Spesifikasi teknikal Kimi k2.5
| Item | Nilai / nota |
|---|---|
| Model name / vendor | Kimi-K2.5 (v1.0) — Moonshot AI (open-weights). |
| Architecture family | Model penaakulan hibrid Mixture-of-Experts (MoE) (MoE gaya DeepSeek). |
| Parameters (total / active) | ≈ 1 trilion parameter keseluruhan; ~32B aktif setiap token (384 pakar, 8 dipilih bagi setiap token seperti dilaporkan). |
| Modalities (input / output) | Input: teks, imej, video (multimodal). Output: terutamanya teks (jejak penaakulan yang kaya), dan secara pilihan panggilan alat berstruktur / output berbilang langkah. |
| Context window | 256k token |
| Training data | Pra-latihan berterusan pada ~15 trilion token visual + teks bercampur (dilaporkan oleh vendor). Label latihan/komposisi set data: tidak didedahkan. |
| Modes | Thinking mode (mengembalikan jejak penaakulan dalaman; disyorkan temp=1.0) dan Instant mode (tiada jejak penaakulan; disyorkan temp=0.6). |
| Agent features | Agent Swarm / sub-agen selari: penyelaras boleh menjana sehingga 100 sub-agen dan melaksanakan sejumlah besar panggilan alat (vendor mendakwa sehingga ~1,500 panggilan alat; pelaksanaan selari mengurangkan masa larian). |
Apakah Kimi K2.5?
Kimi K2.5 ialah model bahasa besar open-weight terunggul Moonshot AI, direka sebagai sistem multimodal asli berorientasikan ejen dan bukannya LLM berasaskan teks dengan komponen tambahan. Ia mengintegrasikan penaakulan bahasa, pemahaman visual, dan pemprosesan konteks panjang ke dalam satu seni bina, membolehkan tugas berbilang langkah yang kompleks yang melibatkan dokumen, imej, video, alat dan ejen.
Ia direka untuk aliran kerja berjangka panjang yang diperkukuh alat (pengaturcaraan, carian berbilang langkah, pemahaman dokumen/video) serta disertakan dengan dua mod interaksi (Thinking dan Instant) dan kuantisasi INT4 asli untuk inferens yang cekap.
Ciri Teras Kimi K2.5
- Penaakulan multimodal asli
Visi dan bahasa dilatih secara bersama sejak peringkat pra-latihan. Kimi K2.5 boleh membuat penaakulan merentas imej, tangkapan skrin, rajah, dan bingkai video tanpa bergantung pada penyesuai visi luaran. - Tetingkap konteks ultra-panjang (256K token)
Membolehkan penaakulan berterusan merentasi keseluruhan pangkalan kod, kertas penyelidikan panjang, dokumen undang-undang, atau perbualan berjam-jam yang berlanjutan tanpa pemotongan konteks. - Model pelaksanaan Agent Swarm
Menyokong penciptaan dan penyelarasan dinamik sehingga ~100 sub-agen khusus, membolehkan perancangan selari, penggunaan alat, dan penguraian tugas bagi aliran kerja kompleks. - Beberapa mod inferens
- Instant mode untuk respons kependaman rendah
- Thinking mode untuk penaakulan berbilang langkah yang mendalam
- Agent / Swarm mode untuk pelaksanaan tugas autonomi dan orkestrasi
- Keupayaan vision-to-code yang kukuh
Mampu menukar lakaran UI, tangkapan skrin, atau demonstrasi video kepada kod front-end yang berfungsi, serta menyahpepijat perisian menggunakan konteks visual. - Penskalaan MoE yang cekap
Seni bina MoE mengaktifkan hanya subset pakar bagi setiap token, membolehkan kapasiti trilion parameter dengan kos inferens yang terkawal berbanding model tumpat.
Prestasi Penanda Aras Kimi K2.5
Keputusan penanda aras yang dilaporkan secara umum (terutamanya dalam tetapan berfokuskan penaakulan):
Penanda Aras Penaakulan & Pengetahuan
| Penanda aras | Kimi K2.5 | GPT-5.2 (xhigh) | Claude Opus 4.5 | Gemini 3 Pro |
|---|---|---|---|---|
| HLE-Full (with tools) | 50.2 | 45.5 | 43.2 | 45.8 |
| AIME 2025 | 96.1 | 100 | 92.8 | 95.0 |
| GPQA-Diamond | 87.6 | 92.4 | 87.0 | 91.9 |
| IMO-AnswerBench | 81.8 | 86.3 | 78.5 | 83.1 |
Penanda Aras Visi & Video
| Penanda aras | Kimi K2.5 | GPT-5.2 | Claude Opus 4.5 | Gemini 3 Pro |
|---|---|---|---|---|
| MMMU-Pro | 78.5 | 79.5* | 74.0 | 81.0 |
| MathVista (Mini) | 90.1 | 82.8* | 80.2* | 89.8* |
| VideoMMMU | 87.4 | 86.0 | — | 88.4 |
Skor bertanda * mencerminkan perbezaan dalam persediaan penilaian yang dilaporkan oleh sumber asal.
