出品 | 創(chuàng)業(yè)最前線

作者 | 白華

編輯 | 閃電

美編 | 邢靜

審核 | 頌文

過去一年，AI編程工具邁入“軍備競賽”階段。以Anthropic的Claude系列為代表的閉源模型，憑借領(lǐng)先的代碼生成和Agent能力，成為全球主流開發(fā)平臺(tái)的首選。然而，其對(duì)中國市場的服務(wù)限制、高昂的API成本，以及缺乏本地化支持，正倒逼國內(nèi)開發(fā)者尋找高性能、高性價(jià)比的替代方案。

與此同時(shí)，國產(chǎn)大模型在純文本任務(wù)上已取得顯著進(jìn)展，但在視覺理解、復(fù)雜Agent工具調(diào)用等真實(shí)工程場景中仍存在明顯短板——多數(shù)編程模型要么不支持圖像輸入，要么支持圖像的模型編程能力不足。因?yàn)閳D文能力割裂，難以支撐現(xiàn)代軟件開發(fā)中日益增長的代碼+多模態(tài)基礎(chǔ)需求。

近期，Kimi新發(fā)布的K2.5模型在開發(fā)者群體中引發(fā)廣泛關(guān)注，因?yàn)榫幊绦阅艿奶嵘c視覺能力的補(bǔ)齊，讓開發(fā)者終于等到了完整Claude平替的希望。

在全球最大的大模型API聚合平臺(tái)OpenRouter上，Kimi K2.5模型發(fā)布次日就沖上了全球前三。

這份亮眼表現(xiàn)也迅速獲得了頭部編程工具平臺(tái)的認(rèn)可與青睞。Cursor的核心競品，由GitLab創(chuàng)始人打造的知名編程工具Kilo Code宣布推出Kimi K2.5的首周免費(fèi)活動(dòng)后，K2.5也成為該平臺(tái)上最受歡迎的模型，單日消耗超過380億Token。

最近很火的Claude Code開源版OpenCode，也宣布限時(shí)免費(fèi)來吸引開發(fā)者用戶。

國內(nèi)大廠旗下的編程工具同樣第一時(shí)間接入了K2.5模型。騰訊CodeBuddy將其設(shè)定為首選模型；字節(jié)Trae宣布提供免費(fèi)額度，阿里Qoder、美團(tuán)CatPaw等據(jù)傳也在接入中。

1、K2.5代碼能力究竟如何？

從知名匿名評(píng)測機(jī)構(gòu)大模型競技場LMarena公布的數(shù)據(jù)來看，K2.5在Thinking模式下，代碼能力以1509分與Claude Sonnet 4.5持平。排在它前面的，只有Claude和Gemini最新的旗艦?zāi)Ｐ汀＿@應(yīng)該是開源模型代碼能力的新高。

不止代碼能力表現(xiàn)亮眼，K2.5在視覺能力上的評(píng)測成績同樣令人驚喜。從大模型競技場的視覺能力匿名評(píng)測來看，K2.5模型的視覺能力比Claude更能打。

我們也從開發(fā)者社區(qū)看到一些真實(shí)反饋，K2.5的實(shí)際表現(xiàn)和體感，與榜單呈現(xiàn)的結(jié)果比較接近，代碼能力確實(shí)有了提升。

一位Sezxy的網(wǎng)友表示Kimi K2.5+OpenCode感覺很不錯(cuò)，幾個(gè)需求都用它倆解決。

不過，似乎編程能力的提升，也有一定的“副作用”，部分網(wǎng)友表示，之前K2模型的創(chuàng)意寫作能力好像在K2.5模型上減弱了。

2、代碼模型為什么需要視覺？

在知乎問題《Kimi發(fā)布并開源K2.5模型，哪些信息值得關(guān)注？》下，有Kimi的工程師分享了Kimi做多模態(tài)的背后思路，其中一段提到了視覺能力對(duì)代碼模型的價(jià)值，其中一個(gè)關(guān)鍵場景是模型可以自己發(fā)現(xiàn)前端頁面的視覺bug，然后有機(jī)會(huì)在后續(xù)的流程中自己進(jìn)行修正：

其實(shí)對(duì)于很多任務(wù)而言，Agent模型也能去自己debug，去根據(jù)Console Log的文本內(nèi)容去解決問題，但是我們還是會(huì)遇到一些沒有任何Error或者Warnning，但又不得不再次提出Feedback的時(shí)刻，比如：“網(wǎng)站兩個(gè)組件產(chǎn)生了堆疊遮擋，你修改下”“放在首頁的圖裂開了，應(yīng)該是Link失效了，麻煩你check下”“這是一個(gè)介紹中學(xué)生的網(wǎng)頁，配圖不應(yīng)該是工作人員”。

