作者 ｜ 周一笑、董道力、Yoky

没有预热，也没有宣布会，月之暗面在2025年7月11日深夜选择直接开源Kimi K2 。就在当天，Kimi K2模子悄无声息地泛起在Hugging Face上，官网、App和API同步开放，模子参数、训练细节等信息也一并放出 。

这次宣布的Kimi K2是一个万亿（1T）参数规模的混淆专家（MoE）模子，激活参数为320亿 。其焦点能力爆发了清晰的转向，Kimi此前的标签是长文本，而K2则为智能体使命（agentic tasks）做了专门优化。

官方展示的例子很能说明问题，好比Kimi K2可以吸收一个模糊的需求，通过17次工具挪用，自主完成包括航班和旅馆预订的旅行妄想 ；或是执行16次数据剖析指令，完成一份专业的薪资剖析报告。

在榜片面，它在SWE Bench Verified（编程）、Tau2（智能体）、AceBench（工具挪用）这三项基准测试中是开源模子体现最好的。

在自主编程（Agentic Coding）、工具挪用（Tool Use）和数学推理（Math & Reasoning）这三个能力维度上，Kimi K2也紧逼Claude 4 Opus、OpenAI GPT-4.1等闭源模子。

月之暗面此次开源了两个版本，一个是适合做后续研究和定制化开发的Kimi-K2-Base基础模子，另一个是能直接用于通用谈天和智能体场景的Kimi-K2-Instruct指令微调模子 。

任何模子都有它的取舍和待解问题。谁人以超长上下文能力深入人心的Kimi，这次在K2上只设置了128K的窗口虽然以及对表主流模子，但这背后很可能是在目今阶段，优先将资源投入到提升模子的代码和Agent能力上。

另一个现实问题是运行门槛。官方安排指南明确指出，在主流H200等平台上运行Kimi-K2的FP8版本并支持128k上下文，最小硬件需求是一个由16块GPU组成的集群 。只管模子在vLLM、SGLang等主流推理框架上提供了详细的安排计划，并支持张量并行、专家并行等多种战略来适配差别规模的集群 ，但这个基础的硬件门槛，已将绝大大都小我私家开发者和中小团队扫除在外地化安排之外。这种对大规模、高I/O性能集群的依赖，是其强盛能力背后通俗用户难以企及的本钱。

一些开发者已经在自己实验把它跑在2个苹果M3芯片的情形里，并体现运转优异。但要提供更好的外地和低资源情形的可用性，还需要Kimi官方的量化版本。

Kimi K2的宣布，是杨植麟在给月之暗面调解偏向后，交出的一份主要答卷。

DeepSeek泛起证实晰开源的价值以及底层模子能力依然是竞争的基石，它甚至会“摧毁”在模子简单能力上优化并用在c端产品里然后快速推广的竞争战略。

之后Kimi最先在手艺上全线转向预训练，并步步紧跟DeepSeek。2025年2月，两家险些同时揭晓论文，挑战Transformer的注重力效率问题，DeepSeek提出了NSA（原生希罕注重力）架构，月之暗面则提出了MoBA（混淆块注重力）架构。两者都试图解决模子处置惩罚长文本时的效率瓶颈。清华大学教授章明星曾对此谈论，这说明两家顶尖团队敌手艺演进的偏向得出了相似的结论 。但这次K2在文本长度上一样平常，似乎还没把MoBA彻底用上。

另外，与MiniMax等敌手的做法不太相同的地方在于，Kimi此次的开源模子，架构上选择了DeepSeek开发和依赖的MLA（多头潜在注重力），现在手艺报告还没宣布，从Hugging Face的信息来看，Kimi K2用了却构类似DeepSeek V3的MLA，专家数增添到了384个，激活专家坚持在8个。

在优化器上Kimi此前的事情也成了此次模子要害。要训练万亿模子，通用的AdamW优化器已面临挑战。Kimi此前选择了在更新的Muon优化器上深度投入 ，并针对大规模训练中的不稳固性，提出了MuonClip手艺，最终支持了K2在15.5万亿token数据量下的平稳训练。

这些手艺投入背后尚有一个清晰的手艺赌注：“模子即Agent，Agent即模子”的理念。

在K2宣布前，月之暗面就通过Kimi-Researcher产品展示了其对智能体的明确——追求一种“零结构”的智能体，不依赖人类预设流程，而是通过端到端的强化学习，让模子在真实的使命反响中自主学习怎样思索、妄想和使用工具 。为了实现这一点，Kimi K2在可验证使命（如代码和数学）上举行强化学习的同时，还通过引入“自我评价（self-judging）”机制，解决了在开放性、非验证类使命上的奖励稀缺问题，从而提升了模子的泛化体现。

