智東西
作者 王涵
編輯 云鵬

智東西1月27日?qǐng)?bào)道，今天，月之暗面Kimi開(kāi)源了新模型——K2.5，楊植麟還特別發(fā)視頻親自介紹。

楊植麟分享稱(chēng)，K2.5是Kimi迄今為止最強(qiáng)大的模型。面對(duì)復(fù)雜任務(wù)時(shí)，Kimi K2.5可自主調(diào)度包含多達(dá)100個(gè)子智能體的集群，并行執(zhí)行最高1500次工具調(diào)用。

相較于單智能體模式，其任務(wù)執(zhí)行效率提升最高達(dá)4.5倍。整個(gè)Agent集群由K2.5模型全自動(dòng)創(chuàng)建與協(xié)調(diào)，無(wú)需任何預(yù)定義子智能體或工作流。該模型以Kimi K2為基礎(chǔ)技術(shù)架構(gòu)，在原有架構(gòu)之上進(jìn)行了持續(xù)的預(yù)訓(xùn)練優(yōu)化，且訓(xùn)練過(guò)程中學(xué)習(xí)、融合了約15萬(wàn)億個(gè)“視覺(jué)+文本”混合形式的訓(xùn)練數(shù)據(jù)單元。

▲K2.5模型開(kāi)源頁(yè)面（來(lái)源：Hugging Face）

基準(zhǔn)測(cè)試上，在Agents方面，HLE-Full（綜合推理）、BrowseComp（瀏覽交互）、DeepSearchQA（深度搜索問(wèn)答）三個(gè)基準(zhǔn)測(cè)試中K2.5得分均位列第一；在編碼方面，K2.5在SWE-Bench Verified、SWE-Bench Multilingual兩項(xiàng)中均排名第一；在圖像多模態(tài)方面，K2.5在文檔理解測(cè)試mniDocBench 1.5中得分88.8，為第一名。

▲K2.5模型基準(zhǔn)測(cè)試

在Agent基準(zhǔn)測(cè)試HLE、BrowseComp和SWE-Veried中，K2.5與GPT-5.2（xhigh）相比，在性能逼近的同時(shí)成本更低。

▲K2.5模型性?xún)r(jià)比對(duì)比

外網(wǎng)網(wǎng)友對(duì)Kimi K2.5模型的評(píng)價(jià)可以說(shuō)是好評(píng)如潮。FireworksAI聯(lián)合創(chuàng)始人兼首席技術(shù)官Dmytro Dzhulgakov評(píng)論稱(chēng)“Kimi K2.5=開(kāi)源SOTA推理+視覺(jué)+256K 上下文+智能體編碼”。

▲外網(wǎng)網(wǎng)友評(píng)價(jià)（來(lái)源：X）

Thrive Protocol AI與數(shù)據(jù)工程師、Ethers Club播客主持人0xSero說(shuō)（他用）Kimi創(chuàng)建了新的網(wǎng)站頁(yè)面。

▲外網(wǎng)網(wǎng)友評(píng)價(jià)（來(lái)源：X）

KEA Research協(xié)作平臺(tái)創(chuàng)立者Stanislaw則評(píng)價(jià)Kimi看起來(lái)十分有潛力。

▲外網(wǎng)網(wǎng)友評(píng)價(jià)（來(lái)源：X）

除了K2.5模型外，針對(duì)軟件工程場(chǎng)景，Kimi團(tuán)隊(duì)還推出了編程產(chǎn)品Kimi Code。Kimi Code可直接在終端運(yùn)行，并支持與VSCode、Cursor、Zed等主流IDE集成。該產(chǎn)品已開(kāi)源，支持圖像與視頻輸入，還能自動(dòng)發(fā)現(xiàn)現(xiàn)有技能及MCP協(xié)議并遷移至Kimi Code工作環(huán)境。

價(jià)格上，K2.5模型API輸入（每百萬(wàn)Token）4元，緩存輸入0.7元；輸出（每百萬(wàn)Token）21元。

▲K2.5模型API價(jià)格

K2.5模型提供了四種模式：

1、快速模式：提供最快的響應(yīng)體驗(yàn)；

2、思考模式：可以用來(lái)解答復(fù)雜問(wèn)題；

3、Agent模式：擅長(zhǎng)深度研究、PPT、Excel、Word、PDF和網(wǎng)頁(yè)生成等任務(wù)；

4、Agent集群模式：適合需要并行處理的復(fù)雜任務(wù)。

▲K2.5模型主頁(yè)

