moonshot

Kimi K2.5

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

Agentic AIMultimodalOpen SourceReasoningMoE
moonshot logomoonshotKimi27. januar 2026
Kontekst
256Ktokens
Maks output
66Ktokens
Input-pris
$0.60/ 1M
Output-pris
$3.00/ 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
91.5%
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 91.5% 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
48%
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 48% på denne benchmark.
IFEval
85%
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 85% 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
90.1%
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 90.1% på denne benchmark.
GSM8k
97.1%
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 97.1% på denne benchmark.
MGSM
95%
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 95% på denne benchmark.
MathVista
90.1%
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 90.1% 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
88%
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 88% 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
78.5%
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 78.5% 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.

Kimi K2.5 er en open-source multimodal model fra Moonshot AI. Den benytter en 1 billion parameter Mixture-of-Experts arkitektur, hvor 32 milliarder parametre er aktive pr. token. Systemet forener tekst-, billede- og videobehandling gennem en enkelt reasoning-ramme i stedet for at bruge separate eksterne encodere for hver modalitet. Denne arkitektur gør det muligt for modellen at håndtere 256.000 tokens context, mens den opretholder høj præcision i genfinding og logisk konsistens på tværs af meget lange sekvenser.

Modellen udmærker sig ved sin Agent Swarm-kapacitet. Denne funktion gør det muligt for systemet at koordinere op til 100 parallelle sub-agents til at udføre komplekse research- eller ingeniøropgaver simultant. Ved at integrere en 400M parameter MoonViT-3D encoder kan K2.5 analysere flere timers videoindhold med temporal præcision. Den er specifikt designet til autonom eksekvering og overgår mange proprietære modeller på agentic benchmarks som SWE-Bench og BrowseComp.

Kimi K2.5 tilbyder en dedikeret Thinking-tilstand til opgaver, der kræver dyb logik. Når den er aktiveret, genererer modellen en intern reasoning-kæde til at selvrettelse og verificere trin, før den producerer et endeligt svar. Dette gør den yderst effektiv til matematik på konkurrenceniveau og softwareudvikling i stor skala. Dens token-økonomi er optimeret til virksomhedsimplementering og tilbyder intelligens på frontier-niveau til en brøkdel af prisen for konkurrerende closed-source systemer.

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 opbygning af projektarkitekturer med flere filer ved hjælp af SWE-Bench-optimeret logik.

Visuel webudvikling

Oprettelse af funktionel frontend-kode og UI-designs direkte fra skærmoptagelser af eksisterende webstedsinteraktioner.

Multi-threaded research

Brug af Agent Swarm til at crawle og syntetisere information fra over 100 kilder i en enkelt parallel arbejdsgang.

Lang videoanalyse

Udvinding af specifikke begivenheder og tidsdata fra timers sikkerheds- eller forelæsningsoptagelser uden brug af værktøjer til frame-ekstraktion.

Matematisk bevisgenerering

Brug af deep thinking-tilstanden til at løse matematiske problemer på olympiade-niveau med en præcisionsrate på 96 procent.

Automatisering af virksomhedsdokumenter

Generering af PDF-rapporter på flere sider og komplekse finansielle regneark fra ustrukturerede forretningsdatakilder.

Styrker

Begrænsninger

Elite agentic performance: Opnår 76,8 på SWE-Bench Verified, hvilket overgår mange proprietære frontier models i softwareudviklingsopgaver.
Ekstreme VRAM-behov lokalt: Kræver 632GB VRAM for den fulde ukvantiserede model, hvilket gør lokal implementering umulig for de fleste private brugere.
Uovertruffen token-økonomi: Leverer 1T parameter MoE-intelligens til $0,60 pr. million input tokens, cirka 10 procent af prisen for Claude Opus.
Højere reasoning-latency: Thinking-tilstanden kan introducere betydelige forsinkelser, da modellen genererer interne logikkæder før svar.
Native video-forståelse: Behandler komplekse videofiler uden ekstern frame-ekstraktion, hvilket muliggør præcis temporal analyse af lange optagelser.
Repetitiv formatering: Kan producere ekstremt lange tekstvægge, medmindre den specifikt instrueres i at bruge bestemte afsnitsstrukturer.
Parallel Swarm-orkestrering: Den eneste åbne model trænet til at koordinere op til 100 sub-agents til massive, multi-threaded research-arbejdsgange.
Bekymringer om datalagring: Den primære infrastruktur er baseret i Kina, hvilket kan give overholdelsesudfordringer for visse vestlige virksomheder.

