Kimi K2 Thinking
推理大模型Kimi K2 Thinking
模型基本信息
是否支持推理过程
支持
最高上下文输入长度
256K tokens
最长输出结果
模型类型
推理大模型
发布时间
2025-11-06
模型预文件大小
1.09 TB
推理模式
开源和体验地址
官方介绍与博客
API接口信息
接口速度（满分5分）
接口价格
默认单位：$/100万 tokens；若计费单位不同，则以供应商公开的原始标注为准。
| 模态 | 输入 | 输出 |
|---|---|---|
| 文本 | 0.6 美元/100 万tokens | 2.5 美元/100 万tokens |
| 模态 | 输入 Cache | 输出 Cache |
|---|---|---|
| 文本 | 0.15 美元/100 万tokens |
Kimi K2 Thinking模型在各大评测榜单的评分
综合评估
共 6 项评测编程与软件工程
共 2 项评测数学推理
共 3 项评测Agent能力评测
共 2 项评测指令跟随
共 1 项评测AI Agent - 信息收集
共 1 项评测发布机构
Kimi K2 Thinking模型解读
Moonshot AI 于 2025 年 11 月 6 日发布了 Kimi K2 Thinking 模型。这是 Kimi K2 系列的第一个推理变体。该公司位于北京，由阿里巴巴支持。Kimi K2 系列此前在 2025 年 7 月和 9 月发布了非推理版本的 Kimi K2 Instruct 模型。
模型规格
Kimi K2 Thinking 采用混合专家（MoE）架构，总参数量为 1 万亿，活跃参数为 320 亿。它使用 INT4 精度，这比先前版本的 FP8 精度更节省空间，模型文件大小约为 594 GB。上下文窗口支持 256K 令牌。输入和输出仅限于文本模态。
Moonshot AI 在后训练阶段使用了量化感知训练，以实现 INT4 精度。这使得模型在较旧的 NVIDIA GPU 上运行时更高效，因为这些 GPU 不支持 FP4。
功能和能力
该模型设计为思考代理，支持多步推理和工具使用。它可以执行 200 到 300 个连续工具调用，而无需人类干预。主要应用包括推理、代理搜索和编码任务。在测试时，它通过扩展思考令牌和工具调用轮次来处理复杂任务。
在代理任务基准中，Kimi K2 Thinking 在 Tau2 Bench Telecom 上得分 93%，模拟客户服务代理场景。在 HLE 上得分 44.9%，在 BrowseComp 上得分 60.2%。这些分数使其在开源模型中位居前列。
关注DataLearnerAI公众号
关注DataLearnerAI微信公众号，接受最新大模型资讯