開(kāi)源地址：

Hugging Face：

https://huggingface.co/moonshotai/Kimi-K2.5

魔搭社區(qū)：

https://modelscope.cn/models/moonshotai/Kimi-K2.5

一、幾句話生成能交互的動(dòng)態(tài)網(wǎng)頁(yè)界面，K2.5降低視覺(jué)表達(dá)門(mén)檻

在Kimi團(tuán)隊(duì)內(nèi)部編程基準(zhǔn)測(cè)試集Kimi Code Bench中，K2.5在多語(yǔ)言環(huán)境下從構(gòu)建、調(diào)試、重構(gòu)、測(cè)試到腳本編寫(xiě)的端到端任務(wù)上均較K2有所增強(qiáng)。

▲內(nèi)部編程基準(zhǔn)測(cè)試集Kimi Code Bench

楊植麟稱(chēng)，Kimi團(tuán)隊(duì)不只是想讓K2.5學(xué)會(huì)寫(xiě)代碼，更希望它具備設(shè)計(jì)審美。在前端開(kāi)發(fā)領(lǐng)域，K2.5能將簡(jiǎn)單對(duì)話轉(zhuǎn)化為完整的前端界面，可以做出像專(zhuān)業(yè)設(shè)計(jì)師出品一樣，有高級(jí)審美和動(dòng)效的網(wǎng)頁(yè)，就像這樣：

在視覺(jué)編程方面，通過(guò)對(duì)圖像與視頻的推理，K2.5的圖像/視頻轉(zhuǎn)代碼生成與視覺(jué)調(diào)試能力增強(qiáng)，降低了用戶通過(guò)視覺(jué)表達(dá)創(chuàng)意的門(mén)檻，直接上傳一個(gè)錄屏，就可以重建網(wǎng)頁(yè)。

此能力源于K2.5的大規(guī)模視覺(jué)-文本聯(lián)合預(yù)訓(xùn)練。當(dāng)數(shù)據(jù)規(guī)模足夠龐大時(shí)，視覺(jué)與文本能力實(shí)現(xiàn)同步提升。

K2.5還可以通過(guò)代碼推理謎題并標(biāo)記最短路徑：

二、自主調(diào)動(dòng)1500個(gè)協(xié)調(diào)步驟，K2.5端到端運(yùn)行時(shí)間縮短80%

半年前，Kimi發(fā)布了首個(gè)萬(wàn)億參數(shù)開(kāi)源Agent模型Kimi K2。隨后推出的Kimi K2 Thinking，通過(guò)增加思考時(shí)間，具備了獨(dú)立完成長(zhǎng)達(dá)300步操作的長(zhǎng)程任務(wù)能力，但這還不夠。

通過(guò)并行智能體強(qiáng)化學(xué)習(xí)（PARL）訓(xùn)練，K2.5模型學(xué)會(huì)了自主調(diào)度最多100個(gè)子智能體組成的集群，并行執(zhí)行最多1500個(gè)協(xié)調(diào)步驟的工作流，整個(gè)過(guò)程無(wú)需預(yù)定義角色或人工設(shè)計(jì)工作流。

可以說(shuō)，K2.5是從“單個(gè)專(zhuān)家”升級(jí)為了一個(gè)“專(zhuān)業(yè)團(tuán)隊(duì)”。

▲K2.5 Agent集群結(jié)構(gòu)

K2.5 Agent集群通過(guò)并行、專(zhuān)門(mén)化的執(zhí)行方式能夠提升復(fù)雜任務(wù)的性能。在Kimi團(tuán)隊(duì)內(nèi)部評(píng)估中，其能夠?qū)⒍说蕉诉\(yùn)行時(shí)間縮短80%，同時(shí)支持更復(fù)雜、更長(zhǎng)期的工作負(fù)載。

▲Kimi團(tuán)隊(duì)內(nèi)部評(píng)估

在廣泛搜索場(chǎng)景中，與單智能體執(zhí)行相比，Agent集群可以將達(dá)到目標(biāo)性能所需的最小關(guān)鍵步驟減少至原先的1/4到1/5.5。通過(guò)并行化，Agent集群實(shí)際運(yùn)行時(shí)間最多可減少至原先的1/5.5。

▲運(yùn)行時(shí)間對(duì)比

在實(shí)際任務(wù)中，例如在大規(guī)模并行處理方面，面對(duì)在100個(gè)細(xì)分領(lǐng)域中找出排名前三的YouTube創(chuàng)作者的任務(wù)，K2.5 Agent集群首先研究并定義每個(gè)領(lǐng)域，然后自主創(chuàng)建100個(gè)子智能體進(jìn)行并行搜索。

每個(gè)子智能體在其分配的細(xì)分領(lǐng)域內(nèi)識(shí)別出領(lǐng)先的創(chuàng)作者，并將結(jié)果匯總到一個(gè)結(jié)構(gòu)化的電子表格中。

