mj_turbo_upscale_creative

Kimi K2 Thinking ialah varian “thinking” baharu daripada Moonshot AI dalam keluarga Kimi K2: sebuah model Mixture-of-Experts (MoE) jarang berskala trilion parameter yang direka khusus untuk berfikir sambil bertindak — iaitu, menggilirkan penaakulan rantaian pemikiran yang mendalam dengan panggilan alat yang boleh dipercayai, perancangan jangka panjang, dan semakan kendiri automatik. Ia menggabungkan tulang belakang jarang yang besar (≈1T jumlah parameter, ~32B diaktifkan setiap token), saluran kuantisasi INT4 asli, dan reka bentuk yang menskalakan penaakulan pada masa inferens (lebih “token pemikiran” dan lebih banyak pusingan panggilan alat) dan bukan sekadar menambah bilangan parameter statik.

Secara ringkas: K2 Thinking memperlakukan model sebagai agen penyelesai masalah dan bukannya penjana bahasa satu-langkah. Peralihan itu — daripada “model bahasa” kepada “model berfikir” — menjadikan keluaran ini menonjol dan sebab ramai pengamal membingkainya sebagai penanda aras dalam AI berasaskan agen sumber terbuka.

Apakah sebenarnya “Kimi K2 Thinking”?

Seni bina dan spesifikasi utama

K2 Thinking dibina sebagai model MoE jarang (384 pakar, 8 pakar dipilih bagi setiap token) dengan kira-kira 1 trilion jumlah parameter dan ~32B parameter diaktifkan setiap inferens. Ia menggunakan pilihan seni bina hibrid (perhatian MLA, pengaktifan SwiGLU) dan dilatih dengan pengoptimum Muon/MuonClip Moonshot pada bajet token besar seperti diterangkan dalam laporan teknikal mereka. Varian thinking memanjangkan model asas dengan kuantisasi pasca latihan (sokongan INT4 asli), tingkap konteks 256k, dan kejuruteraan untuk mendedahkan serta menstabilkan jejak penaakulan dalaman model semasa penggunaan sebenar.

Apa makna “berfikir” dalam amalan

“Berfikir” di sini ialah matlamat kejuruteraan: membolehkan model (1) menjana rantaian penaakulan dalaman yang panjang dan berstruktur (token rantaian pemikiran), (2) memanggil alat luaran (cari, kotak pasir python, pelayar, pangkalan data) sebagai sebahagian daripada penaakulan itu, (3) menilai dan mengesahkan kendiri dakwaan perantaraan, dan (4) mengulangi banyak kitaran sedemikian tanpa kehilangan koherenan. Dokumentasi dan kad model Moonshot menunjukkan K2 Thinking dilatih dan ditala secara eksplisit untuk menggilirkan penaakulan dan panggilan fungsi, serta mengekalkan tingkah laku berasaskan agen yang stabil merentasi ratusan langkah.

Apakah objektif terasnya

Keterbatasan model berskala besar tradisional ialah:

• Proses penjanaan bersifat rabun jauh, kurang logik merentas langkah;
• Penggunaan alat terhad (biasanya hanya boleh memanggil alat luaran sekali atau dua kali);
• Tidak boleh membetulkan diri dalam masalah kompleks.

Matlamat reka bentuk teras K2 Thinking adalah menyelesaikan tiga masalah ini. Dalam amalan, K2 Thinking boleh, tanpa campur tangan manusia: melaksanakan 200–300 panggilan alat berturut-turut; mengekalkan ratusan langkah penaakulan yang koheren secara logik; menyelesaikan masalah kompleks melalui semakan kendiri berasaskan konteks.

Reposisi: model bahasa → model berfikir

Projek K2 Thinking menggambarkan anjakan strategik lebih luas dalam bidang ini: melangkaui penjanaan teks bersyarat ke arah penyelesai masalah berasaskan agen. Objektif teras bukan semata-mata memperbaiki perpelesitan atau peramalan token seterusnya tetapi menghasilkan model yang boleh:

• Merancang strategi berbilang langkahnya sendiri;
• Menyelaras alat dan pelaksana luaran (cari, pelaksanaan kod, pangkalan ilmu);
• Mengesahkan hasil perantaraan dan membetulkan kesilapan;
• Menjayakan koheren dalam konteks panjang dan rantaian alat yang panjang.

Pembingkaian semula ini mengubah kedua-dua penilaian (penanda aras menekankan proses dan hasil, bukan sekadar kualiti teks) dan kejuruteraan (struktur untuk penghalaan alat, pengiraan langkah, kritikan kendiri, dsb.).

