把 929GB 模型塞进 55GB 内存？K3 Flight 的答案不是压缩，而是调度。 它利用 Kimi K3 每 token 仅激活 16/896 个专家的稀疏性，把 SSD、内存和 CPU 编排成分层执行路径，按需搬运权重并维持较小工作集。代价是吞吐受存储带宽影响，约 0.8 token/s；当前也仅面向 Linux x86-64 预览，但这套单文件推理服务很值得研究。