API hurtig start

fireworks/kimi-k2p5

Se dokumentation
moonshot SDK
import OpenAI from 'openai';
const client = new OpenAI({ apiKey: process.env.KIMI_API_KEY, baseURL: 'https://api.moonshot.cn/v1' });
async function main() {
  const res = await client.chat.completions.create({
    model: 'kimi-k2.5',
    messages: [
      { role: 'system', content: 'You are Kimi, a reasoning agent.' },
      { role: 'user', content: 'Design a parallel research plan for quantum computing trends.' }
    ],
    extra_body: { thinking: { type: 'enabled' } }
  });
  console.log(res.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

Kimi K2.5 koster næsten 10 procent af, hvad Opus koster ved samme præstationsniveau.
Odd_Tumbleweed574
reddit
Folk glemmer, at Nvidia tabte 600 milliarder dollars, da et kinesisk laboratorium open-sourcede noget stort. Kimi gør det igen med frontier intelligence.
chetaslua
twitter
Attention Residuals-konceptet i K2.5 er den første arkitektoniske ændring i årevis, der faktisk løser glemselsproblemet i LLM.
logic_king
hackernews
Workers AI kører store modeller nu. Kimi K2.5 først. Det er en af de bedste open-source modeller derude, meget god til kodning også.
dok2001
twitter
Kimi K2.5 er et andet bæst. Det er en smart utrolig RP-model, men den kan blive neurotisk, hvis du ikke bruger community-presets.
dptgreg
reddit
Jeg udskiftede mit GPT 4-workflow med Kimi K2.5, fordi thinking-tilstanden er mere gennemsigtig, og context window håndterer hele mit repo.
Dev_Max
reddit

Videoer om Kimi K2.5

Se vejledninger, anmeldelser og diskussioner om Kimi K2.5

Kimmy K2.5 slår GPT 5.2 med high thinking og knuser fuldstændig de andre frontier models.

Det er den stærkeste open-source kodningsmodel til dato med 76,8 på SWE verified.

Agent swarm er et skift fra single agent til multi-agent, der eksekverer parallelle workflows på tværs af op til 1500 koordinerede trin.

Dets context window er massivt på 256k tokens, hvilket er rigeligt til de fleste projekter.

Moonshot flytter virkelig grænserne for, hvad open weights kan præstere i starten af 2026.

Den ramte virkelig hele Apples designæstetik og producerede et flot website med animationer udelukkende fra en video.

Swarm-funktionen ser meget cool ud, og det er sjovt at bruge, da den tildeler ID-badges til hver sub-agent.

K2.5 er meget billigere med 60 cents pr. million input tokens og 3 dollars pr. million output tokens.

Den indbyggede videobehandling betyder, at du ikke behøver at bruge dyre eksterne værktøjer til at behandle frames.

Denne model er en game changer for udviklere, der har brug for autonome agenter på et budget.

Moonshot opnåede dette ved at give hver sub-agent belønninger ved separate kritiske trin for at forhindre seriel kollaps.

Modellen lærer kun at vælge parallelitet, når det afkorter den kritiske sti, hvilket er en meget smart innovation.

Kimi K2.5 er lige på grænsen til at kunne køre på forbrugerhardware ved hjælp af GGUF.

Thinking-tilstanden er utrolig robust til at løse komplekse logiske fejl i Python.

At se en model med 1 billion parametre frigivet på denne måde er kæmpe for open-source miljøet.

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

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.

Aktivér Thinking-tilstand

Send thinking-parameteren i din API-anmodning for at opnå maksimal præcision ved matematik- og kodningsopgaver.

Start Agent Swarm

Instruér modellen i at deploye et swarm til research-opgaver for at tvinge parallel orkestrering på tværs af sub-agents.

Optimér temperaturen

Brug en temperature på 1,0 til thinking-tilstand for at tillade varieret reasoning, men sænk den til 0,6 til almindelig chat.

Joint Vision Prompts

Upload skærmbilleder af fejl sammen med kodebidder for at udnytte modellens forenede text-vision træning.

Context Caching

Benyt context caching til gentagne lange dokumenter for at reducere input-omkostninger med op til 90 procent.

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
google

Gemini 3.1 Flash-Lite

Google

Gemini 3.1 Flash-Lite is Google's fastest, most cost-efficient model. Features 1M context, native multimodality, and 363 tokens/sec speed for scale.

1M context
$0.25/$1.50/1M
alibaba

Qwen3.5-397B-A17B

alibaba

Qwen3.5-397B-A17B is Alibaba's flagship open-weight MoE model. It features native multimodal reasoning, a 1M context window, and a 19x decoding throughput...

1M context
$0.40/$2.40/1M
zhipu

GLM-5

Zhipu (GLM)

GLM-5 is Zhipu AI's 744B parameter open-weight powerhouse, excelling in long-horizon agentic tasks, coding, and factual accuracy with a 200k context window.

200K context
$1.00/$3.20/1M
openai

GPT-5.2

OpenAI

GPT-5.2 is OpenAI's flagship model for professional tasks, featuring a 400K context window, elite coding, and deep multi-step reasoning capabilities.

400K context
$1.75/$14.00/1M
anthropic

Claude Sonnet 4.6

Anthropic

Claude Sonnet 4.6 offers frontier performance for coding and computer use with a massive 1M token context window for only $3/1M tokens.

1M context
$3.00/$15.00/1M

Ofte stillede spørgsmål om Kimi K2.5

Find svar på almindelige spørgsmål om Kimi K2.5