Moonshot AI, bintang yang sedang naik daun di lanskap AI Tiongkok, telah resmi meluncurkan Kimi K2, model bahasa besar generasi berikutnya yang berbasis arsitektur Mixture-of-Experts (MoE) mutakhir. Pengumuman ini menandai lompatan signifikan dalam hal performa, skalabilitas, dan efisiensi, menempatkan Moonshot AI di garda terdepan inovasi AI global.
Apa itu Kimi K2?
Kimi K2, yang diumumkan oleh Moonshot AI (Beijing) pada 11 Juli 2025, merupakan model AI sumber terbuka terbaru dan terbesar milik perusahaan, sebuah model raksasa dengan 1 triliun parameter dan 32 miliar parameter aktivasi menggunakan arsitektur Mixture-of-Experts (MoE). Perusahaan memposisikan model ini sebagai model yang menekankan "kecerdasan agen" dan telah merancangnya secara khusus untuk pemanfaatan alat, pembuatan kode, dan eksekusi tugas otonom. Model ini unggul dalam pembuatan kode, penalaran matematika, dan QA berbasis pengetahuan, dan—yang terpenting—telah dioptimalkan secara khusus untuk tugas “agentik”, artinya tidak hanya menjawab pertanyaan tetapi dapat menyelesaikan alur kerja multi‑langkah secara mandiri.
Moonshot telah membuka dua jenis perangkat lunak sekaligus: "Kimi-K2-Base" (untuk peneliti dan pengembang) dan "Kimi-K2-Instruct" (untuk aplikasi obrolan dan agen). API kini juga tersedia, menekankan fleksibilitas yang dapat bersaing dengan model proprietary tradisional.
- Kimi‑K2‑Base:model dasar yang ditujukan untuk penelitian dan penyempurnaan khusus.
- Kimi‑K2‑Instruct: versi yang disesuaikan dengan instruksi, dioptimalkan untuk obrolan umum dan aplikasi agen ringan.
Kemampuan Utama
- Eksekusi Tugas Multi-Langkah
- Pembuatan Kode & Debugging
- Analisis & Visualisasi Data
- Pemanggilan Alat Otomatis
- Dukungan Penerapan Lokal/On-Premise yang Kuat
Tujuan Moonshot adalah untuk memberikan layanan yang lengkap “agen terbuka” Platform AI yang memungkinkan pengembang dan peneliti membangun sistem yang mampu memanggil alat eksternal dan secara proaktif menjalankan tugas-tugas kompleks.
Mengapa Moonshot AI diluncurkan Kimi K2?
Lingkungan pasar dan struktur persaingan
Di Tiongkok, seiring meningkatnya persaingan antara DeepSeek, Baidu, Alibaba, Tencent, dan perusahaan lain, Moonshot sempat hadir di bidang analisis dan pencarian teks menengah dan panjang pada tahun 2024. Namun, karena maraknya DeepSeek, yang awalnya mengusung model berbiaya rendah, peringkat pengguna aktif bulanan aplikasi Kimi turun dari tiga peringkat teratas menjadi tujuh peringkat pada awal tahun 2025.
Oleh karena itu, untuk kembali menarik perhatian, Moonshot telah memutuskan untuk mengadopsi strategi sumber terbuka (open source) sebuah model yang dapat digunakan di pasar global. Perusahaan ini bertujuan untuk mencapai "kinerja dan aksesibilitas" dengan mengacu pada strategi yang diadopsi oleh Meta (LLaMA, dll.).
Mengapa sumber terbuka?
Perusahaan-perusahaan AI besar AS (OpenAI, Google, dll.) cenderung mengoperasikan model-model terbaru mereka secara tertutup. Sementara itu, para pemain besar Tiongkok telah mengadopsi jalur sumber terbuka, dan Moonshot akan melanjutkan tren tersebut. Sumber terbuka memiliki keunggulan berupa peningkatan keandalan, perluasan ekosistem pengembang, dan penguatan kekuatan merek internasional.
