Kimi K2.5

Oplev Moonshot AI's Kimi K2.5, en 1T-parameter open-source agentic model med native multimodale evner, et 262K context window og SOTA reasoning.

Agentic AIMultimodalOpen-sourceReasoningMoE
moonshot logomoonshotKimi K-seriesJanuary 27, 2026
Kontekst
262Ktokens
Maks output
33Ktokens
Input-pris
$0.60/ 1M
Output-pris
$2.50/ 1M
Modalitet:TextImageVideo
Funktioner:VisionVærktøjerStreamingRæsonnering
Benchmarks
GPQA
87.6%
GPQA: Spørgsmål og svar på kandidatniveau. En streng benchmark med 448 multiple choice-spørgsmål inden for biologi, fysik og kemi skabt af domæneeksperter. PhD-eksperter opnår kun 65-74% nøjagtighed, mens ikke-eksperter scorer kun 34% selv med ubegrænset webadgang (derfor 'Google-proof'). Kimi K2.5 scorede 87.6% på denne benchmark.
HLE
50.2%
HLE: Ekspertniveau-ræsonnering. Tester en models evne til at demonstrere ekspertniveau-ræsonnering på tværs af specialiserede domæner. Evaluerer dyb forståelse af komplekse emner, der kræver professionel viden. Kimi K2.5 scorede 50.2% på denne benchmark.
MMLU
92%
MMLU: Massiv flerfaglig sprogforståelse. En omfattende benchmark med 16.000 multiple choice-spørgsmål på tværs af 57 akademiske fag, herunder matematik, filosofi, jura og medicin. Tester bred viden og ræsonneringsevner. Kimi K2.5 scorede 92% på denne benchmark.
MMLU Pro
87.1%
MMLU Pro: MMLU Professionel udgave. En forbedret version af MMLU med 12.032 spørgsmål i et sværere format med 10 svarmuligheder. Dækker matematik, fysik, kemi, jura, ingeniørvidenskab, økonomi, sundhed, psykologi, business, biologi, filosofi og datalogi. Kimi K2.5 scorede 87.1% på denne benchmark.
SimpleQA
54%
SimpleQA: Faktuel nøjagtighedsbenchmark. Tester en models evne til at give nøjagtige, faktuelle svar på ligetil spørgsmål. Måler pålidelighed og reducerer hallucinationer i vidensindhentningstasks. Kimi K2.5 scorede 54% på denne benchmark.
IFEval
94%
IFEval: Instruktionsfølgningsevaluering. Måler, hvor godt en model følger specifikke instruktioner og begrænsninger. Tester evnen til at overholde formateringsregler, længdegrænser og andre eksplicitte krav. Kimi K2.5 scorede 94% på denne benchmark.
AIME 2025
96.1%
AIME 2025: American Invitational Math Exam. Konkurrence-niveau matematikopgaver fra den prestigefyldte AIME-eksamen designet til talentfulde gymnasieelever. Tester avanceret matematisk problemløsning, der kræver abstrakt tænkning, ikke kun mønstergenkendelse. Kimi K2.5 scorede 96.1% på denne benchmark.
MATH
98%
MATH: Matematisk problemløsning. En omfattende matematikbenchmark, der tester problemløsning inden for algebra, geometri, calculus og andre matematiske domæner. Kræver flertrinssværsonnering og formel matematisk viden. Kimi K2.5 scorede 98% på denne benchmark.
GSM8k
99%
GSM8k: Folkeskole matematik 8K. 8.500 folkeskole-niveau matematiske tekstopgaver, der kræver flertrinssræsonnering. Tester grundlæggende aritmetik og logisk tænkning gennem virkelige scenarier som shopping eller tidsberegninger. Kimi K2.5 scorede 99% på denne benchmark.
MGSM
96%