Kaedah kerja: cara model berfikir beroperasi

Dalam praktiknya, K2 Thinking menunjukkan beberapa kaedah kerja yang mencirikan pendekatan “model berfikir”:

1. Jejak dalaman berterusan: Model menghasilkan langkah perantaraan berstruktur (jejak penaakulan) yang kekal dalam konteks dan boleh diguna semula atau diaudit kemudian.
2. Penghalaan alat dinamik: Berdasarkan setiap langkah dalaman, K2 memutuskan alat mana yang hendak dipanggil (cari, jurubahasa kod, pelayar web) dan bila hendak memanggilnya.
3. Penskalaan masa uji: Semasa inferens, sistem boleh memperluas “kedalaman pemikiran” (lebih banyak token penaakulan dalaman) dan meningkatkan bilangan panggilan alat untuk meneroka penyelesaian dengan lebih baik.
4. Pengesahan kendiri dan pemulihan: Model secara eksplisit menyemak hasil, menjalankan ujian kewarasan, dan merancang semula apabila semakan gagal.

Kaedah ini menggabungkan seni bina model (MoE + konteks panjang) dengan kejuruteraan sistem (orkestrasi alat, semakan keselamatan).

Apakah inovasi teknologi yang membolehkan Kimi K2 Thinking?

Mekanisme Penaakulan Kimi K2 Thinking menyokong pemikiran dan penggunaan alat secara berselang-seli. Gelung penaakulan K2 Thinking:

• Memahami masalah (hurai & abtrakkan)
• Menjana pelan penaakulan berbilang langkah (rantaian pelan)
• Menggunakan alat luaran (kod, pelayar, enjin matematik)
• Mengesahkan dan menyemak semula hasil (sahkan & semak semula)
• Merumuskan penaakulan (rumuskan penaakulan)

Di bawah, saya akan memperkenalkan tiga teknik utama yang menjadikan gelung penaakulan dalam xx boleh dilaksanakan.

1) Penskalaan Masa Uji

Apakah ia: “Undang-undang Penskalaan” tradisional menumpu pada menambah bilangan parameter atau data semasa latihan. Inovasi K2 Thinking terletak pada: Mengembangkan bilangan token secara dinamik (iaitu, kedalaman pemikiran) semasa “fasa penaakulan”; Pada masa yang sama mengembangkan bilangan panggilan alat (iaitu, keluasan tindakan). Kaedah ini dipanggil penskalaan masa uji, dan anggapan terasnya ialah: “Rantaian penaakulan lebih panjang + lebih banyak alat interaktif = lonjakan kualitatif dalam kecerdasan sebenar.”

Mengapa penting: K2 Thinking mengoptimumkan perkara ini secara eksplisit: Moonshot menunjukkan bahawa memperluas “token pemikiran” dan bilangan/kedalaman panggilan alat menghasilkan penambahbaikan yang boleh diukur pada penanda aras berasaskan agen, membolehkan model mengatasi model lain yang serupa atau lebih besar saiznya dalam senario dipadankan FLOPs.

2) Penaakulan Diperkukuh Alat

Apakah ia: K2 Thinking direka untuk menghuraikan skema alat secara natif, memutuskan secara autonomi bila untuk memanggil alat, dan menggabungkan hasil alat kembali ke dalam aliran penaakulan yang sedang berlangsung. Moonshot melatih dan menala model untuk menggilirkan rantaian pemikiran dengan panggilan fungsi, kemudian menstabilkan tingkah laku ini merentasi ratusan langkah alat berturutan.

Mengapa penting: Gabungan — penghuraian yang boleh dipercayai + keadaan dalaman yang stabil + peralatan API — inilah yang membolehkan model melayari web, menjalankan kod, dan mengorkestrakan alur kerja berbilang peringkat sebagai sebahagian daripada satu sesi.

Dalam seni bina dalaman, model membentuk trajektori pelaksanaan “proses pemikiran divisualkan”: gesaan → token penaakulan → panggilan alat → pemerhatian → penaakulan seterusnya → jawapan akhir

3) Koheren Jangka Panjang & Pengesahan Kendiri

Apakah ia: Koheren jangka panjang ialah keupayaan model untuk mengekalkan pelan dan keadaan dalaman yang koheren merentasi banyak langkah dan konteks yang sangat panjang. Pengesahan kendiri bermaksud model proaktif menyemak keluaran perantara dan menjalankan semula atau menyemak semula langkah apabila pengesahan gagal. Tugasan panjang sering menyebabkan model hanyut atau berhalusinasi. K2 Thinking menangani ini dengan pelbagai teknik: tingkap konteks yang sangat panjang (256k), strategi latihan yang memelihara keadaan merentasi jujukan CoT yang panjang, dan model penilai/ketepatan pada aras ayat untuk mengesan dakwaan yang tidak disokong.

