Kimi K2.5 adalah model agen multimodal asli open-source yang dibangun melalui pelatihan berkelanjutan pada sekitar 15 triliun kombinasi token visual dan Text di atas Kimi-K2-Base. Dengan arsitektur MoE berparameter 1T (32B aktif) dan panjang konteks 256K, model ini memadukan pemahaman Vision dan bahasa secara mulus dengan kemampuan agenik canggih, mendukung kedua mode instan dan pemikiran, serta paradigma percakapan dan agenik....

Kimi K2 Thinking adalah versi terbaru dan paling canggih dari model pemikiran open-source. Dimulai dengan Kimi K2, kami membangunnya sebagai agen pemikiran yang bernalar secara bertahap sambil secara dinamis mengaktifkan alat. Ini menetapkan standar baru di Humanity's Last Exam (HLE), BrowseComp, dan tolok ukur lainnya dengan memperbesar kedalaman penalaran multi-langkah secara dramatis dan mempertahankan penggunaan alat yang stabil dalam 200–300 panggilan berurutan. Pada saat yang sama, K2 Thinking adalah model kuantisasi INT4 asli dengan jendela konteks 262k, mencapai pengurangan latensi Inference dan penggunaan memori GPU tanpa kehilangan....

Kimi K2-Instruct-0905, model bahasa campuran-para-ahli (MoE) canggih, adalah versi terbaru dan paling mumpuni dari Kimi K2. Fitur Utama meliputi kemampuan pengkodean yang ditingkatkan, khususnya front-end & pemanggilan alat, panjang konteks diperpanjang hingga 256k tokens, dan peningkatan integrasi dengan berbagai kerangka kerja agen....

Kimi K2 adalah model dasar Mixture-of-Experts (MoE) dengan kemampuan pengkodean dan agen yang luar biasa, menampilkan 1 triliun total parameter dan 32 miliar parameter yang diaktifkan. Dalam evaluasi tolok ukur yang mencakup penalaran pengetahuan umum, pemrograman, matematika, dan tugas terkait agen, model K2 melampaui model sumber terbuka terkemuka lainnya....

Kimi-Dev-72B adalah model bahasa pemrograman besar open-source baru yang mencapai 60,4% pada SWE-bench Verified, menetapkan hasil mutakhir di antara model open-source. Dioptimalkan melalui pembelajaran penguatan skala besar, ia secara mandiri memperbaiki basis kode nyata di Docker dan mendapatkan penghargaan hanya ketika seluruh rangkaian pengujian berhasil. Ini memastikan model memberikan solusi yang benar, tangguh, dan praktis sesuai dengan standar rekayasa perangkat lunak dunia nyata....