Kimi K2发布，成就开源模型新SOTA！Perplexity开启后训练、登顶Hugging Face热榜 | 高榕未来
Open Source. Model as Agent.
上周五晚，月之暗面（Moonshot AI）正式发布 Kimi K2 模型，并同步开源。
Kimi K2 是一款具备更强代码能力、更擅长通用 Agent 任务的 MoE 架构基础模型，总参数 1T，激活参数 32B。
在 SWE Bench Verified、Tau2、AceBench 等基准性能测试中，Kimi K2 均取得开源模型中的 SOTA 成绩，展现出在代码、Agent、数学推理任务上的领先能力。
Kimi K2 模型在行业受到好评，Perplexity CEO Aravind Srinivas 表示，Kimi 模型在内部评估中表现出色，祝贺团队打造出如此出色的模型， Perplexity 即将开启后训练。
Hugging Face 联合创始人 Thomas Wolf 也表示惊叹，开源模型的不断提升正有力挑战最新的闭源权重模型，并称赞月之暗面团队过去几个月发布了一系列令人印象深刻的模型。
Kimi K2 发布之后，也成功登顶 Hugging Face 热榜。
上个月，月之暗面刚刚发布了自己的首个AI Agent Kimi-Researcher（深度研究），在高难度 AI 测试 Humanity's Last Exam（HLE） 中一举拿下26.9%的 Pass@1 准确率，是目前已知最高水平之一，基座正是本次发布的 Kimi K2。
Kimi K2 是构建通用 Agent 能力的坚实基础，但通用 Agent 还需要更高级的能力，比如思考和视觉理解。月之暗面计划未来为 Kimi K2 加入这些能力。
月之暗面表示，“希望通过全面开源性能更强的模型，进一步加速 AGI 研究与应用落地的整体进程。”高榕创投于2024年投资月之暗面，我们也期待继续陪伴公司长久探索将能源转化为智能的最优解。
即日起，访问官网 kimi.com 或下载 Kimi App，即可体验全新 Kimi K2 模型；API 服务也已同步上线，提供兼容 OpenAI 和 Anthropic 的 Chat API 接口，你可以轻松将常用的大模型工具切换至 Kimi K2，体验强大的 Agent/Coding 能力。
以下是关于Kimi K2更多值得关注的细节，包括模型性能提升、开创性的技术探索、开源、API 及定价。
📈 模型性能提升
Kimi K2 在自主编程（Agentic Coding）、工具调用（Tool Use）和数学推理（Math & Reasoning）三大能力维度的基准性能测试中取得优秀表现。
除了基准性能测试，Kimi K2 在多个实际场景中也展现出更强的能力泛化和实用性：
代码能力提升
在前端开发任务中，Kimi K2 擅长生成兼具设计感与视觉表现力的代码，支持粒子系统、可视化和 3D 场景等表现形式，具备较强的图形能力与交互性。
以下是用 Kimi K2 生成的山川峡谷 3D 景观，支持昼夜循环：
$2
这是 Kimi K2 生成的粒子特效银河：
$2
这是 Kimi K2 One-shot 生成的期货交易系统，Kimi 在无具体指令下，自动选用 TradingView，搭建了完整的期货交易界面：
$2
Agent 工具调用能力提升
Kimi K2 现已具备稳定的复杂指令解析能力，可将需求自动拆解为一系列格式规范、可直接执行的 ToolCall 结构。
你可以将其无缝接入 owl、Cline、RooCode 等 Agent/Coding 框架，完成复杂任务或自动化编码。
Agent 能力已可通过 API 使用，更多工具能力即将在 Kimi 上线。先来看看内部测试环境中的实际演示，体验一下拥有强大 Agentic 能力的模型的魅力：
比如，将 13 万行的原始数据丢给 Kimi K2，他可以帮你分析远程办公比例对薪资的影响，分析显著差异，自动生成统计图表与回归模型解读，并用统一色调做出小提琴图（violin plot) 、箱线图（box plot）、散点图（scatter plot）等专业图表，整理成报告。
再比如，如果你是 Coldplay 粉丝，Kimi K2 可以帮你制定今年的追星计划，完成演唱会所在城市的机酒与旅游规划，并且生成日历，再用 html 概括完整行程规划并给你发送邮件。
风格化写作能力提升
在改写任务中，Kimi K2 能准确控制输出风格，无论是用初中生语气改写科研文本，还是模仿苹果广告文案，都能同时保留原意与表达风格，体现较强的语境保持和表达迁移能力。
在虚构写作任务中，Kimi K2 生成的文字更关注细节与情感，不再是抽象泛泛而谈。
当给到 Kimi K2 一个曾经引发热议的科幻写作挑战：“如果现实世界其实是一个AI模型，会发生什么？”
Kimi K2 生成了一个情节丰富、充满细节描写的科幻小说，其中一些片段令人感动：
$2
$2
以下是 Kimi K2 基于该设定生成的作品全文：
此外，Kimi K2 在通用知识推理、数学、规划等任务中的表现亦有提升。
🌍 上线即开源
本次同步开源了 Kimi K2 系列中的两个模型版本：
- Kimi-K2-Base：未经过指令微调的基础预训练模型，适合科研与自定义场景；
- Kimi-K2-Instruct：通用指令微调版本（非思考模型），在大多数问答与 Agent 任务中表现卓越。
模型及 fp8 权重文件已开源至 Hugging Face 👇
https://huggingface.co/moonshotai/Kimi-K2-Instruct
此外，vLLM、SGLang、ktransformers 等推理引擎也已经同步支持，你可以用自己的服务器部署获得 Kimi 开放平台 API 相同的体验。
🧙 技术探索
Kimi K2 用 MuonClip 优化器稳健支撑万亿参数模型训练，显著提升 token 利用效率。 结合大规模 Agentic 数据合成与通用强化学习，模型在通用智能能力上持续进展。
- **MuonClip 优化器：**Kimi K2抛弃了传统的Adam优化器，创新性地使用了Muon优化器。为了缓解大规模训练中的attention logits偏大问题，提出 MuonClip，并将其扩展到万亿参数规模，提升了训练稳定性和 token 使用效率。Kimi K2 完成了 15.5T token 的平稳训练，全程无 loss spike。
- 大规模 Agentic Tool Use 数据合成： 构建了可大规模生成多轮工具使用场景的合成 pipeline，覆盖数百领域、数千工具。高质量样本由 LLM 评估筛选后用于训练。
- **通用强化学习：**Kimi K2 不仅在可验证任务上（代码、数学）强化学习，还通过引入自我评价机制（self-judging），解决了不可验证任务的奖励稀缺问题。通过可验证任务持续优化 critic，提升泛化任务表现。
🧪 API 及定价
Kimi K2 的 API 服务现已全面上线，支持最长 128K 上下文，具备更强的通用性与工具调用能力。计费方案如下：
- 每百万输入 tokens：4 元
- 每百万输出 tokens：16 元
兼容 OpenAI 和 Anthropic 两种 API 格式，也可以与各类框架良好兼容。此外，全新升级的 ToolCall 能力，可以严格保障格式正确性，适用于复杂 Agent 任务。
🚀 即刻体验
前往 kimi.com 或下载 Kimi App，立即与 Kimi K2 模型开启对话。
$2*$2*