Mengapa penting: Mekanisme “Recurrent Reasoning Memory” mengekalkan keterusan keadaan penaakulan, memberikannya ciri “kestabilan pemikiran” dan “penyeliaan kendiri berasaskan konteks” seperti manusia. Apabila tugasan memanjang merentas banyak langkah (cth., projek penyelidikan, tugasan pengkodan berbilang fail, proses editorial panjang), mengekalkan satu benang koheren menjadi mustahak. Pengesahan kendiri mengurangkan kegagalan senyap; bukannya mengembalikan jawapan yang meyakinkan tetapi salah, model boleh mengesan ketidakselarasan dan merujuk semula alat atau merancang semula.

Keupayaan:

• Konsistensi Konteks: Mengekalkan kesinambungan semantik merentas 10k+ token;
• Pengesanan Ralat & Pengunduran: Mengenal pasti dan membetulkan sisihan logik dalam proses pemikiran awal;
• Gelung Pengesahan Kendiri: Secara automatik mengesahkan kewajaran jawapan selepas penaakulan selesai;
• Penggabungan penaakulan pelbagai laluan: Memilih laluan optimum daripada pelbagai rantaian logik.

Apakah empat keupayaan teras K2 Thinking?

Penaakulan Mendalam & Berstruktur

K2 Thinking ditala untuk menjana jejak penaakulan berbilang peringkat yang eksplisit dan menggunakannya untuk mencapai kesimpulan yang teguh. Model ini menunjukkan skor kukuh pada penanda aras matematik dan penaakulan ketat (GSM8K, AIME, penanda aras gaya IMO) dan memperlihatkan keupayaan mengekalkan penaakulan utuh sepanjang jujukan panjang — prasyarat asas untuk penyelesaian masalah setaraf penyelidikan. Prestasi cemerlangnya pada Humanity’s Last Exam (44.9%) menunjukkan keupayaan analitikal pada tahap pakar. Ia boleh mengekstrak rangka kerja logik daripada huraian semantik kabur dan menjana graf penaakulan.

Ciri Utama:

• Menyokong Penaakulan Simbolik: Memahami dan beroperasi pada struktur matematik, logik, dan pengaturcaraan.
• Mempunyai Keupayaan Uji Hipotesis: Boleh mencadang dan mengesahkan hipotesis secara spontan.
• Boleh Melakukan Penguraian Masalah Berbilang Peringkat: Menghuraikan objektif kompleks kepada pelbagai sub-tugas.

Carian Berasaskan Agen

Sebagai ganti langkah capaian tunggal, carian berasaskan agen membolehkan model merancang strategi carian (apa yang hendak dicari), melaksanakannya melalui panggilan web/alat berulang, mensintesis hasil yang masuk, dan memperhalus pertanyaan. Skor BrowseComp dan Seal-0 yang didayakan alat bagi K2 Thinking menunjukkan prestasi kukuh pada keupayaan ini; model ini direka secara eksplisit untuk mengekalkan carian web berbilang pusingan dengan perancangan berkeadaan.

Intipati teknikal:

• Modul carian dan model bahasa membentuk gelung tertutup: penjanaan pertanyaan → capaian laman → penapisan semantik → peleburan penaakulan.
• Model boleh melaras strategi cariannya secara adaptif, contohnya, mencari takrif dahulu, kemudian data, dan akhirnya mengesahkan hipotesis.
• Pada asasnya, ia ialah kecerdasan komposit “capaian maklumat + pemahaman + penghujahan”.

Pengaturcaraan Berasaskan Agen

Ini ialah keupayaan untuk menulis, melaksanakan, menguji, dan mengulang kod sebagai sebahagian daripada gelung penaakulan. K2 Thinking mencatat keputusan kompetitif pada penanda aras pengkodan langsung dan pengesahan kod, menyokong rangkaian alat Python dalam panggilan alatnya, dan boleh menjalankan gelung nyahpepijat berbilang langkah dengan memanggil kotak pasir, membaca ralat, dan membaiki kod merentasi lelaran berulang. Skor EvalPlus/LiveCodeBench mencerminkan kekuatan ini. Mencapai 71.3% dalam ujian SWE-Bench Verified bermakna ia boleh melengkapkan lebih 70% tugas pembaikan perisian dunia sebenar dengan betul.

Ia juga menunjukkan prestasi stabil dalam persekitaran pertandingan LiveCodeBench V6, memperagakan keupayaan pelaksanaan dan pengoptimuman algoritma.

Intipati teknikal:

• Mengamalkan proses “penghuraian semantik + pemfaktoran semula pada peringkat AST + pengesahan automatik”;
• Pelaksanaan kod dan pengujian dicapai melalui panggilan alat pada lapisan pelaksanaan;
• Merealisasikan pembangunan automatik gelung tertutup daripada memahami kod → mendiagnosis ralat → menjana tampalan → mengesahkan kejayaan.