Bagaimana Kimi K2 dirancang?
arsitektur MoE
"Kimi K2" adalah struktur MoE dengan total 1 triliun parameter. Untuk setiap input, subset 32B diaktifkan, dan 8 pakar dipilih dari 384 pakar. Hal ini memungkinkan perhitungan yang sangat efisien dibandingkan dengan jumlah parameternya.
Pengoptimal MuonClip
Teknologi milik Moonshot, "MuonClip", adalah metode optimasi baru untuk menghilangkan ketidakstabilan yang menjadi masalah dalam pelatihan model berskala triliun. Hal ini menghindari kebutuhan pelatihan ulang yang bernilai jutaan dolar, sekaligus mencapai stabilitas pelatihan dan efisiensi biaya.
Pengawasan Diri Berbasis Tugas
- Kimi‑K2 tidak hanya dilatih pada teks statis: ia berlatih pada tugas-tugas simulasi (penulisan laporan, perbaikan kode, pembuatan bagan, pembuatan halaman web).
- Ia menghasilkan sampel pelatihannya sendiri dan menggunakan model evaluator sekunder untuk menilai outputnya, dan terus menyempurnakan kemampuannya.
Perencanaan Otonom & Penggunaan Alat
- Merencanakan prosedur multi-langkah (misalnya, “menganalisis gaji berdasarkan lokasi → merencanakan hasil → menulis komentar”) dan memutuskan alat atau API mana yang akan dipanggil di setiap langkah, bertindak seperti agen cerdas yang ringkas.
Penerapan Agen yang Ramah Pengembang
- Bekerja secara langsung dengan panggilan API sederhana atau inferensi lokal—tidak diperlukan middleware atau jalur orkestrasi yang rumit.
Kumpulan Keterampilan Komprehensif
- Kode: baca/tulis/debug, refaktor lintas file, pengujian otomatis
- Matematika: aljabar, geometri, probabilitas, statistik pada tingkat mendekati–GPT‑4
- Analisis Data: penalaran tabular, pembuatan grafik, laporan interaktif
- Pembuatan Web: data langsung ke keluaran HTML/JS/halaman
- Otomatisasi CLI: dukungan perintah terminal penuh dengan logika coba lagi
Apa kinerjanya Kimi K2?
Kinerja Tolok Ukur
- Melebihi GPT‑4.1 dan Claude Sonnet dalam beberapa tolok ukur kode.
- Membaca, memodifikasi, dan men-debug basis kode multi‑file; dapat secara otomatis memindahkan proyek (misalnya, Flask → Rust) atau membuat aplikasi web lengkap.
Selain itu, ia mencapai skor yang sangat tinggi yaitu 97.4% dalam MATH-500 (patokan matematika), dan juga menunjukkan kekuatannya dalam patokan pemanfaatan alat “berbasis agen”.
Keseimbangan antara kinerja dan harga
Moonshot telah memperkenalkan harga yang mempertimbangkan OpenAI dan Anthropic, dengan biaya penggunaan API sebesar $0.15 per 1 juta token input dan $2.50 per token output. Harga ini menarik bagi pelanggan korporat dengan taktik biaya rendah dan kinerja tinggi.
Bagaimana bisa Kimi K2 digunakan?
penggunaan
- tuan rumah model sumber terbuka (Base/Instruct) di lingkungan Anda sendiri. * Panggil dari aplikasi menggunakan API menggunakan protokol yang kompatibel dengan OpenAI/Anthropic.
Titik pemeriksaan model dipublikasikan di Hugging Face dan situs lainnya. vLLM, SGLang, KTransformers, dan TensorRT-LLM direkomendasikan sebagai mesin inferensi.
Contoh penggunaan sederhana
Penyelesaian obrolan (Contoh model instruksi):
client.chat.completions.create(
model="kimi-k2-instruct",
messages=[{"role":"system","content":"You are Kimi..."},
{"role":"user","content":"Introduce yourself"}],
temperature=0.6,
max_tokens=256
)
Panggilan alat juga memungkinkan:
tools=
client.chat.completions.create(..., tools=tools, tool_choice="auto")
Konfigurasi di atas memungkinkan penggunaan alat secara otonom selama percakapan.
Dimana saya bisa mendapatkan Kimi K2?
- Model dan kode tersedia dari Repositori GitHub.
