ข้อมูลจำเพาะทางเทคนิคของ Kimi k2.5
| รายการ | ค่า / หมายเหตุ |
|---|---|
| ชื่อโมเดล / ผู้จัดจำหน่าย | Kimi-K2.5 (v1.0) — Moonshot AI (open-weights). |
| ตระกูลสถาปัตยกรรม | Mixture-of-Experts (MoE) โมเดลการให้เหตุผลแบบไฮบริด (MoE สไตล์ DeepSeek). |
| พารามิเตอร์ (ทั้งหมด / ที่ใช้งาน) | ≈ 1 trillion พารามิเตอร์ทั้งหมด; ~32B ที่ใช้งานต่อโทเค็น (384 experts, รายงานว่าเลือก 8 ต่อโทเค็น). |
| สารรูปแบบ (อินพุต / เอาต์พุต) | อินพุต: ข้อความ, ภาพ, วิดีโอ (มัลติโหมด). เอาต์พุต: ข้อความเป็นหลัก (ร่องรอยการให้เหตุผลที่เข้มข้น), ตัวเลือกสำหรับการเรียกใช้เครื่องมือแบบมีโครงสร้าง / เอาต์พุตหลายขั้นตอน. |
| หน้าต่างบริบท | 256k tokens |
| ข้อมูลการฝึก | การพรีเทรนต่อเนื่องบน ~15 trillion โทเค็นแบบผสมภาพและข้อความ (ตามที่ผู้จัดจำหน่ายรายงาน). ป้ายกำกับ/องค์ประกอบชุดข้อมูลการฝึก: ไม่เปิดเผย. |
| โหมด | Thinking mode (ส่งคืนร่องรอยการให้เหตุผลภายใน; แนะนำ temp=1.0) และ Instant mode (ไม่มีร่องรอยการให้เหตุผล; แนะนำ temp=0.6). |
| ฟีเจอร์ของเอเจนต์ | Agent Swarm / เอเจนต์ย่อยแบบขนาน: ตัวจัดการสามารถสร้างเอเจนต์ย่อยได้สูงสุด ~100 ตัวและดำเนินการเรียกใช้เครื่องมือจำนวนมาก (ผู้จัดจำหน่ายอ้างว่าทำได้สูงสุด ~1,500 ครั้ง; การทำงานแบบขนานช่วยลดเวลาในการประมวลผล). |
Kimi K2.5 คืออะไร?
Kimi K2.5 เป็นโมเดลภาษาขนาดใหญ่แบบ open-weight รุ่นเรือธงของ Moonshot AI ที่ออกแบบให้เป็นระบบ มัลติโหมดแบบเนทีฟและมุ่งเน้นเอเจนต์ ไม่ใช่ LLM ที่รองรับเฉพาะข้อความพร้อมส่วนเสริมภายหลัง โดยผสานการให้เหตุผลทางภาษา ความเข้าใจเชิงภาพ และการประมวลผลบริบทยาวไว้ในสถาปัตยกรรมเดียว ทำให้สามารถจัดการงานหลายขั้นตอนที่ซับซ้อนซึ่งเกี่ยวข้องกับเอกสาร ภาพ วิดีโอ เครื่องมือ และเอเจนต์ได้
ออกแบบมาสำหรับเวิร์กโฟลว์ระยะยาวที่เพิ่มพลังด้วยเครื่องมือ (การเขียนโค้ด การค้นหาหลายขั้นตอน การทำความเข้าใจเอกสาร/วิดีโอ) และมาพร้อมโหมดโต้ตอบสองแบบ (Thinking และ Instant) รวมถึงการควอนไทซ์แบบ INT4 เนทีฟเพื่อการอนุมานที่มีประสิทธิภาพ
ฟีเจอร์หลักของ Kimi K2.5
- การให้เหตุผลแบบมัลติโหมดโดยเนทีฟ
วิสัยทัศน์และภาษาได้รับการฝึกแบบร่วมกันตั้งแต่ขั้นพรีเทรน Kimi K2.5 สามารถให้เหตุผลบนภาพ สกรีนช็อต แผนผัง และเฟรมวิดีโอได้โดยไม่ต้องพึ่งอะแดปเตอร์วิชันภายนอก - หน้าต่างบริบทยาวเป็นพิเศษ (256K tokens)
