Kimi K2 Thinking，现已发布并开源！

主打一个"模子即 Agent "，不仅是 Kimi "迄今智力最强的开源想考模子"，还掌捏边想考，边使用器用的智力——

无需东谈主工侵犯，即可奉行200-300 次一语气器用调用。

看成本年最受关怀的开源模子系列之一，Kimi K2 的 Thinking 版块一上线，就成为热议对象：再次削弱了开源模子与闭源模子的差距。

更多时期细节速览在此：

1TB 参数，激活参数 32B，收受 INT4 而非 FP8。

256K 高下文窗口。

更多群众，更少 head，更多想考。

△与 DeepSeek R1 的架构对比，图源 x@rasbt

在东谈主类终末的考验（HLE）、测试自主汇注浏览智力的 BrowseComp，和复杂信息汇集推理基准测试 SEAL-0 等评测基准中，Kimi K2 Thinking 都刷新了 SOTA，超过 GPT-5、Claude Sonnet 4.5（Thinking）等闭源模子。

Kimi K2 Thinking 的代码和权重均遵守最为宽松的 MIT 公约。新模子也已第一时代上线 kimi.com 和最新版 Kimi 手机期骗，即刻就能实测体验。API 可通过 Kimi 洞开平台走访。

时期细节

官方提到，K2 Thinking 是月之暗面在 Test-Time Scaling（测试时推广）界限的最新进展，通过同期推广想考 Token 和器用调用轮次，模子完结了更强的 Agent 和推感性能。

智能体、推明智力全面进步

体当今测试上，在东谈主类终末的考验（HLE）中，允许使用器用——搜索、Python、汇注浏览器用的同等情况下，Kimi K2 Thinking 取得了 44.9% 的 SOTA 得益。

官方还放出了一个通过 23 次推理和器用调用，K2 Thinking 见效处理博士级别数常识题的示例。

第三方测试也印证了其智能体智力的进步：

Artificial Analysis 在� � ² -Bench Telecom 智能体器用使用基准中测试了 Kimi K2 Thinking。

效能露馅，Kimi K2 Thinking 达到 SOTA，在智能体场景下，比此前广受好评的 K2 Instruct 更进一大步（73% → 93%）。

自主搜索与浏览智力全面进步

在复杂搜索和浏览场景中，Kimi K2 Thinking 也推崇出色。

在东谈主类平均智能取得 29.2% 分数的 BrowseComp 上，Kimi K2 Thinking 展现出"刨根问底"的钻研智力，以 60.2% 的得益成为新的 SOTA 模子。

在长程经营和自主搜索智力的驱动下，Kimi K2 Thinking 可借助多达上百轮的"想考→搜索→浏览网页→想考→编程"动态轮回，继续地提议并完善假定、考证字据、进行推理，并构建出逻辑一致的谜底。

这种边主动搜索边继续想考的智力，使 Kimi K2 Thinking 八成将无极且洞开式的问题领悟为清晰、可奉行的子任务。

Agentic 编程智力增强

编程方面，在 SWE-Multilingual、SWE-bench 考证集，和 LiveCodeBench 等测试基准中，Kimi K2 Thinking 也能和最强闭源模子 GPT-5、Claude Sonnet 4.5 等打得有来有回。

官方提到，Kimi K2 Thinking 在处理 HTML、React 以及组件丰富的前端任务时性能有明显进步，能将创意转机为功能都全、反馈式的居品。

在 Agentic Coding 场景中，Kimi K2 Thinking 能在调用多样器用的同期进行想考，天真地融入 software agents 中，处理更复杂、多智力的迷惑责任流。

比如，复刻一个真正可用的 Word 笔墨裁剪器。

又比如创造一个丽都作风的 voxel art 作品：

通用基础智力升级

在智能体和推明智力的干线以外，Kimi K2 Thinking 的通用基础智力也赢得了升级。

创意写稿：Kimi K2 Thinking 显贵进步了写稿智力，能将毛糙的灵感转动为清晰、动东谈主且意图明确的讲述，使其兼具韵律感和深度。它能独霸奥密的文风互异和无极的结构，并在环堵萧然中保持作风的连贯性。在创意写稿方面，它笔下的预见新生动，热枕共识更蛮横，将精确的抒发与丰富的推崇力水乳交融。

学术与接头：在学术接头和专科界限，Kimi K2 Thinking 在分析深度、信息准确性和逻辑结构方面均有显贵进步。它能剖析复杂的教唆，并以清晰严谨的花式拓展想路。这使其尤其擅所长理学术论文、时期撮要，以及那些对信息完满性和推理质料条件极高的长篇答谢。

个东谈主与热枕：在复兴个东谈主或热枕类问题时，Kimi K2 Thinking 的回答更富同理心，态度也更中正暖和。不仅想考更深刻且明确，能提供缜密入微的不雅点和切实可行的后续建议，还更多情面味。

原生 INT4 量化

值得选藏的少许是，K2 Kimi Thinking 用的是 INT4 而非 FP8 精度。

官方的诠释注解是，想考模子会产生极长的解码长度，旧例的量化妙技常常会导致模子性能大幅着落。为了克服这一挑战，他们在后教育阶段收受了量化感知教育（QAT），并对 MoE 组件期骗了 INT4 纯权重（weight-only）量化。

这使得 Kimi K2 Thinking 八成在复杂推理和 Agentic 任务中相沿原生的 INT4 推理，并将生成速率进步了约 2 倍。

以及，INT4 对推理硬件的兼容性更强，对国产加快贪图芯片更友好。

p.s. Blackwell 之前的英伟达 GPU 不相沿 FP4。

上手实测

更多测试实例，不错在官方时期博客中检察，咱们也第一时代浅薄测试了一波（仅开启长想考模式，未联网）。

经典题：

一根 7 米长的甘蔗奈何通过 1 × 2 米的门

想考了快要 5 分钟，Kimi 给出的回答是：

想考的时代是有点长，但 Kimi K2 Thinking 见效绕过了这谈题目中的陷坑，料想了门的长宽其实并不会纵容甘蔗的通过。

编程方面，咱们测试的题目是：

编写一个 Python 圭臬，让一个小球在旋转的六边形内弹跳，小球融会遵守物理规章

这一次，Kimi K2 Thinking 很快就运转上手编写代码了。

这个推崇你认为奈何？

要是你也仍是上手实测，宽饶在驳倒区与咱们共享更多测试效能 ~

边幅地址：

https://huggingface.co/moonshotai/Kimi-K2-Thinking

时期博客联结：

https://moonshotai.github.io/Kimi-K2/thinking.html

参考联结：

[ 1 ] https://x.com/Kimi_Moonshot/status/1986449512538513505

[ 2 ] https://x.com/ArtificialAnlys/status/1986541785511043536

[ 3 ] https://mp.weixin.qq.com/s/oQp1kFpoYFhYQ8GzbwZLyA

一键三连「点赞」「转发」「堤防心」

宽饶在驳倒区留住你的意见！

—  完  —

� �  年度科技风向标「2025 东谈主工智能年度榜单」申诉行将于 11 月 17 日截止！点击了解细目

❤️‍� �   企业、居品、东谈主物 3 大维度，共诞生了 5 类奖项，终末时刻沿路冲刺� �  

一键关怀 � � 点亮星标

科技前沿进展逐日见万博manbext体育官网app官网