MGSM: Flersproget folkeskolematematik. GSM8k-benchmarken oversat til 10 sprog, herunder spansk, fransk, tysk, russisk, kinesisk og japansk. Tester matematisk ræsonnering på tværs af forskellige sprog. Kimi K2.5 scorede 96% på denne benchmark.
MathVista
84.2%
MathVista: Matematisk visuel ræsonnering. Tester evnen til at løse matematikopgaver, der involverer visuelle elementer som diagrammer, grafer, geometriske figurer og videnskabelige illustrationer. Kombinerer visuel forståelse med matematisk ræsonnering. Kimi K2.5 scorede 84.2% på denne benchmark.
SWE-Bench
76.8%
SWE-Bench: Softwareingeniør-benchmark. AI-modeller forsøger at løse rigtige GitHub-issues i open source Python-projekter med menneskelig verifikation. Tester praktiske softwareingeniørfærdigheder på produktionskodebaser. Topmodeller gik fra 4,4% i 2023 til over 70% i 2024. Kimi K2.5 scorede 76.8% på denne benchmark.
HumanEval
99%
HumanEval: Python-programmeringsopgaver. 164 håndskrevne programmeringsopgaver, hvor modeller skal generere korrekte Python-funktionsimplementeringer. Hver løsning verificeres mod unit tests. Topmodeller opnår nu 90%+ nøjagtighed. Kimi K2.5 scorede 99% på denne benchmark.
LiveCodeBench
85%
LiveCodeBench: Live kodningsbenchmark. Tester kodningsevner på løbende opdaterede, virkelige programmeringsudfordringer. I modsætning til statiske benchmarks bruger den friske problemer for at forhindre dataforurening og måle ægte kodningsevner. Kimi K2.5 scorede 85% på denne benchmark.
MMMU
84%
MMMU: Multimodal forståelse. Massiv multi-disciplin multimodal forståelsesbenchmark, der tester vision-sprogmodeller på universitetsniveau-problemer på tværs af 30 fag, der kræver både billedforståelse og ekspertviden. Kimi K2.5 scorede 84% på denne benchmark.
MMMU Pro
78.5%
MMMU Pro: MMMU Professionel udgave. Forbedret version af MMMU med mere udfordrende spørgsmål og strengere evaluering. Tester avanceret multimodal ræsonnering på professionelt og ekspertniveau. Kimi K2.5 scorede 78.5% på denne benchmark.
ChartQA
77.5%
ChartQA: Diagram-spørgsmål og svar. Tester evnen til at forstå og ræsonnere om information præsenteret i diagrammer og grafer. Kræver udtrækning af data, sammenligning af værdier og udførelse af beregninger fra visuelle datarepræsentationer. Kimi K2.5 scorede 77.5% på denne benchmark.
DocVQA
88.8%
DocVQA: Dokument visuel Q&A. Document Visual Question Answering benchmark, der tester evnen til at udtrække og ræsonnere om information fra dokumentbilleder, herunder formularer, rapporter og scannet tekst. Kimi K2.5 scorede 88.8% på denne benchmark.
Terminal-Bench
50.8%
Terminal-Bench: Terminal/CLI-opgaver. Tester evnen til at udføre kommandolinjeopgaver, skrive shell-scripts og navigere i terminalmiljøer. Måler praktiske systemadministrations- og udviklingsworkflow-færdigheder. Kimi K2.5 scorede 50.8% på denne benchmark.
ARC-AGI
12%
ARC-AGI: Abstraktion og ræsonnering. Abstraction and Reasoning Corpus for AGI - tester flydende intelligens gennem nye mønstergenkendelsespuslespil. Hver opgave kræver opdagelse af den underliggende regel fra eksempler, der måler generel ræsonneringsevne snarere end memorering. Kimi K2.5 scorede 12% på denne benchmark.