ช่วยให้สามารถให้เหตุผลแบบต่อเนื่องกับโค้ดเบสทั้งชุด งานวิจัยฉบับยาว เอกสารทางกฎหมาย หรือบทสนทนายาวหลายชั่วโมงโดยไม่ถูกตัดบริบท - โมเดลการทำงานแบบ Agent Swarm
รองรับการสร้างและการประสานงานเอเจนต์ย่อยเฉพาะทางได้สูงสุด ~100 ตัว ช่วยให้มีการวางแผนแบบขนาน การใช้เครื่องมือ และการแยกย่อยงานสำหรับเวิร์กโฟลว์ที่ซับซ้อน - หลายโหมดการอนุมาน
- Instant mode สำหรับการตอบสนองแบบหน่วงต่ำ
- Thinking mode สำหรับการให้เหตุผลเชิงลึกหลายขั้นตอน
- Agent / Swarm mode สำหรับการดำเนินงานอัตโนมัติและการจัดการการประสานงาน
- ความสามารถด้าน vision-to-code ที่แข็งแกร่ง
สามารถแปลงแบบร่าง UI สกรีนช็อต หรือเดโมวิดีโอให้เป็นโค้ด front-end ที่ใช้งานได้ และดีบักซอฟต์แวร์โดยใช้บริบทเชิงภาพ - การสเกล MoE อย่างมีประสิทธิภาพ
สถาปัตยกรรม MoE เปิดใช้งานเฉพาะบางส่วนของผู้เชี่ยวชาญต่อโทเค็น ทำให้มีขีดความสามารถระดับ trillion-parameter ด้วยต้นทุนอนุมานที่จัดการได้เมื่อเทียบกับโมเดลแบบหนาแน่น
ผลการทดสอบมาตรฐานของ Kimi K2.5
ผลลัพธ์ที่รายงานต่อสาธารณะ (ส่วนใหญ่ในบริบทการให้เหตุผล):
เบนช์มาร์กด้านการให้เหตุผลและความรู้
| เบนช์มาร์ก | 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 |
เบนช์มาร์กด้านวิสัยทัศน์และวิดีโอ
| เบนช์มาร์ก | 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 |
คะแนนที่มีเครื่องหมาย * สะท้อนความแตกต่างของการตั้งค่าการประเมินตามแหล่งที่รายงานดั้งเดิม
โดยรวมแล้ว Kimi K2.5 แสดงให้เห็นถึงความสามารถในการแข่งขันที่แข็งแกร่งในด้าน การให้เหตุผลแบบมัลติโหมด งานบริบทยาว และเวิร์กโฟลว์แบบเอเจนต์ โดยเฉพาะเมื่อประเมินเกินกว่าการถามตอบแบบสั้น
Kimi K2.5 เทียบกับโมเดลแนวหน้าตัวอื่น
| มิติ | Kimi K2.5 | GPT-5.2 | Gemini 3 Pro |
|---|---|---|---|
| มัลติโหมด | เนทีฟ (วิสัยทัศน์ + ข้อความ) | โมดูลแบบบูรณาการ | โมดูลแบบบูรณาการ |
| ความยาวบริบท | 256K tokens | ยาว (ขีดจำกัดที่แน่ชัดไม่เปิดเผย) | ยาว (<256K โดยทั่วไป) |
| การจัดการเอเจนต์ | ฝูงเอเจนต์หลายตัว | โฟกัสเอเจนต์เดี่ยว | โฟกัสเอเจนต์เดี่ยว |
| การเข้าถึงโมเดล | Open weights | Proprietary | Proprietary |
| การปรับใช้ | โลคัล / คลาวด์ / กำหนดเอง | API only | API only |
คำแนะนำการเลือกโมเดล:
- เลือก Kimi K2.5 สำหรับการปรับใช้แบบ open-weight งานวิจัย การให้เหตุผลบริบทยาว หรือเวิร์กโฟลว์เอเจนต์ที่ซับซ้อน