- Bisa juga digunakan pada Platform Moonshot melalui API.
- Pembungkusan untuk infrastruktur eksternal seperti Wajah Memeluk juga tersedia, memudahkan untuk membangun lingkungan pengembangan tingkat lanjut.
Berapa harganya Kimi K2 biaya?
harga API:
- $0.15 per 1 juta token input (cache hit)
- $0.60 per 1 juta token input (cache hilang)
- $2.50 per 1 juta token keluaran
Gratis untuk self hosting, tetapi biaya server dan GPU diperlukan. Optimalisasi biaya dimungkinkan dengan memilih mesin inferensi.
Lingkungan yang kompetitif:Dibandingkan dengan OpenAI dan Anthropic, ia ditetapkan dengan penekanan pada keunggulan dalam hal kinerja vs. harga.
Apa yang akan berubah dengan diperkenalkannya Kimi K2?
1. Penyebaran AI skala besar yang hemat biaya
Efek MuonClip, yang menekan terjadinya biaya pelatihan yang besar, dapat memungkinkan pengguna umum dan perusahaan kecil dan menengah untuk menangani model MoE skala besar.
2. Peningkatan kualitas melalui perluasan ekosistem
Sumber terbuka memungkinkan para peneliti dan pengembang dari seluruh dunia untuk berpartisipasi dan memajukan aplikasi serta berbagai penyempurnaannya. Tujuannya adalah mencapai peningkatan kualitas kumulatif melalui kumpulan data, fork, dan komunitas bersama.
3. Memperluas aplikasi ke implementasi sosial
Fungsi "agen" Kimi K2-Instruct membuka jalan bagi perangkat AI yang sangat praktis yang dapat digunakan tidak hanya untuk obrolan dan pencarian, tetapi juga untuk otomatisasi, pembuatan laporan, bantuan pengembangan perangkat lunak, dll.
Mulai
CometAPI adalah platform API terpadu yang menggabungkan lebih dari 500 model AI dari penyedia terkemuka—seperti seri GPT OpenAI, Gemini Google, Claude Anthropic, Midjourney, Suno, dan lainnya—menjadi satu antarmuka yang ramah bagi pengembang. Dengan menawarkan autentikasi yang konsisten, pemformatan permintaan, dan penanganan respons, CometAPI secara drastis menyederhanakan integrasi kapabilitas AI ke dalam aplikasi Anda. Baik Anda sedang membangun chatbot, generator gambar, komposer musik, atau alur kerja analitik berbasis data, CometAPI memungkinkan Anda melakukan iterasi lebih cepat, mengendalikan biaya, dan tetap tidak bergantung pada vendor—semuanya sambil memanfaatkan terobosan terbaru di seluruh ekosistem AI.
Pengembang dapat mengakses API Kimi K2(kimi-k2-0711-preview)melalui API KometUntuk memulai, jelajahi kemampuan model di tempat bermain dan konsultasikan Panduan APIuntuk petunjuk terperinci. Sebelum mengakses, pastikan Anda telah masuk ke CometAPI dan memperoleh kunci API. API Komet menawarkan harga yang jauh lebih rendah dari harga resmi untuk membantu Anda berintegrasi.
Ringkasan: Is Kimi K2 simbol era baru AI?
"Kimi K2" dari Moonshot AI adalah model yang menggabungkan elemen-elemen AI generasi mendatang – sumber terbuka, MoE skala besar, pelatihan hemat biaya, dan agenisasi – menjadi satu. Khususnya, patut dicatat bahwa model ini dapat didistribusikan secara luas dengan harga terjangkau sekaligus menunjukkan kinerja yang sangat baik dalam pembuatan kode, matematika, dan tugas-tugas integrasi alat.
Strategi ini lebih dari sekadar pengungkapan teknologi, dan berpotensi mendorong dialog serta kolaborasi antara peneliti, pengembang, dan perusahaan, serta menjadi standar untuk AI sumber terbuka. Strategi ini juga dapat menjadi peluang bagi Moonshot AI sendiri dan perusahaan-perusahaan Tiongkok secara keseluruhan untuk mendapatkan kembali keunggulan dalam persaingan internasional.