开源界新星！Kimi K2 智能体模型正式亮相！

来认识一下 Kimi K2！Moonshot AI 在 2025 年 7 月 11 日发布的最新 Mixture-of-Experts (MoE) 大型语言模型，简直是个大杀器！

关键信息一览：

•架构：总共 1 万亿参数，每次前向传播激活 320 亿参数。

•预训练：用了 15.5 万亿 tokens，靠着全新的 MuonClip 优化器，训练过程零不稳定。

•用途：“Agentic” 设计，不光会回答问题，还能主动用工具、写代码、浏览网页、跑命令，超全能！

•性能：在 coding（LiveCodeBench、SWE-bench）、推理（ZebraLogic、GPQA）和工具使用（Tau2、AceBench）上表现 SOTA 或接近 SOTA，秒杀其他非推理模型。

•强项：代码生成和 agentic 任务超给力。

•目前不支持：Multimodal 和 thought-mode。

•可用性：

开源，Apache-2.0 协议：

Kimi-K2-Base：基础模型，适合 fine-tuning。

Kimi-K2-Instruct：聊天专用，开箱即用。

API 价格：输入 百万，输出2.49 / 百万 tokens（通过 OpenRouter）。

•典型场景：多步骤 coding 任务（比如解决 GitHub issues、把 Flask 代码库转成 Rust）、数据分析 pipeline，甚至还能通过 17+ 次工具调用帮你规划伦敦 Coldplay 巡演！

简单来说，Kimi K2 定位是开源、低成本、高性能的 “agentic” LLM，能和 GPT-4.1、Claude 4 这样的专有模型掰掰腕子，还完全 open-weight 和 open-source！

有了 Kimi K2，高级智能代理技术比以往任何时候都更开放、更易得！

DeepSeek V3/R1 vs. Kimi K2 对比

一句话总结：Kimi K2 堪称 “DeepSeek V3 的升级版”：规模大 50%（384 vs 256 experts），更稀疏，每 token 更轻量，专为 coding 和 agentic 任务调优，还完全开源。

下面是和所有 SOTA 模型的快速对比。

快速评分表

Kimi K2 是全球最强的非推理模型，还能在你的电脑上本地跑！Unsloth 团队把 1.1TB 的模型压缩到 245GB（减小 80%），量化到 1.8-bit，100% 开源免费！

Kimi K2 的领先之处

•成本：输入 百万，输出2.50 / 百万 tokens，比 Claude 4 Opus 便宜 10-100 倍。

•开源：Apache-2.0 weights，随你自托管或 fine-tune。

•纯 coding 任务：在 SWE-bench Verified 和 LiveCodeBench 上排名开源模型第一，干翻 GPT-4.1。

•创意写作与共情：在 EQ-Bench 和创意写作测试中名列前茅。

Kimi K2 的短板

•上下文窗口小：128k，相较 Claude 和 o3 的 200k 略逊。

•无视觉功能：不能处理图片，Claude 和 GPT-4.1 可以。

•推理能力稍弱：在多步骤数学/逻辑 benchmark 上略逊于 Claude 4 Opus Thinking。

•速度：32 tok/s 还行，但比 GPT-4.1（≈ 50 tok/s）慢。

总结

•需要便宜、可自托管的高质量代码生成？Kimi K2 目前无敌。

•需要视觉功能、超大上下文或医疗/法律场景的超强 alignment？Claude 4 Opus 还是王者。

•想要最新公共网络知识加诙谐风格？Grok-4 略胜一筹。

总之， Kimi K2 是首个在 coding 和推理上接近专有模型前沿的 open-weight 模型，成本却低了一个数量级！

API 地址：https://platform.moonshot.ai

• 输入：$0.15 / 百万 tokens（缓存命中）

• 输入：$0.60 / 百万 tokens（缓存未命中）

• 输出：$2.50 / 百万 tokens

技术博客：https://moonshotai.github.io/Kimi-K2/模型权重与代码：https://huggingface.co/moonshotaiGitHub：https://github.com/MoonshotAI/Kimi-K2

现在就去 http://Kimi.ai 或通过 API 试试吧！

本文转载自​​PyTorch研习社​​，作者：南七无名士