在大規(guī)模使用工具方面，K2.5 Agent集群僅憑一張結(jié)婚照，就能啟動(dòng)20個(gè)并行子智能體，生成符合當(dāng)?shù)匚幕尘暗娜蚧槎Y旅行場(chǎng)景，并將它們整合到一個(gè)具有統(tǒng)一身份和服飾的互動(dòng)網(wǎng)頁(yè)中。

此外，在規(guī)�；a(chǎn)出方面，K2.5 Agent集群可以將一項(xiàng)涵蓋40篇社會(huì)心理學(xué)論文的文獻(xiàn)綜述任務(wù)分解為多個(gè)專(zhuān)注于寫(xiě)作的子智能體。

每個(gè)子智能體負(fù)責(zé)綜述的特定部分，它們的輸出最終被綜合成一份100頁(yè)的雙欄學(xué)術(shù)文檔，其中包含格式完整的引文和參考文獻(xiàn)。

最后，在大規(guī)模下載方面，K2.5 Agent集群能夠調(diào)度多個(gè)具有專(zhuān)業(yè)分工的子智能體，共同協(xié)作處理保羅·格雷厄姆（Paul Graham）的文章。這些子智能體分別負(fù)責(zé)搜索、下載、分類(lèi)、總結(jié)與匯編任務(wù)。

在協(xié)同工作下，系統(tǒng)將超過(guò)200篇原始文章按主題整理至6個(gè)分類(lèi)文件夾，并生成了一份結(jié)構(gòu)清晰的綜合摘要報(bào)告。報(bào)告中所有引用均明確標(biāo)注了對(duì)應(yīng)的原始文章來(lái)源。

三、AI辦公質(zhì)量提升近60%，K2.5能處理大規(guī)模辦公任務(wù)

不僅如此，K2.5已經(jīng)開(kāi)始熟練掌握Office套件的核心技能。

其能夠端到端處理高密度、大規(guī)模的辦公任務(wù)，該模型能解析大規(guī)模高密度輸入，協(xié)調(diào)多步驟工具使用，并通過(guò)直接對(duì)話生成專(zhuān)業(yè)級(jí)輸出成果，包括Word、Excel、PPT和PDF。

KImi團(tuán)隊(duì)針對(duì)真實(shí)職場(chǎng)場(chǎng)景，設(shè)計(jì)了兩套內(nèi)部專(zhuān)家生產(chǎn)力基準(zhǔn)測(cè)試。AI辦公基準(zhǔn)測(cè)試評(píng)估端到端的辦公輸出質(zhì)量，而通用智能體基準(zhǔn)測(cè)試則以人類(lèi)專(zhuān)家表現(xiàn)為標(biāo)準(zhǔn)，衡量多步驟生產(chǎn)級(jí)工作流的表現(xiàn)。

在這兩項(xiàng)測(cè)試中，在兩項(xiàng)基準(zhǔn)測(cè)試中，K2.5的性能分別比K2 Thinking提升了59.3%和24.3%。

▲kimi內(nèi)部專(zhuān)家生產(chǎn)力基準(zhǔn)測(cè)試

K2.5智能體支持高級(jí)辦公任務(wù)，例如在Word中添加批注、使用數(shù)據(jù)透視表構(gòu)建財(cái)務(wù)模型、在PDF中編寫(xiě)LaTeX公式，并能處理長(zhǎng)達(dá)萬(wàn)字的論文或百頁(yè)文檔等長(zhǎng)篇輸出。

例如生成包含圖片的100個(gè)鏡頭的分鏡腳本表格：

給技術(shù)報(bào)告增添行內(nèi)注釋?zhuān)?/p>

從數(shù)據(jù)中提取30個(gè)帶密碼的工資單PDF文件：

結(jié)語(yǔ)：月之暗面或?qū)⒅囟嗄B(tài)及智能體集群能力

一周前，市場(chǎng)還在為月之暗面在20天內(nèi)估值暴漲約34億人民幣的消息而驚嘆。一周后，這家北京AI獨(dú)角獸就開(kāi)源了新模型。

此次開(kāi)源的K2.5模型，最亮眼的就是其“智能體集群”能力，將AI從執(zhí)行單一指令的工具，升級(jí)為能自主調(diào)度、并行處理上千步驟的“團(tuán)隊(duì)”，而這正直指企業(yè)級(jí)應(yīng)用的核心痛點(diǎn)：復(fù)雜、高成本、長(zhǎng)周期的知識(shí)工作流程自動(dòng)化。

整體來(lái)看，這是一次聚焦于提升模型實(shí)際效能、擴(kuò)展多模態(tài)能力的技術(shù)迭代。此次發(fā)布展示了月之暗面近期的研發(fā)重心與成果，此前曝光的新融資或?yàn)檫@類(lèi)深度研發(fā)提供更多支持。