
| bos_token_id | 163584 |
| dtype | bfloat16 |
| eos_token_id | 163586 |
| first_k_dense_replace | 1 |
| head_dim | 72 |
| hidden_act | silu |
| hidden_size | 2304 |
| initializer_range | 0.02 |
| intermediate_size | 9216 |
| kv_lora_rank | 512 |
| mla_use_nope | true |
| model_max_length | 1048576 |
| model_type | kimi_linear |
| moe_intermediate_size | 1024 |
| moe_layer_freq | 1 |
| moe_renormalize | true |
| moe_router_activation_func | sigmoid |
| num_attention_heads | 32 |
| num_expert_group | 1 |
| num_experts | 256 |
| num_experts_per_token | 8 |
| num_hidden_layers | 27 |
| num_key_value_heads | 32 |
| num_nextn_predict_layers | 0 |
| num_shared_experts | 1 |
| pad_token_id | 163839 |
| qk_nope_head_dim | 128 |
| qk_rope_head_dim | 64 |
| rms_norm_eps | 0.00001 |
| rope_theta | 10000 |
| routed_scaling_factor | 2.446 |
| tie_word_embeddings | false |
| topk_group | 1 |
| transformers_version | 4.57.1 |
| use_cache | true |
| use_grouped_topk | true |
| v_head_dim | 128 |
| vocab_size | 163840 |