Kimi K2 开源模型发布，代码处理能力领先

近日，相关团队正式推出了全新的 Kimi K2 模型，并同时开放了源代码。

Kimi K2 是基于 MoE 架构开发的一款基础模型，具备出色的代码处理能力和通用 Agent 任务执行能力。该模型整体参数规模达到 1T，实际激活参数为 32B，在多项性能测试中均表现出色。特别是在 SWE Bench Verified、Tau2 和 AceBench 等专业基准测试中，Kimi K2 取得了开源模型中的最佳成绩，充分展示了其在代码生成、Agent 任务和数学推理方面的领先优势。

在预训练阶段，Kimi K2 采用了 MuonClip 优化器，有效实现了万亿参数模型的高效稳定训练。这一技术突破显著提升了 Token 的使用效率，为模型扩展提供了新的可能性，尤其在高质量人类数据资源日益紧张的背景下，意义尤为重大。

此外，Kimi K2 在自主编程（Agentic Coding）、工具调用（Tool Use）以及数学推理（Math & Reasoning）三大核心能力维度上也表现优异。不仅在标准测试中成绩突出，Kimi K2 在多个实际应用场景中也展现了出色的泛化能力和实用价值。

目前，用户可通过访问 kimi.com 官网或下载 Kimi App 来体验全新的 Kimi K2 模型。同时，相应的 API 服务也已上线，支持兼容 OpenAI 和 Anthropic 的 Chat API 接口，方便用户将现有工具迁移至 Kimi K2。

Kimi K2 的 API 服务现已全面可用，支持最长 128K 上下文长度，通用性与工具调用能力得到进一步增强。具体计费方案如下：

每百万输入 tokens 收取 4 元；

每百万输出 tokens 收取 16 元。

与此同时，开发团队还公开发布了 Kimi K2 系列的两个版本模型：

- Kimi-K2-Base：未经指令微调的基础预训练模型，适合用于科研及自定义场景；

- Kimi-K2-Instruct：经过通用指令微调的版本（非思考模型），适用于多数问答及 Agent 类型的任务，在多类任务中展现出卓越表现。

相关开源地址如下：

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