- เลือก GPT-5.2 สำหรับระบบผลิตที่ต้องการความฉลาดทั่วไปพร้อมระบบนิเวศเครื่องมือที่แข็งแกร่ง
- เลือก Gemini 3 Pro สำหรับการบูรณาการเชิงลึกกับชุดเครื่องมือและสแต็กการค้นหาของ Google
กรณีการใช้งานที่เป็นตัวแทน
- การวิเคราะห์เอกสารและโค้ดขนาดใหญ่
ประมวลผลคลังโค้ดทั้งหมด คลังเอกสารทางกฎหมาย หรือคลังงานวิจัยภายในหน้าต่างบริบทเดียว - เวิร์กโฟลว์วิศวกรรมซอฟต์แวร์เชิงภาพ
สร้าง รีแฟกเตอร์ หรือดีบักโค้ดด้วยสกรีนช็อต แบบร่าง UI หรือการสาธิตแบบบันทึกวิดีโอ - ไปป์ไลน์เอเจนต์อัตโนมัติ
ดำเนินเวิร์กโฟลว์ตั้งแต่ต้นจนจบ รวมการวางแผน การดึงข้อมูล การเรียกใช้เครื่องมือ และการสังเคราะห์ผ่านฝูงเอเจนต์ - ระบบอัตโนมัติความรู้ระดับองค์กร
วิเคราะห์เอกสารภายใน สเปรดชีต PDF และงานนำเสนอเพื่อสร้างรายงานและอินไซต์ที่มีโครงสร้าง - งานวิจัยและการปรับแต่งโมเดล
รองรับการจูน การวิจัยการจัดแนว และการทดลองด้วยน้ำหนักโมเดลแบบเปิด
ข้อจำกัดและข้อพิจารณา
- ต้องการฮาร์ดแวร์สูง: การปรับใช้แบบความแม่นยำเต็มต้องใช้หน่วยความจำ GPU จำนวนมาก; การใช้งานจริงมักพึ่งพาการควอนไทซ์ (เช่น INT4)
- ความพร้อมของ Agent Swarm: พฤติกรรมเอเจนต์หลายตัวขั้นสูงยังอยู่ระหว่างการพัฒนาและอาจต้องการการออกแบบการจัดการอย่างระมัดระวัง
- ความซับซ้อนของอนุมาน: ประสิทธิภาพสูงสุดขึ้นอยู่กับเอนจินอนุมาน กลยุทธ์การควอนไทซ์ และการกำหนดค่าการรูต
วิธีเข้าถึง API ของ Kimi k2.5 ผ่าน CometAPI
ขั้นตอนที่ 1: สมัครรับ API Key
ล็อกอินเข้าสู่ cometapi.com หากคุณยังไม่เป็นผู้ใช้ของเรา กรุณาลงทะเบียนก่อน เข้าสู่ CometAPI console รับข้อมูลรับรองการเข้าถึง API key ของอินเทอร์เฟซ คลิก “Add Token” ที่ API token ในศูนย์ส่วนบุคคล รับ token key: sk-xxxxx แล้วส่ง
ขั้นตอนที่ 2: ส่งคำขอไปยัง Kimi k2.5 API
เลือกปลายทาง “kimi-k2.5” เพื่อส่งคำขอ API และตั้งค่า request body วิธีการและ request body สามารถดูได้จากเอกสาร API บนเว็บไซต์ของเรา เว็บไซต์ของเรายังมีการทดสอบผ่าน Apifox เพื่อความสะดวกของคุณ แทนที่ด้วย CometAPI key ที่เป็นของบัญชีคุณจริง Base URL คือ Chat Completions
ใส่คำถามหรือคำขอของคุณลงในฟิลด์ content—นี่คือสิ่งที่โมเดลจะตอบกลับ ประมวลผลการตอบกลับของ API เพื่อรับคำตอบที่สร้างขึ้น
ขั้นตอนที่ 3: ดึงและตรวจสอบผลลัพธ์
ประมวลผลการตอบกลับของ API เพื่อรับคำตอบที่สร้างขึ้น หลังจากประมวลผลแล้ว API จะตอบกลับด้วยสถานะงานและข้อมูลผลลัพธ์