Penulisan Berasaskan Agen

Melangkaui prosa kreatif, penulisan berasaskan agen ialah penghasilan dokumen berstruktur dan berorientasikan matlamat yang mungkin memerlukan penyelidikan luaran, petikan, penjanaan jadual, dan penambahbaikan berlelar (cth., hasilkan draf → semak fakta → semak semula). Konteks panjang dan orkestrasi alat K2 Thinking menjadikannya sesuai untuk aliran kerja penulisan berbilang peringkat (ringkasan penyelidikan, ringkasan peraturan, kandungan berbilang bab). Kadar kemenangan terbuka model ini pada ujian gaya Arena dan metrik penulisan bentuk panjang menyokong dakwaan tersebut.

Intipati teknikal:

• Menjana segmen teks secara automatik menggunakan perancangan pemikiran berasaskan agen;
• Mengawal logik teks secara dalaman melalui token penaakulan;
• Boleh secara serentak memanggil alat seperti carian, pengiraan, dan penjanaan carta untuk mencapai “penulisan multimodal”.

Bagaimana anda boleh menggunakan K2 Thinking hari ini?

Mod akses

K2 Thinking tersedia sebagai keluaran sumber terbuka (berat model dan titik semak) dan melalui titik akhir platform serta hab komuniti (Hugging Face, platform Moonshot). Anda boleh hos sendiri jika mempunyai pengiraan mencukupi, atau gunakan API/UI dihoskan CometAPI untuk onboarding yang lebih pantas. Ia juga mendokumenkan medan reasoning_content yang memaparkan token pemikiran dalaman kepada pemanggil apabila diaktifkan.

Petua praktikal untuk penggunaan

• Mulakan dengan blok binaan berasaskan agen: dedahkan set kecil alat deterministik dahulu (cari, kotak pasir python, dan DB fakta yang boleh dipercayai). Sediakan skema alat yang jelas supaya model boleh menghuraikan/mengesahkan panggilan.
• Laraskan pengiraan masa uji: untuk penyelesaian masalah sukar, benarkan bajet pemikiran lebih panjang dan lebih banyak pusingan panggilan alat; ukur bagaimana kualiti bertambah baik berbanding kependaman/kos. Moonshot mengangkat penskalaan masa uji sebagai tuil utama.
• Gunakan mod INT4 untuk kecekapan kos: K2 Thinking menyokong kuantisasi INT4, yang menawarkan pecutan bermakna; tetapi sahkan tingkah laku kes pinggiran pada tugasan anda. ([Hugging Face][2])
• Papar kandungan penaakulan dengan cermat: memaparkan rantaian dalaman membantu nyahpepijat, tetapi juga meningkatkan pendedahan kepada kesilapan mentah model. Anggap penaakulan dalaman sebagai diagnostik bukan berwibawa; pasangkan dengan pengesahan automatik.

Kesimpulan — jadi, apa yang sedang difikirkan oleh Kimi K2 Thinking?

Kimi K2 Thinking ialah jawapan yang direka dengan teliti untuk era seterusnya AI: bukan sekadar model lebih besar, tetapi agen yang berfikir, bertindak, dan mengesahkan. Ia menghimpunkan penskalaan MoE, strategi pengiraan masa uji, inferens ketepatan rendah asli, dan orkestrasi alat eksplisit untuk membolehkan penyelesaian masalah berbilang langkah yang berterusan. Untuk pasukan yang memerlukan penyelesaian masalah berbilang langkah dan mempunyai disiplin kejuruteraan untuk mengintegrasi, mengasingkan, dan memantau sistem berasaskan agen, K2 Thinking ialah langkah besar yang boleh digunakan — dan ujian ketahanan penting untuk bagaimana industri dan masyarakat akan mentadbir AI yang semakin berkeupayaan dan berorientasikan tindakan.

Pembangun boleh mengakses API kimi-k2-thinking melalui CometAPI, versi model terkini sentiasa dikemas kini selaras dengan laman rasmi. Untuk bermula, terokai keupayaan model dalam Playground dan rujuk panduan API untuk arahan terperinci. Sebelum mengakses, pastikan anda telah log masuk ke CometAPI dan memperoleh kunci API. CometAPI menawarkan harga yang jauh lebih rendah daripada harga rasmi untuk membantu anda melakukan integrasi.

Sedia untuk bermula?→ Daftar CometAPI hari ini!

Jika anda ingin mengetahui lebih banyak petua, panduan dan berita tentang AI ikuti kami di VK, X dan Discord!