“狙击”Grok4、兼容Claude协议、代码能力飙到 Claude3.7 和 4 之间但成本下降较多......自其在2024年因超长上下文理解能力惊艳世人后，Kimi很长一段时间都未有亮眼战绩。

最近，Kimi又有重登巅峰之势！

先是Kimi的新功能Deep Researcher还在马斯克旗下公司xAI直播发布会上，让海外学者、研究员和用户惊呼！直播中提到HLE（Humanities Last Exam，人类最后的考试）分别让OpenAI、谷歌旗下Gemini以及月之暗面Kimi三家公司的产品进行“考试”，结果揭晓后，Deep Researcher（Kimi上月发布的首款Agent产品），在HLE测试中超过了Gemini2.5 Pro，略高于OpenAI Deep Research，并与Gemini-Pro的Deep Research Agent打平，是目前已知的最高水平之一。

而后是昨天发布并开源的Kimi K2 ，擅长代码与 Agentic 任务！ 如Kimi官方所言，这是一款具备更强代码能力、更擅长通用 Agent 任务的 MoE 架构基础模型，总参数 1T，激活参数 32B。在自主编程（Agentic Coding）、工具调用（Tool Use）和数学推理（Math & Reasoning）三大能力维度的基准性能测试中取得优秀表现。

除了基准性能测试，Kimi K2 在多个实际场景中也展现出更强的能力泛化和实用性，如代码能力提升，Agent 工具调用能力提升，风格化写作能力提升。

在 SWE Bench Verified、Tau2、AceBench 等基准性能测试中，Kimi K2 均取得开源模型中的 SOTA成绩，展现出在代码、Agent、数学推理任务上的领先能力。

Kimi K2 的预训练阶段使用 MuonClip优化器实现万亿参数模型的稳定高效训练，在人类高质量数据成为瓶颈的背景下，有效提高 Token 利用效率，找到新的 Scaling 空间。

评论区更有用户直言：

“很高兴看到还有这样一个努力研发大模型的Kimi在！DS出来之后好多公司都歇菜了！”

那么，这一波开源有哪些值得深入关注的点，下面汇集了领域大佬们的观点，欢迎大家讨论：

饼干哥哥AGI

先说亮点：

1. Kimi K2 能力集中在代码、Agent 与数学推理
2. 兼容Claude协议，可以直接用在 AI 编程当红炸子鸡 Claude Code 上
3. 代码能力飙到 Claude3.7 和 4 之间，但成本下降很多
4. 工具调用能力超强，是为 Agent 设计的大模型，这个思路可以极大扩大能力边界
5. 前面 3  buff 叠加，或许能把 kimi 重新推到一线水平

API 侧更是“价格锤”：百万输入 token 4 元、输出 16 元，且支持 OpenAI、Anthropic 调用，迁移只需改端点  。在当前本地部署热潮下，1 T 却仅 32 B 激活的设计让双 A100 即可推理，降低了门槛。业内普遍解读这次“闪电开源”是 Moonshot 抢占编程模型 C 位，为将至的 Agent 大战提前筑底。

toyama nao 知乎：大模型话题下的优秀答主

短的结论：kimi只管大力，剩下的交给奇迹

基本信息：

• 成本：16元每百万
• 平均长度：约7325字
• 速度：约27字每秒
• 平均耗时： 276秒

逻辑成绩：

编程成绩：

编程语言分布：

月之暗面一直在外界的质疑中成长，凭借第一个做出超长上下文一炮而红之后，又在后来的巨头轮番抢占智能制高点的竞赛中逐渐沉寂，转向开拓搜索，文档等垂类领域，一时间各路KOL谈及AI无不带着Kimi的商单。而时间到了25年之后，Kimi又开始发力开源领域，上个月的Kimi-Dev-72B只是个烟雾弹，真正的大杀器是k2。

月之暗面无疑对“巨大”有执念，从早期的2M上下文，到如今的1T参数。无不透露着对“大就是好，好就是大”的朴素追求。这一次的大力显然还是出了一些奇迹，但不多。k2的极限性能与DeepSeek的V3相仿，在官方的开源说明中也重点和V3对比。加上官方也宣称k2特别适合编程任务，向着V3的舒适区发起进攻，因此接下来也重点对比k2与V3。

首先在输出上，k2和V3可称难兄难弟，V3输出长度已经达到平均5000字之多，k2更甚，高达7380字。是目前在测的非推理模型之最。这样的输出体量，配上月之暗面稀缺的算力资源，导致其平均耗时即便在推理模型里，也只能排第二梯队的惨状，好在k2开源，或许不久就能看到隔壁硅基流动上线k2，来一波算力扶贫。

知乎人工智能问题优秀答主 小小将

从Benchmark评测结果来看，Kimi-K2超过开源的DeepSeek-V3-0324和Qwen3-235B-A22B，所以算是目前开源的最好非思考模型了，也是目前开源的最大模型了。所以，恭喜开源大模型进入T时代。 但是毕竟是非思考模型，所以打不过DeepSeek-R1。盲猜后面应该还会有推理版本k2-thinking

橘鸦Juya

最最最重要的，他是个非推理模型。不知道现在和我一样讨厌推理模型的人多不多，我真的不会闲得蛋疼整天拿些脑筋急转弯似的推理题去问A1，也没那么多数学问题推理模型的回答是好，可一想到要等待一段时间的推理才有正式答案我就LLM阳痿了终于有一个超越 V3 的非推理模型了，可喜可贺。

另外，有人知道吗，Qwen Chat发桌面端了，目前仅限 Mac Os，支持MCP，gwen.ai 网站也做了改版。

所以 Qwen 团队是不是有人在专门运营汪峰人设啊，真的有点说法的。

更多有关Kimi K2的讨论，可以加入我们⬇️！

大模型之心Tech知识星球交流社区

我们创建了一个全新的学习社区 —— “大模型之心Tech”知识星球，希望能够帮你把复杂的东西拆开，揉碎，整合，帮你快速打通从0到1的技术路径。 

星球内容包含：每日大模型相关论文/技术报告更新、分类汇总（开源repo、大模型预训练、后训练、知识蒸馏、量化、推理模型、MoE、强化学习、RAG、提示工程等多个版块）、科研/办公助手、AI创作工具/产品测评、升学&求职&岗位推荐，等等。

星球成员平均每天花费不到0.3元，加入后3天内不满意可随时退款，欢迎扫码加入一起学习一起卷！