256k-context

Kimi Code 发布了 Kimi K3-256k，这是其旗舰编码模型 K3 的 256k 上下文版本，在保持大多数任务中相似性能的同时，降低了配额消耗。

演示如何使用Ternary Bonsai 27B Q2_0模型和llama.cpp在16GB RTX 4080 Super上实现256k上下文，生成速度高达141 tok/s。

KwaiKeye 发布 Keye VL 2.0-30B-A3B，这是一个多模态模型，拥有 30B 总参数/3B 激活参数，通过 DeepSeek Sparse Attention 提供 256K 上下文，采用 Apache 2.0 许可证，声称其准确性可与 Qwen3 VL 和 Gemini 3 媲美。

量化版 27B Qwen3.6 在单颗 49W GB10 GPU 上借助 Dflash+DDTree 优化，256k 上下文、10 智能体并发，峰值达 200 tok/s，平均 136 tok/s。