根据 @DeepLearningAI，Moonshot AI 推出 Kimi K2 Thinking 与 Kimi K2 Thinking Turbo，这两款模型在推理与工具调用之间循环，常发起数百次调用，并在复杂多步任务上优于其他开源可权重模型。来源：DeepLearning.AI（2025年11月22日）。 根据 @DeepLearningAI，这些模型采用万亿参数的混合专家架构，并以 INT4 精度微调，在更低成本硬件上实现强代理型性能。来源：DeepLearning.AI（2025年11月22日）。 根据 @DeepLearningAI，对于交易者而言，关键数据点是多次调用的代理工作流与在廉价硬件上的 INT4 效率，这些要素直接影响评估AI基础设施相关标的的成本与吞吐假设，包括传统与加密市场的AI赛道。来源：DeepLearning.AI（2025年11月22日）。

据@DeepSeek_AI透露，DeepSeek团队公布了其前沿混合专家模型DeepSeek-R1和DeepSeek-V3的高效训练方法，通过2,048块Nvidia H800 GPU和FP8等内存优化技术，大幅降低了AI训练成本（来源：DeepSeek_AI Twitter，2024年6月）。这一AI训练效率的提升，将为区块链AI项目降低开发门槛，有望推动去中心化AI协议和AI加密代币的创新，利好相关加密基础设施和公链生态发展。