Secara keseluruhan, Kimi K2.5 menunjukkan daya saing yang kukuh dalam penaakulan multimodal, tugas konteks panjang, dan aliran kerja gaya ejen, khususnya apabila dinilai melepasi QA bentuk pendek.
Kimi K2.5 vs Model Termaju Lain
| Dimensi | Kimi K2.5 | GPT-5.2 | Gemini 3 Pro |
|---|---|---|---|
| Multimodaliti | Asli (visi + teks) | Modul bersepadu | Modul bersepadu |
| Panjang konteks | 256K token | Panjang (had tepat tidak didedahkan) | Panjang (<256K lazim) |
| Orkestrasi ejen | Swarm berbilang ejen | Fokus ejen tunggal | Fokus ejen tunggal |
| Capaian model | Open weights | Proprietari | Proprietari |
| Penyebaran | Tempatan / awan / tersuai | API sahaja | API sahaja |
Panduan pemilihan model:
- Pilih Kimi K2.5 untuk penyebaran open-weight, penyelidikan, penaakulan konteks panjang, atau aliran kerja ejen yang kompleks.
- Pilih GPT-5.2 untuk kecerdasan am gred produksi dengan ekosistem alat yang kukuh.
- Pilih Gemini 3 Pro untuk integrasi mendalam dengan timbunan produktiviti dan carian Google.
Kes Penggunaan Representatif
- Analisis dokumen dan kod berskala besar
Memproses keseluruhan repositori, korpus undang-undang, atau arkib penyelidikan dalam satu tetingkap konteks. - Aliran kerja kejuruteraan perisian visual
Menjana, memfaktor semula, atau menyahpepijat kod menggunakan tangkapan skrin, reka bentuk UI, atau interaksi yang dirakam. - Paip ejen autonomi
Melaksanakan aliran kerja hujung ke hujung yang melibatkan perancangan, pengambilan, panggilan alat, dan sintesis melalui swarm ejen. - Automasi pengetahuan perusahaan
Menganalisis dokumen dalaman, hamparan, PDF, dan pembentangan untuk menghasilkan laporan dan pandangan berstruktur. - Penyelidikan dan penyesuaian model
Penyetelan halus, penyelidikan penjajaran, dan eksperimen yang didayakan oleh open weights model.
Had dan Pertimbangan
- Keperluan perkakasan tinggi: Penyebaran ketepatan penuh memerlukan memori GPU yang besar; penggunaan produksi lazimnya bergantung pada kuantisasi (cth., INT4).
- Kematangan Agent Swarm: Tingkah laku berbilang ejen lanjutan masih berkembang dan mungkin memerlukan reka bentuk orkestrasi yang teliti.
- Kekompleksan inferens: Prestasi optimum bergantung pada enjin inferens, strategi kuantisasi, dan konfigurasi perutean.
Cara mengakses API Kimi k2.5 melalui CometAPI
Langkah 1: Daftar untuk Kunci API
Log masuk ke cometapi.com. Jika anda belum menjadi pengguna kami, sila daftar terlebih dahulu. Log masuk ke CometAPI console. Dapatkan kunci API kelayakan akses untuk antara muka. Klik “Add Token” pada token API di pusat peribadi, dapatkan kunci token: sk-xxxxx dan hantar.
Langkah 2: Hantar Permintaan ke API Kimi k2.5
Pilih endpoint “kimi-k2.5” untuk menghantar permintaan API dan tetapkan badan permintaan. Kaedah permintaan dan badan permintaan diperoleh daripada dokumen API laman web kami. Laman web kami juga menyediakan ujian Apifox untuk kemudahan anda. Gantikan dengan kunci CometAPI sebenar anda daripada akaun anda. URL asas ialah Chat Completions.
Masukkan soalan atau permintaan anda ke medan content—ini yang akan dibalas oleh model. Proses respons API untuk mendapatkan jawapan yang dijana.
Langkah 3: Dapatkan dan Sahkan Keputusan
Proses respons API untuk mendapatkan jawapan yang dijana. Selepas pemprosesan, API akan membalas dengan status tugas dan data output.