Snowflake: Kimi K3 presenteert Cortex AI

Samenvatting

Snowflake Cortex AI maakt Kimi K3 beschikbaar in private preview voor langlopende codeer- en onderzoeksworkflows.

Wat verandert er aan Snowflake Cortex AI?

Snowflake voegt Kimi K3 van Moonshot AI toe aan Snowflake Cortex AI. Previewklanten kunnen het open-weightmodel gebruiken via Snowflake Cortex AI Functions en Snowflake Cortex Inference, zonder een aparte inference-deployment op te zetten.

Kimi K3 is een mixture-of-expertsmodel met 2,8 biljoen parameters. Per token activeert het model 16 van 896 experts via Moonshots Stable LatentMoE-framework. Moonshot rapporteert daarnaast een 2,5 keer hogere schaalbaarheidsefficiëntie dan voorganger K2.

Waarom Kimi K3 belangrijk is

Kimi K3 geeft teams een extra modeloptie naast propriëtaire modellen. Dat maakt een vergelijking per taak mogelijk: complexe redeneertaken kunnen naar K3 gaan, terwijl duurdere modellen beschikbaar blijven voor opdrachten waarin ze aantoonbaar meer waarde leveren.

De gepubliceerde evaluaties van Moonshot beschrijven onder meer een werkende GPU-compiler die het model zelfstandig vanaf nul bouwde, complexe astrofysica reproduceerde in twee uur en meerdere dagen codeerde in grote repositories. Die voorbeelden richten zich op werk met meerdere stappen, verschillende invoertypen en context die over meerdere interacties behouden blijft.

De modelmogelijkheden staan niet los van de Snowflake-configuratie. Beschikbare invoer, tools, contextlimieten en uitvoerverwerking hangen af van de gebruikte Snowflake-oppervlakte. Ondersteuning voor Snowflake CoCo, Snowflake Cortex Agents en Snowflake CoWork volgt later.

Concrete takeaway voor Snowflake-gebruikers

Gebruik de private preview om Kimi K3 op eigen code-, onderzoeks- en analyseopdrachten te vergelijken met de modellen die je al gebruikt. Leg vooraf kwaliteitseisen vast en controleer per Snowflake-oppervlakte welke tools, context en uitvoer beschikbaar zijn.