大家好，我是冷逸。

在Gemini 3發(fā)布后，我很早就說過，我們急需要一個。

現(xiàn)在，似乎有答案了。剛剛，Kimi發(fā)布并開源了全新的基座模型K2.5，文字/圖片/視頻理解能力Max。

K2.5模型在huggingface上開源

感覺Kimi這次，是帶著大殺器傾巢而來。

我趕緊體驗了一番，先說結(jié)論：這可能是目前最強的開源視覺Agentic模型。特別是前端方面，直追Gemini 3 Pro。

快速了解K2.5

簡單介紹一下這個模型。

K2.5最大的特點是全能：

• 原生的多模態(tài)架構(gòu)：天生具備視覺能力，理解圖片、視頻就像讀文字一樣自然。

• 超全的能力&性價比：K2.5同步提供快速版、思考版、Agent版和Agent集群。

基于K2.5，Kimi帶來了全新的體驗：

1）超級視覺

不僅能看，更能推理，具備Visual Reasoning和Agentic Tool Call。

256k上下文，能吃得下2小時長視頻 /100MB文件，支持視覺版“大海撈針”。

2）Visual Coding

支持Image/Video to Code，所見即所得。

上傳一張圖片或視頻（＜100MB），Kimi能秒懂你的意圖，像素級復(fù)刻一個網(wǎng)頁。

比如，復(fù)刻一個交互超級牛逼的網(wǎng)站。

3）Agent Swarm

Agent集群，能同時調(diào)度多個Agent協(xié)作，可一口氣獨立完成1500+步驟。

比如，幫我們一次性調(diào)研100家上市公司，一次下載100篇學(xué)術(shù)論文，生成100張素材圖。

4）Office Agent

Office三件套全新升級，可以幫助用戶直接交付準(zhǔn)專業(yè)水平的辦公文檔。

5）Kimi Code

以上所有功能，現(xiàn)在已可以在kimi.com直接體驗。

同步，Kimi還推出了全新的編程工具：Kimi Code。

Kimi Code不僅能在終端里直接運行，也能無縫集成到VSCode、Cursor、JetBrains和Zed等主流編輯器中。

體驗地址：www.kimi.com/code

一手實測

K2.5上線后，我也趕緊體驗了一番。

1）前端復(fù)刻

之前，Gemini 3 Pro的前端復(fù)刻，被很多人玩壞了。

我用K2.5，也來試一下。

給《流浪地球》的行星發(fā)動機做一個動畫演示網(wǎng)頁。

參考這張圖片設(shè)計一個教學(xué)演示網(wǎng)頁。

復(fù)刻這個網(wǎng)頁，讓眼珠子跟著鼠標(biāo)移動。

復(fù)刻OpenAI News。

復(fù)刻Moonshot官網(wǎng)。

更有意思的是，K2.5支持視頻復(fù)刻?？梢园涯阆矚g的APP錄屏，然后發(fā)給K2.5，讓它設(shè)計一個類似的產(chǎn)品。

體驗下來，前端這塊，我覺得K2.5和Gemini 3 Pro已經(jīng)沒什么區(qū)別了。頂級審美，頂級動效，以及頂級的視覺理解能力。

2）網(wǎng)站開發(fā)