Om Kimi K2.5

Lær om Kimi K2.5s muligheder, funktioner og hvordan den kan hjælpe dig med at opnå bedre resultater.

En ny grænse for agentic intelligence

Kimi K2.5 er en flagship-model fra Moonshot AI, der repræsenterer et stort spring inden for samlet multimodal intelligens. Den er bygget på en massiv 1-trillion parameter Mixture-of-Experts (MoE) arkitektur med 32 milliarder aktive parameters, og den integrerer nativt behandling af tekst, billeder og video i en enkelt reasoning-ramme. I modsætning til traditionelle LLMs er K2.5 designet specifikt til autonom eksekvering og har en unik 'Thinking'-tilstand, der gør det muligt for den at selvkorrigere og ræsonnere sig igennem komplekse flertrinsopgaver uden menneskelig indgriben.

Arkitektoniske gennembrud

Modellen introducerer en revolutionerende funktion kendt som 'Agent Swarm', som gør det muligt for systemet dynamisk at koordinere op til 100 parallelle sub-agents til at løse omfattende research- eller ingeniøropgaver. Ved at opnå top-tier resultater i benchmarks som SWE-Bench og AIME 2025 bygger Kimi K2.5 effektivt bro mellem open-source modeller og proprietær frontier AI, hvilket giver elitekapabiliteter til en brøkdel af driftsomkostningerne. Integrationen af MoonViT-3D encoderen giver mulighed for en hidtil uset videoforståelse, der dækker flere timers indhold med høj tidsmæssig nøjagtighed.

Uovertruffen effektivitet

Udover ren kraft fokuserer K2.5 på bæredygtig token-økonomi. Ved at benytte aggressiv context caching og en højt optimeret MoE-struktur leverer den en ydeevne, der rivaliserer med de dyreste lukkede modeller, samtidig med at den opretholder et meget konkurrencedygtigt prispunkt på $0,60 pr. million input tokens. Dette gør den til en ideel rygrad for virksomheder, der ønsker at udrulle komplekse autonome agents med et stort context window i stor skala.

Kimi K2.5

Anvendelser for Kimi K2.5

Opdag de forskellige måder, du kan bruge Kimi K2.5 til at opnå gode resultater.

Autonom softwareudvikling

Løsning af komplekse GitHub-issues og fuld-stack kloning af websites ud fra visuelle UI-skitser.

Matematisk problemløsning på olympiade-niveau

Håndtering af avancerede matematiske beviser og konkurrenceopgaver med over 96 % nøjagtighed på AIME 2025.

Reasoning i videoer i fuld længde

Analyse og opsummering af indhold fra videoer på op til to timer uden tab af kontekst eller tidsmæssig degradering.

Dynamiske research-agents

Brug af 'Agent Swarm' til at udføre flertrådet web-research og syntetisere data fra hundreder af kilder parallelt.

Æstetisk frontend-generering

Konvertering af håndtegnede UI-wireframes eller screenshots til poleret, funktionel React-kode med ekspressive bevægelser.

Autonom terminalstyring

Eksekvering af komplekse bash-kommandoer og operationer på systemniveau til styring af server-clusters og udviklingsmiljøer.

Styrker

Begrænsninger

Elite matematisk reasoning: Med en score på 96,1 % på AIME 2025 overgår den næsten alle lukkede modeller i ren logisk deduktion.
Hardware-intensiv: At køre den fulde 1T-model lokalt kræver et AI-cluster i enterprise-klassen med flere H100 eller B200 GPU'er.
Massiv parallelisering: 'Agent Swarm'-funktionen tillader 100+ sub-agents, hvilket drastisk reducerer tidsforbruget på research-opgaver.
Latency ved Thinking: Aktivering af den dybe reasoning-tilstand øger tiden til første token (latency) betydeligt sammenlignet med standardbehandling.
Samlet multimodal arkitektur: Behandler nativt 2-timers videoer og højtopløselige billeder uden behov for separate vision-encodere.
Videnshul på ph.d.-niveau: En score på 50,2 % i 'Humanity's Last Exam' viser, at der er plads til forbedring inden for videnskabelig ekspertise på højt niveau.
Aggressiv token-økonomi: Med $0,60/1M input tokens er den ca. 8-10 gange billigere end sammenlignelige frontier-modeller som Claude 4.5.
Lovmæssige bekymringer: Da det er en kinesisk model, kan API-brug og datasuverænitet være underlagt andre regulatoriske rammer for vestlige virksomheder.

API hurtig start

fireworks/kimi-k2p5

Se dokumentation
moonshot SDK
import OpenAI from 'openai';

const client = new OpenAI({
  apiKey: process.env.MOONSHOT_API_KEY,
  baseURL: 'https://api.moonshot.cn/v1'
});

async function main() {
  const response = await client.chat.completions.create({
    model: 'kimi-k2.5',
    messages: [{ role: 'user', content: 'Create a full-stack Next.js dashboard with a dark mode glassmorphism UI.' }],
    max_tokens: 2048,
  });
  console.log(response.choices[0].message.content);
}

main();

Installér SDK'et og begynd at foretage API-kald på få minutter.