将这些线索串联起来看，Kimi K2的开源更像是杨植麟给Kimi重新定位后交出的第一个答卷。着实看看这一起的种种行动，会发明这个团队一直有一个显着的特征，他们在手艺上照旧想争一口吻，这体现在他们总会有一个自己的“赌注”，此前是长文本，今天就是Agent，然后围绕一个点，做取舍，押注，交卷。

1

实测K2，瞄准Anthropic的Agent能力

此次Kimi选择先全线上线给用户使用的战略，我们也第一时间上手测了测它的现实能力。

首先是一个“打字游戏”。

我们在cline上接入kimi k2模子，并实验复现一其中文版打字游戏。

prompts：做一个“打字”游戏，页面上跳出来一句话，用户需要在划准时间内，把这句话打出来。

我们在prompts中只简朴形貌了一下游戏玩法，而kimi k2自动天生了“需求剖析”和“手艺计划”，并且针对游戏功效还举行了增补，如进度条、得分系统等。在游戏天生后，kimi k2写了一份简朴的游戏先容，包括了操作说明和游戏特点。

并且，kimi k2的打字游戏一次天生完成度就很高，可以直接运行，基本没有bug。

项目网址：https://ddlpmj.github.io/pw_kimik2_test/

别的，浏览网页获守信息并作出妄想，也是Agent的主要能力体现之一。

prompts：我喜欢音乐节，我希望你可以帮我找一下今年各大音乐节的名称、行程等，做成日历清单，并以html的形式整理出来。

我们实验让kimi k2帮我们做一份“音乐节日历清单”，并以网页的形式展现出来。和打字游戏一样，kimi k2除了prompts中的要求，还像个助理一样，增补了音乐节的其他信息，如所在、是否确认举行等。

在制品页面设计中，kimi k2还做了妄想，如1-3月举行的音乐节在统一页面展示，4-6月的在另一页面展示。鼠标移动到详细的音乐节上，还会有放大的特效。

能否取得大宗数据，并从中做出洞察也是我们磨练的能力之一。我们下载了近5年的上上证指数数据，共1214条，交给kimi k2举行剖析。

prompts：@/000001perf.xlsx 这是一份上证指数数据，剖析数据并做一份剖析报告，报告中要包括图表

可以发明，kimi k2决议用python举行报告天生，为了读取表格文件和天生图表，它会自动检查有没有pyhton相对应的库，并举行下载。

在指标上，kimi k2会自动挑选有代表性的举行剖析，如最高/低日成交额，数据波动等。

从剖析报告制品来看，kimi k2先天生图表，后生身剖析报告，最后将二者连系，逻辑较量顺畅。别的，kimi k2天生的图表形式多样，趋势线、热力散点图等都有。

并且kimi k2基本找出了上证指数的特点。

为了测试K2的气概化文本天生能力，我们选择了一个具有挑战性的使命：让它模拟着名脱口秀演员付航的演出气概，创作一段300字的脱口秀段子。

测试效果显示，K2确实展现出了一定的气概模拟能力。从外貌看，天生的文本在语言节奏和表达方法上有那么几分相似，但仔细剖析后发明，它并没有真正捕获到付航段子的焦点特质。

首次天生的内容保存显着的逻辑杂乱问题，读起来让人摸不着头脑，甚至难以明确基本的表达意图。经由参数调解和prompt优化后，第二次的输出在可明确性方面有了显著提升，至少能够清晰地转达想要表达的内容，但依旧欠可笑。

不过值得注重的是，K2在最近的升级中展现出了一个有趣的转变趋势。它的文本表达气概显着向R1靠拢，最先频仍使用一些颇为华美的比喻和相对重大的语言。这很可能也跟Kimi K2在训练中对合成数据的使用有关。

更多的细节期待它的官方手艺报告来揭秘。

在Kimi的英文手艺博客里，它也直接取名：Kimi K2: Open Agentic Intelligence。在此之前，Anthropic的Claude是把自己和Agent能力捆绑最细密的模子系列，并且也同样在聚焦Agent能力同时没有太多去提高多模态等能力。此次K2对标Claude的思绪很显着，在模子能力上也做了很显着的取舍。

凭证Kimi透露，K2现在已具备重大指令集剖析能力，可以兼容Anthropic等的API接口，可以无缝接入Cline，owl等Agent框架。在社区里，种种对K2的实测也纷纷泛起。其中不少开发者也表达了对实测上手K2在Agent能力上的惊艳。甚至已经有人“开发”出把Claude Code里的Claude模子替换成Kimi K2的要领，并且体现可以用来平替。

接下来可能可以期待Kimi 的产品上，也会像Claude那样衍生出更多功效，预训练模子的希望最终真正“反哺”到它C端产品上，然后Make Kimi great again。

点个爱心，再走 吧