體驗完前端，我們來讓它做一個真正的網(wǎng)站。

上周，北京不是下雪了，我找了一張故宮雪景的圖片，打開K2.5 Agent模式，讓它幫我設(shè)計一個網(wǎng)站。

它會自己理解這張圖的美學(xué)意境，包括設(shè)計元素、視覺效果等。

然后，調(diào)用Agent給我們進行開發(fā)，并部署上線。

給大家看下最終的成品（一次輸出，沒有抽卡）。

特別是1-3屏，這排版、布局和交互真的太棒了，這就是我們的東方美學(xué)。

讓它復(fù)刻網(wǎng)站wodniack.dev，完成效果非常nice，超級酷炫。

也可以做漢堡的分層拆解動畫。

3）批量work

如果說前面的體驗，大家覺得“嗯，好像還不錯”。

那Agent Swarm（Agent集群），相信我，你一定會被這個功能給驚訝到的。

體驗地址：https://www.kimi.com/agent-swarm

最近，不是全民都在學(xué)Skills嘛，那我想讓「Agent集群」幫我整理50個高Star的Skills，于是就問它：

幫我從GitHub上搜集50個熱門的Claude Code Skills，按照Star數(shù)從高到低排列。

初次體驗，會提示消耗3次Agent額度。想象這個工程量，只消耗3次額度似乎還是很劃算的，讓它繼續(xù)干吧。

然后，它就招來了3個助手幫我干活。每個助手的工作內(nèi)容，各不相同。

活干到一半，只收集到39個skills，還沒完成。kimi又繼續(xù)拉了小北、海明威兩位替補助手，繼續(xù)給我干活。

最終，集齊了50個skills，一次性給到了我。

不得不說，這個“批量work”的效果太贊了，就是速度有點慢（大部分時間因為耗在GitHub訪問失敗的地方）。

不過沒關(guān)系，它是在K2.5 Agent自己的后臺運行。在Agent工作期間，我完全可以去做其他事情，等有結(jié)果了再來驗收。

所以，我又用它跑了一些其他的case。

比如，我讓它用我頭像做一系列連續(xù)性的打斗動畫。

批量下載論文。

召集專家建言獻策，如何讓1歲孩子上北大。

以及，批量生圖。

不得不說，Kimi這次是真的把并發(fā)拉滿了。

從K1.5卷長度，到K2卷深度思考，再到今天K2.5卷并發(fā)。每次新模型的發(fā)布，Kimi都總能給我們新的答案，而且一次比一次猛。

并發(fā)拉滿，考驗的不只是模型本身，而是工程、調(diào)度、成本、穩(wěn)定性的一整套系統(tǒng)能力。

這次Kimi能夠把這個產(chǎn)品做出來，是真的。

4）視覺理解與推理

最后，我們考驗一下模型基本的視覺理解和推理能力。

隨手拍了張照片（圖中大樓標(biāo)志已被抹除），問問它這是哪里。

沒錯，這里是北京的京東科技大廈，Kimi正是在這里辦公。

又問了一張圖，這是什么雪山，推測一下我拍攝時的海拔高度。

非常準(zhǔn)確，玉龍雪山，海拔9,000-11,000米。

接著，我又問了一個問題。

其實，一開始我都不抱希望。

但是看到結(jié)果，有點被驚訝到了。除了航線外（實際為“四川成都-云南芒市”），它差一點就全部推理出了。

給大家看下真實的Exif信息。

K2.5也能做這樣的行測題，反正我是看不懂。

實測下來，像推理地理位置、樓層高度、人物身高、作品名稱這些，K2.5基本能猜個八九不離十，當(dāng)然還做不到100%的準(zhǔn)確。

但如果拿來分析一些股票圖、科研圖、行測題、Puzzle題、幾何題等，基本都能得到靠譜的答案，準(zhǔn)確率很高。

所以，整個體驗下來，才會有了開篇那句話“感覺Kimi這次是帶著大殺器傾巢而來。”

K2.5快速、K2.5思考、K2.5 Agent、K2.5 Agent集群，以及新上線的office三件套、Kimi Code，量大管飽，應(yīng)有盡有。

這種“傾巢而來”并非雜亂無章的堆料，而是生態(tài)級的All IN，且誠意滿滿。

快速版負責(zé)效率（日常夠用），思考版兜底復(fù)雜問題，Agent負責(zé)把模型能力變成生產(chǎn)力，Agent集群則專門解決規(guī)?；瘑栴}……

很高興，今天終于能夠有國產(chǎn)模型在多模態(tài)理解和Coding能力上追平海外頂尖模型。

而且還是開源的。

正是，潮平兩岸闊，風(fēng)正一帆懸。