Kimi K2.5는 오픈 소스, 네이티브 Multimodal 에이전틱 Model로, Kimi-K2-Base 위에 약 15조 개의 혼합된 시각 및 Text token 을 지속적으로 사전 학습하여 구축되었습니다. 1T-파라미터 MoE 아키텍처(32B 활성)와 256K 컨텍스트 길이를 가지고 Vision과 언어 이해를 원활하게 통합하며, 고급 에이전틱 기능을 제공하여 인스턴트 및 사고 모드, 대화 및 에이전틱 패러다임을 모두 지원합니다....

Kimi K2 Thinking은 최신의 가장 능력 있는 오픈 소스 사고 모델입니다. Kimi K2부터 시작하여 단계별로 추론하면서 도구를 동적으로 호출하는 사고 에이전트로 구축했습니다. 이는 인간의 최후 시험 (HLE), BrowseComp 및 기타 벤치마크에서 새로운 최첨단을 설정하며, 다단계 추론 깊이를 극적으로 확장하고 200–300번의 연속 호출에 걸쳐 안정적인 도구 사용을 유지합니다. 동시에 K2 Thinking은 262k 컨텍스트 윈도우를 갖춘 네이티브 INT4 양자화 Model로, Inference 대기 시간 및 GPU 메모리 사용에서 무손실 감소를 달성합니다....

Kimi K2-Instruct-0905는 최신의 첨단 전문가 혼합(MoE) 언어 Model로, Kimi K2의 최신 버전이자 가장 강력한 버전입니다. 주요 기능으로는 강화된 코딩 능력, 특히 프론트엔드 및 도구 호출, 256k tokens로 확장된 컨텍스트 길이, 다양한 에이전트 스캐폴드와의 개선된 통합이 포함됩니다....

Kimi K2는 예외적인 코딩 및 에이전트 기능을 갖춘 Mixture-of-Experts (MoE) 기반 Model로, 총 1조 개의 매개변수와 320억 개의 활성화된 매개변수를 특징으로 합니다. 일반 지식 추론, 프로그래밍, 수학 및 에이전트 관련 작업을 포함한 벤치마크 평가에서 K2 Model은 다른 주요 오픈 소스 모델을 능가합니다....

Kimi-Dev-72B는 새롭게 공개된 오픈 소스 코딩 대형 언어 모델로, SWE-bench Verified에서 60.4%의 성과를 달성하며 오픈 소스 Model 중에서도 최첨단 결과를 설정했습니다. 대규모 강화 학습을 통해 최적화되어, Docker에서 실제 코드베이스를 자율적으로 수정하며, 전체 테스트 스위트가 통과될 때만 보상을 받습니다. 이를 통해 모델은 실제 소프트웨어 엔지니어링 표준에 맞춘 정확하고 견고하며 실용적인 솔루션을 제공합니다....