Hvad folk siger om Kimi K2.5

Se hvad fællesskabet mener om Kimi K2.5

"Reasoning-evnerne på AIME 2025 er helt vanvittige for en åben model."
LogicLover
reddit
"Kimi K2.5 har lige sat en ny standard for forståelse af lange videoer. Endelig en model, der ikke glemmer starten af klippet."
AI_Pioneer
x
"At bruge K2.5 som kodnings-agent er en game changer. Dens SWE-Bench-score er ikke bare et tal, man kan mærke kompetencen."
DevGuru
hackernews
"Kina har lige udgivet Kimi K2.5, og som forventet er ydeevnen på niveau med amerikanske frontier-modeller."
BasedTorba
x
"Kimi fra Kina har lige ødelagt OpenAI's billion-drøm... 8x billigere."
nrqa__
x
"Kimi K2.5 er den første model, der rent faktisk føles som en co-pilot frem for blot en chatboks."
CodeWizard
reddit

Videoer om Kimi K2.5

Se vejledninger, anmeldelser og diskussioner om Kimi K2.5

I test af AIME-opgaver fik Kimi K2.5 næsten alt rigtigt, selv de opgaver som GPT-4o kæmpede med.

Til kodningsopgaver er det tydeligt, at dens agentic-kapabiliteter er der, hvor denne model virkelig skinner sammenlignet med standard LLMs.

At en model med en billion parameters er open-source, er uden præcedens på det nuværende marked.

Man ser logisk behandling her, der kunne måle sig med o1 i mine indledende matematiktest.

Prisen på tokens er så lav, at den reelt fjerner ethvert argument for at bruge proprietære lukkede modeller til basale opgaver.

Evnen til at behandle to-timers videoer på én gang uden at miste kontekst er et massivt gennembrud.

Det er ikke bare en chat-model; den er designet fra bunden til at bruge værktøjer og terminaler.

Når man aktiverer Swarm-tilstand, er paralleliseringen til web-research stort set uovertruffen.

Dette er Moonshot AI, der viser verden, at de har både regnekraften og talenterne.

At se den navigere i en live terminal for at rette en fejl, er fremtiden for autonom softwareudvikling.

Kimi K2.5's spring i BrowseComp-benchmarken tyder på, at den kan navigere på nettet med en vedholdenhed, vi ikke har set før.

Det faktum, at den forener vision og thinking i én arkitektur, er den egentlige arkitektoniske historie her.

Ydeevnen på MMLU og GSM8k beviser, at datakvaliteten brugt til træning var i topklasse.

I modsætning til tidligere versioner lider videoforståelsen her ikke af tidsmæssig degradering.

Hvis du er udvikler, gør OpenAI-kompatibiliteten det næsten ubesværet at skifte til denne model for at teste.

Mere end bare prompts

Supercharg din arbejdsgang med AI-automatisering

Automatio kombinerer kraften fra AI-agenter, webautomatisering og smarte integrationer for at hjælpe dig med at udrette mere på kortere tid.

AI-agenter
Webautomatisering
Smarte arbejdsgange
Se demovideo

Pro-tips til Kimi K2.5

Eksperttips til at hjælpe dig med at få mest muligt ud af Kimi K2.5 og opnå bedre resultater.

Udnyt Thinking-tilstand

Brug eksplicit et prompt som 'Think step-by-step' for at aktivere dens reasoning-tilstand til tunge matematiske eller kodningsopgaver.

Fordelen ved Video Context

Brug modellens MoonViT-3D encoder til at behandle ekstremt lange videoer; den er fremragende til at finde specifikke detaljer i klip på 2 timer.

Agent-orkestrering

Til store projekter kan du benytte swarm-funktionen, så K2.5 kan opdele opgaver i underopgaver for hurtigere eksekvering.

Besparelser via Cache Hit

Strukturer dine API-kald for at udnytte Moonshots aggressive context caching og reducer dine input-omkostninger med op til 75 %.

Anmeldelser

Hvad vores brugere siger

Slut dig til tusindvis af tilfredse brugere, der har transformeret deres arbejdsgang

Jonathan Kogan

Jonathan Kogan

Co-Founder/CEO, rpatools.io

Automatio is one of the most used for RPA Tools both internally and externally. It saves us countless hours of work and we realized this could do the same for other startups and so we choose Automatio for most of our automation needs.

Mohammed Ibrahim

Mohammed Ibrahim

CEO, qannas.pro

I have used many tools over the past 5 years, Automatio is the Jack of All trades.. !! it could be your scraping bot in the morning and then it becomes your VA by the noon and in the evening it does your automations.. its amazing!