這些問題總是在不斷提出，我們總是希望模型能不犯這些錯(cuò)誤。是的，模型是有可能one-shot出來沒有任何問題的代碼，但是，只要我們給模型一雙眼睛，這些吐槽的問題或者就有可能會(huì)讓模型自己形成一個(gè)Action-Critic的Refine閉環(huán)，而沒有Human的工作流水線是有更高效率的理想上限。

這可能是K2.5模型上線后，立即受到開發(fā)者群體歡迎的關(guān)鍵原因之一。此前的中國編程模型，普遍沒有視覺能力，遇到圖片和視頻都無法處理，只能報(bào)錯(cuò)。或者需要非常復(fù)雜的流程，自行接入另一個(gè)模型來處理，對(duì)編程的效率影響很大。另一個(gè)關(guān)鍵原因則是Claude模型太貴了，燒錢太快。Kimi新模型的API價(jià)格只有Claude中號(hào)模型Sonnet 4.5的1/5，用起來錢包不會(huì)太疼。

3、更多K2.5的幕后

除了市場端的亮眼表現(xiàn)，K2.5的技術(shù)研發(fā)背后還有不少值得深挖的細(xì)節(jié)。

因此在1月29日凌晨，Kimi核心團(tuán)隊(duì)在Reddit平臺(tái)舉行了一場長達(dá)3小時(shí)的AMA（有問必答）活動(dòng)，CEO楊植麟、算法團(tuán)隊(duì)負(fù)責(zé)人周昕宇、吳育昕三位聯(lián)合創(chuàng)始人，與全球網(wǎng)友交流了K2.5的技術(shù)細(xì)節(jié)、產(chǎn)品規(guī)劃與行業(yè)看法。這場對(duì)話中，許多關(guān)鍵問題的回應(yīng)，讓外界了解了更多K2.5的幕后。

有網(wǎng)友拋出尖銳問題：Kimi K2.5非常棒，但我看到有人說模型會(huì)自稱為Claude，并把這當(dāng)作你們大量蒸餾（distill）自Claude模型的證據(jù)。這是怎么回事？

楊植麟回應(yīng)稱：“我們的觀察是，在正確的系統(tǒng)提示詞下，它有很高的概率回答‘Kimi’，尤其是在思考模式下。但當(dāng)系統(tǒng)提示為空時(shí)，它就進(jìn)入了一個(gè)未定義區(qū)域，這更多地反映了預(yù)訓(xùn)練數(shù)據(jù)的分布情況。其中一項(xiàng)改進(jìn)是，我們?cè)陬A(yù)訓(xùn)練階段對(duì)來自互聯(lián)網(wǎng)的最新編程數(shù)據(jù)進(jìn)行了上采樣，而這些數(shù)據(jù)似乎與詞元‘Claude’的關(guān)聯(lián)性更強(qiáng)。事實(shí)上，K2.5在許多基準(zhǔn)測試中似乎都優(yōu)于Claude，例如HLE、BrowseComp、MMMU Pro和MathVision等等?！?/p>

對(duì)于“Kimi Code和Claude Code有什么區(qū)別？為什么Kimi要開發(fā)自己的編程工具？”的問題，楊植麟表示：“我們認(rèn)為我們需要一個(gè)與模型最匹配的框架。但使用Claude Code時(shí)，框架會(huì)不斷變化，兼容性有時(shí)會(huì)成為問題。此外，Kimi Code還擁有一些獨(dú)有的功能。我們認(rèn)為video2code（視頻生代碼）非常重要，代表著前端開發(fā)的未來?！?/p>

而被問及“訓(xùn)練VLM的主要挑戰(zhàn)是什么？為什么Kimi如此堅(jiān)定地投入視覺模型的訓(xùn)練？”時(shí)，楊植麟給出了深入的技術(shù)解讀：“主要挑戰(zhàn)在于同步提升文本與視覺能力。我們發(fā)現(xiàn)，只要配方得當(dāng)，兩者可以相互增強(qiáng)：在視覺任務(wù)上做RL訓(xùn)練，反而提高了文本知識(shí)基準(zhǔn)；反過來，像K2這樣扎實(shí)的文本基礎(chǔ)，也是視覺性能的關(guān)鍵?！?/p>

從技術(shù)突破到市場認(rèn)可，再到研發(fā)底層的邏輯拆解，K2.5的出現(xiàn)為國產(chǎn)大模型的發(fā)展提供了全新的思路和樣本。

4、結(jié)束語

中國企業(yè)和開發(fā)者都亟需一個(gè)真正的Clauce平替，“代碼和視覺功能完備+性能全面對(duì)標(biāo)+性價(jià)比優(yōu)勢”。現(xiàn)在看起來，kimi2.5暫時(shí)彌補(bǔ)了這一空缺。但我們還是希望看到更多中國模型可以站起來，讓企業(yè)和開發(fā)者有更多選擇。

*注：文中題圖來自界面圖庫。