來認識一下 Kimi K2！Moonshot AI 在 2025 年 7 月 11 日發布的最新 Mixture-of-Experts (MoE) 大型語言模型，簡直是個大殺器！

關鍵信息一覽：

?架構：總共 1 萬億參數，每次前向傳播激活 320 億參數。

?預訓練：用了 15.5 萬億 tokens，靠著全新的 MuonClip 優化器，訓練過程零不穩定。

?用途：“Agentic” 設計，不光會回答問題，還能主動用工具、寫代碼、瀏覽網頁、跑命令，超全能！

?性能：在 coding（LiveCodeBench、SWE-bench）、推理（ZebraLogic、GPQA）和工具使用（Tau2、AceBench）上表現 SOTA 或接近 SOTA，秒殺其他非推理模型。

?強項：代碼生成和 agentic 任務超給力。

?目前不支持：Multimodal 和 thought-mode。

?可用性：

開源，Apache-2.0 協議：

Kimi-K2-Base：基礎模型，適合 fine-tuning。

Kimi-K2-Instruct：聊天專用，開箱即用。

API 價格：輸入 百萬，輸出2.49 / 百萬 tokens（通過 OpenRouter）。

?典型場景：多步驟 coding 任務（比如解決 GitHub issues、把 Flask 代碼庫轉成 Rust）、數據分析 pipeline，甚至還能通過 17+ 次工具調用幫你規劃倫敦 Coldplay 巡演！

簡單來說，Kimi K2 定位是開源、低成本、高性能的 “agentic” LLM，能和 GPT-4.1、Claude 4 這樣的專有模型掰掰腕子，還完全 open-weight 和 open-source！

有了 Kimi K2，高級智能代理技術比以往任何時候都更開放、更易得！

DeepSeek V3/R1 vs. Kimi K2 對比

一句話總結：Kimi K2 堪稱 “DeepSeek V3 的升級版”：規模大 50%（384 vs 256 experts），更稀疏，每 token 更輕量，專為 coding 和 agentic 任務調優，還完全開源。

下面是和所有 SOTA 模型的快速對比。

快速評分表

Kimi K2 是全球最強的非推理模型，還能在你的電腦上本地跑！Unsloth 團隊把 1.1TB 的模型壓縮到 245GB（減小 80%），量化到 1.8-bit，100% 開源免費！

Kimi K2 的領先之處

?成本：輸入 百萬，輸出2.50 / 百萬 tokens，比 Claude 4 Opus 便宜 10-100 倍。

?開源：Apache-2.0 weights，隨你自托管或 fine-tune。

?純 coding 任務：在 SWE-bench Verified 和 LiveCodeBench 上排名開源模型第一，干翻 GPT-4.1。

?創意寫作與共情：在 EQ-Bench 和創意寫作測試中名列前茅。

Kimi K2 的短板

?上下文窗口小：128k，相較 Claude 和 o3 的 200k 略遜。

?無視覺功能：不能處理圖片，Claude 和 GPT-4.1 可以。

?推理能力稍弱：在多步驟數學/邏輯 benchmark 上略遜于 Claude 4 Opus Thinking。

?速度：32 tok/s 還行，但比 GPT-4.1（≈ 50 tok/s）慢。

總結

?需要便宜、可自托管的高質量代碼生成？Kimi K2 目前無敵。

?需要視覺功能、超大上下文或醫療/法律場景的超強 alignment？Claude 4 Opus 還是王者。

?想要最新公共網絡知識加詼諧風格？Grok-4 略勝一籌。

總之， Kimi K2 是首個在 coding 和推理上接近專有模型前沿的 open-weight 模型，成本卻低了一個數量級！

API 地址：https://platform.moonshot.ai

? 輸入：$0.15 / 百萬 tokens（緩存命中）

? 輸入：$0.60 / 百萬 tokens（緩存未命中）

? 輸出：$2.50 / 百萬 tokens

技術博客：https://moonshotai.github.io/Kimi-K2/模型權重與代碼：https://huggingface.co/moonshotaiGitHub：https://github.com/MoonshotAI/Kimi-K2

現在就去 http://Kimi.ai 或通過 API 試試吧！

本文轉載自??PyTorch研習社??，作者：南七無名士