Ben Bressington

Ben Bressington

CTO, AiChatSolutions

Automatio is fantastic and simple to use to extract data from any website. This allowed me to replace a developer and do tasks myself as they only take a few minutes to setup and forget about it. Automatio is a game changer!

Sarah Chen

Sarah Chen

Head of Growth, ScaleUp Labs

We've tried dozens of automation tools, but Automatio stands out for its flexibility and ease of use. Our team productivity increased by 40% within the first month of adoption.

David Park

David Park

Founder, DataDriven.io

The AI-powered features in Automatio are incredible. It understands context and adapts to changes in websites automatically. No more broken scrapers!

Emily Rodriguez

Emily Rodriguez

Marketing Director, GrowthMetrics

Automatio transformed our lead generation process. What used to take our team days now happens automatically in minutes. The ROI is incredible.

Jonathan Kogan

Jonathan Kogan

Co-Founder/CEO, rpatools.io

Automatio is one of the most used for RPA Tools both internally and externally. It saves us countless hours of work and we realized this could do the same for other startups and so we choose Automatio for most of our automation needs.

Mohammed Ibrahim

Mohammed Ibrahim

CEO, qannas.pro

I have used many tools over the past 5 years, Automatio is the Jack of All trades.. !! it could be your scraping bot in the morning and then it becomes your VA by the noon and in the evening it does your automations.. its amazing!

Ben Bressington

Ben Bressington

CTO, AiChatSolutions

Automatio is fantastic and simple to use to extract data from any website. This allowed me to replace a developer and do tasks myself as they only take a few minutes to setup and forget about it. Automatio is a game changer!

Sarah Chen

Sarah Chen

Head of Growth, ScaleUp Labs

We've tried dozens of automation tools, but Automatio stands out for its flexibility and ease of use. Our team productivity increased by 40% within the first month of adoption.

David Park

David Park

Founder, DataDriven.io

The AI-powered features in Automatio are incredible. It understands context and adapts to changes in websites automatically. No more broken scrapers!

Emily Rodriguez

Emily Rodriguez

Marketing Director, GrowthMetrics

Automatio transformed our lead generation process. What used to take our team days now happens automatically in minutes. The ROI is incredible.

Relateret AI Models

xai

Grok-4

xai

Grok-4 by xAI is a frontier model featuring a 2M token context window, real-time X platform integration, and world-record reasoning capabilities.

2M context
$3.00/$15.00/1M
openai

GPT-5.1

openai

GPT-5.1 is OpenAI’s advanced reasoning flagship featuring adaptive thinking, native multimodality, and state-of-the-art performance in math and technical...

400K context
$1.25/$10.00/1M
anthropic

Claude Opus 4.5

anthropic

Claude Opus 4.5 is Anthropic's most powerful frontier model, delivering record-breaking 80.9% SWE-bench performance and advanced autonomous agency for coding.

200K context
$5.00/$25.00/1M
zhipu

GLM-4.7

zhipu

GLM-4.7 by Zhipu AI is a flagship 358B MoE model featuring a 200K context window, elite 73.8% SWE-bench performance, and native Deep Thinking for agentic...

200K context
$0.60/$2.20/1M
google

Gemini 3 Flash

google

Gemini 3 Flash is Google's high-speed multimodal model featuring a 1M token context window, elite 90.4% GPQA reasoning, and autonomous browser automation tools.

1M context
$0.50/$3.00/1M
anthropic

Claude 3.7 Sonnet

anthropic

Claude 3.7 Sonnet is Anthropic's first hybrid reasoning model, delivering state-of-the-art coding capabilities, a 200k context window, and visible thinking.

200K context
$3.00/$15.00/1M
xai

Grok-3

xai

Grok-3 is xAI's flagship reasoning model, featuring deep logic deduction, a 128k context window, and real-time integration with X for live research and coding.

128K context
$3.00/$15.00/1M
deepseek

DeepSeek-V3.2-Speciale

deepseek

DeepSeek-V3.2-Speciale is a reasoning-first LLM featuring gold-medal math performance, DeepSeek Sparse Attention, and a 131K context window. Rivaling GPT-5...

131K context
$0.28/$0.42/1M

Ofte stillede spørgsmål om Kimi K2.5

Find svar på almindelige spørgsmål om Kimi K2.5