这是Kimi最新的首页截图，你能发现有什么区别吗？
经常使用Kimi Chat的小伙伴应该能看出来，在最新的Kimi网站首页，左侧菜单栏多出了一个“眼镜”图标，将鼠标悬浮于其上，会看到提示“Kimi数学版”的字样。
没错，这就是预热了两周的k0-math数学模型，终于在昨天（北京时间11月26日）正式上线。
我早在《AI Weekly『11月11-17日』：Kimi发布新一代数学推理模型，腾讯推出AI工作台ima！》这篇文章里就写到了Kimi即将发布的这个新模型。
令我稍微有点疑惑的是Kimi这个新模型的名字，在两周前的推广中，月之暗面官方一直称k0-math为“推理模型”，或“数学推理模型”，但在正式上线后的宣传中，一直以“数学模型”自居，甚至包括侧边栏按钮的名称也叫“Kimi数学版”。这样的命名不知是官方故意为之，还是什么其他原因。毕竟新模型k0-math要对标的很明显是OpenAI的o1系列，o1作为一个推理模型（reasoning model），其强项在于“推理”能力，而不单单是“数学”。
先测试一下Kimi首页的这个推荐问题“Kimi发布新一代数学推理模型 k0-math”，看看Kimi自己怎么介绍这个新模型。
说重点，和OpenAI的o1系列以及DeepSeek的DeepSeek-R1-Lite模型一样，Kimi的k0-math也是在原有模型的基础上应用了强化学习训练和思维链（Chain-of-Thought）推理技术，使得这个新模型在面对复杂问题时能够模拟人的思维过程，即先思考再作答。
对思维链感兴趣的小伙伴，不要错过我这篇文章：《思维链(Chain-of-Thought)技术的背后，是人类思考问题的方式！》，其中详细介绍了一篇2022年发布的关于思维链的论文。
凡是新模型发布，免不了会宣传它的基准测试结果，k0-math也不例外。下面是Kimi官方放出的k0-math在一系列数学测试中的表现。
表格中的数学测试包括：
ZHONGKAO: 中考。 GAOKAO: 高考。 KAOYAN: 考研数学。 MATH: 普通数学题目的总体能力评估。 OMNI-MATH: 综合数学测试集。 AIME: 美国数学邀请赛，即国际数学竞赛题集。
可以看到，k0-math在非竞赛题中表现最为优异，超过了o1-preview和o1-mini。但遗憾的是，Kimi官方并没有给出k0-math其他基准测试中的表现，而是一味的宣传其数学能力。
相较而言，DeepSeek的DeepSeek-R1-Lite明显更加有诚意，也更加自信。
k0-math怎么用？
使用k0-math的方法很简单，点击左侧菜单栏里的“眼镜”图标，即可进入Kimi数学版的聊天页面。
可以看到，Kimi在这里仍然在大力宣传的是其数学能力，并且推荐用Latex格式的公式进行提问。
k0-math初体验
先测试一波Kimi官方认证的数学能力。
1. 数论问题
设 ( n ) 为一个正整数，证明 ( n^5 - n ) 总是被 ( 30 ) 整除。
这是一个经典的数论问题，对于大模型而言可能会有一定难度，因为涉及到多步推理。Kimi表现不错，回答正确，推理过程思路也比较清晰。
作为对比，同样的问题来问一下DeepSeek-R1-Lite。
DeepSeek-R1-Lite回答正确，感觉它的回答更加游刃有余，简洁精炼，用到了费马小定理。
2. 代数问题
求解所有满足以下方程的实数 ( x )：
[ \sqrt{x+4} + \sqrt{4-x} = 4 ]
Kimi的回答虽然正确，但不免有过度思考之嫌。但总体来说回答正确，用了2种方法作答。
这是DeepSeek-R1-Lite给出的解答，同样回答正确。这么看来，Kimi似乎是把整个思考过程打印了出来，显得整个回答非常繁琐臃肿。
3. 组合问题
从 ( 1, 2, 3, \dots, 12 ) 中任选 ( 5 ) 个数，使得任意两个被选出的数之和不是 ( 13 )。问有多少种选法？
先解释一下题目。从1-12中任选5个数，使得任意两个被选中的数之和不为13，问有多少中选法。
Kimi回答正确。依旧给出了很长的回答，再次确认了Kimi是把整个思考过程当做回答打印输出了。
DeepSeek-R1-Lite同样回答正确，给出的解答过程是思考过后的结果。
4. 逻辑推理
三个囚犯 A、B 和 C，分别戴着红帽或蓝帽（但无法看到自己的帽子）。守卫说：“至少有一个囚犯戴着红帽。” A 说：“我不知道我的帽子颜色。” B 说：“我也不知道。” C 说：“我知道了。” 问 C 的帽子是什么颜色？
来试试k0-math的逻辑推理能力，同样是经典的“红蓝帽子”的问题。
Kimi回答正确，但整个回答实在是太长长长长长了。Kimi的这个新模型是，能用复杂方法解答，绝不用简便方法。它果断用了最复杂的枚举法来判断，中途还判断错了，需要重头再来。
难道这就是Kimi官方一直宣传这个新模型是“数学”模型（而非推理模型）的原因吗？
作为对比，附上昨天Gemini-Exp-1121的测评结果。
