Kimi Linear 架构核心是 Kimi Delta Attention（KDA）线性注意力模块，通过精细门控机制有效利用循环神经网络有限状态记忆。Kimi Linear 模型在任务上性能优异，效率实现巨大突破，与 full attention 模型相比，能减少 75% 的 Key-Value（KV）缓存使用量，处理百万级长下文时解码吞吐量提升 6 倍，可作为全注意力架构「即插即用」替代品，提升性能并增强效率。