现已在 SiliconFlow 上推出的 Kimi K2-0905：增强的编码能力和更顺畅的 Claude 代码集成

2025年9月10日

为什么这个升级很重要

基于您已经喜爱的所有功能，Kimi K2-0905在保持标志性的K2个性不变的同时，获得了“疯狂的编码能力”。

这个升级提供了什么：

创意优秀保存： 仍然是创意写作中的SOTA，减少了幻觉，同时保持了喜爱的K2风格，并获得了编码超能力。
更好的K2 + Claude Code体验： 更顺畅的集成消除了先前的兼容性摩擦。代理工具使用、文件编辑和终端操作现在都一拍即合。
前端力量解锁： 网页和图表现在不仅外观绝对华丽，功能也得到了改善。
262K上下文窗口： 从之前的131K翻倍——可以在没有“记忆间隙”的情况下分析整个代码库，这意味着它可以进行全面的代码审查、错误跟踪和架构重构，同时从前端到后端保持完整的上下文。

行业领先的基准性能

K2-0905在多个基准测试中表现出强劲的性能，特别是在多语言、基于终端和代理任务中表现出色：

对比 Claude 模型： K2-0905在关键领域超过了Claude，同时整体上保持了竞争力：

🥇 在SWE-Bench Multilingual中领先 (55.9 对比 Claude Sonnet-4的 53.3)
🥇 在Terminal-Bench中领先 (44.5 对比 Claude Sonnet-4的 36.4 和 Opus-4的 43.2)
在SWE-Bench verified中保持竞争力 (69.2 对比 Claude Sonnet-4的 72.7)

基准	K2-Instruct-0905	K2-Instruct-0711	Qwen3-Coder-480B-A35B-Instruct	GLM-4.5	DeepSeek-V3.1	Claude-Sonnet-4	Claude-Opus-4
SWE-Bench verified	69.2 ± 0.63	65.8	69.6*	64.2*	66.0*	72.7*	72.5*
SWE-Bench Multilingual	🥇55.9 ± 0.72	47.3	54.7*	52.7	54.5*	53.3*	-
Multi-SWE-Bench	33.5 ± 0.28	31.3	32.7	31.7	29	35.7	-
Terminal-Bench	🥇44.5 ± 2.03	37.5	37.5*	39.9*	31.3*	36.4*	43.2*
SWE-Dev	66.6 ± 0.72	61.9	64.7	63.2	53.3	67.1	-

（所有带星号（*）的基线数字直接摘自其官方报告或公共排行榜；其余指标由 MoonShot AI 在与 K2-Instruct-0905 相同的条件下评估。）

无论您是在多种编程语言中构建应用程序，还是通过基于终端的工作流程管理复杂项目，K2-0905 在传统编码基准上保持稳固的结果，同时提供卓越的性能。

通过 SiliconFlow 的 API 服务访问 Kimi K2-0905

除了 Kimi K2-0905 的行业领先编码性能外，SiliconFlow 还为您的现有开发生态系统提供即时兼容性：

开发者工具集成： 与Cline、Qwen Code、Gen-CLI和其他 OpenAI 标准开发工具无缝兼容 —— 只需使用您的 SiliconFlow API 即可访问 Kimi K2-0905 的能力。
Anthropic生态系统支持： 与 Anthropic 的生态系统完全兼容，以使用 Kimi K2-0905 进行全面的代码审查、错误跟踪和架构重构。
其他支持的平台： 与Dify、ChatHub、Chatbox、Sider、MindSearch和DB-GPT 的现成集成，利用 Kimi K2-0905 的能力。

通过强大的模型、无缝的集成和具有成本效益的定价，SiliconFlow 改变了您构建的方式——让您更快地交付和更智能地扩展。

立即开始

1. 探索： 在SiliconFlow 模型广场中尝试 Kimi-K2-0905。
2. 集成： 使用我们的 OpenAI 兼容 API。在SiliconFlow API 文档中探索完整的 API 规范。

import requestsurl = "https://api.siliconflow.com/v1/chat/completions"payload = {    "model": "moonshotai/Kimi-K2-Instruct-0905",    "thinking_budget": 4096,    "top_p": 0.7,    "stream": False,    "max_tokens": 4096,    "stop": [],    "temperature": 0.7,    "top_k": 50,    "frequency_penalty": 0.5,    "n": 1,    "messages": [        {            "role": "user",            "content": "tell me a story"        }    ]}headers = {    "Authorization": "Bearer <token>",    "Content-Type": "application/json"}response = requests.request("POST", url, json=payload, headers=headers)print(response.text)

import requestsurl = "https://api.siliconflow.com/v1/chat/completions"payload = {    "model": "moonshotai/Kimi-K2-Instruct-0905",    "thinking_budget": 4096,    "top_p": 0.7,    "stream": False,    "max_tokens": 4096,    "stop": [],    "temperature": 0.7,    "top_k": 50,    "frequency_penalty": 0.5,    "n": 1,    "messages": [        {            "role": "user",            "content": "tell me a story"        }    ]}headers = {    "Authorization": "Bearer <token>",    "Content-Type": "application/json"}response = requests.request("POST", url, json=payload, headers=headers)print(response.text)

import requestsurl = "https://api.siliconflow.com/v1/chat/completions"payload = {    "model": "moonshotai/Kimi-K2-Instruct-0905",    "thinking_budget": 4096,    "top_p": 0.7,    "stream": False,    "max_tokens": 4096,    "stop": [],    "temperature": 0.7,    "top_k": 50,    "frequency_penalty": 0.5,    "n": 1,    "messages": [        {            "role": "user",            "content": "tell me a story"        }    ]}headers = {    "Authorization": "Bearer <token>",    "Content-Type": "application/json"}response = requests.request("POST", url, json=payload, headers=headers)print(response.text)

今天就在SiliconFlow上开始构建 Kimi K2-0905！

商务或销售查询 →

立即加入我们的Discord社区 →

在 X 上关注我们以获取最新更新 →

在SiliconFlow上探索所有可用的模型 →

上一个