moonshot

Kimi K2 Thinking

Kimi K2 Thinking ist das Billionen-Parameter reasoning model von Moonshot AI. Es übertrifft GPT-5 im HLE-benchmark und unterstützt autonom 300 sequenzielle...

moonshot logomoonshotKimi2025-11-06
Kontext
256KToken
Max. Ausgabe
16KToken
Eingabepreis
$0.15/ 1M
Ausgabepreis
$0.15/ 1M
Modalität:Text
Fähigkeiten:ToolsStreamingLogik
Benchmarks
GPQA
93%
GPQA: Wissenschafts-Q&A auf Hochschulniveau. Ein anspruchsvoller Benchmark mit 448 Multiple-Choice-Fragen in Biologie, Physik und Chemie, erstellt von Fachexperten. Doktoranden erreichen nur 65-74% Genauigkeit, während Laien selbst mit unbegrenztem Webzugang nur 34% schaffen (daher 'Google-sicher'). Kimi K2 Thinking erreichte 93% bei diesem Benchmark.
HLE
44.9%
HLE: Expertenwissen-Reasoning. Testet die Fähigkeit eines Modells, Expertenwissen in spezialisierten Bereichen zu demonstrieren. Bewertet tiefes Verständnis komplexer Themen, die professionelles Wissen erfordern. Kimi K2 Thinking erreichte 44.9% bei diesem Benchmark.
MMLU
90%
MMLU: Massives Multitask-Sprachverständnis. Ein umfassender Benchmark mit 16.000 Multiple-Choice-Fragen zu 57 akademischen Fächern wie Mathematik, Philosophie, Jura und Medizin. Testet breites Wissen und Reasoning-Fähigkeiten. Kimi K2 Thinking erreichte 90% bei diesem Benchmark.
MMLU Pro
78%
MMLU Pro: MMLU Professional Edition. Eine erweiterte Version von MMLU mit 12.032 Fragen im schwereren 10-Optionen-Format. Umfasst Mathematik, Physik, Chemie, Jura, Ingenieurwesen, Wirtschaft, Gesundheit, Psychologie, Business, Biologie, Philosophie und Informatik. Kimi K2 Thinking erreichte 78% bei diesem Benchmark.
SimpleQA
55%
SimpleQA: Faktische Genauigkeits-Benchmark. Testet die Fähigkeit eines Modells, akkurate, faktische Antworten auf einfache Fragen zu geben. Misst Zuverlässigkeit und reduziert Halluzinationen bei Wissensabruf. Kimi K2 Thinking erreichte 55% bei diesem Benchmark.
IFEval
92%
IFEval: Anweisungsbefolgungs-Evaluation. Misst, wie gut ein Modell spezifische Anweisungen und Einschränkungen befolgt. Testet die Fähigkeit, Formatierungsregeln, Längenbegrenzungen und andere explizite Anforderungen einzuhalten. Kimi K2 Thinking erreichte 92% bei diesem Benchmark.
AIME 2025
99.1%
AIME 2025: Amerikanische Mathematik-Olympiade. Wettbewerbsmathematik-Aufgaben aus der renommierten AIME-Prüfung für talentierte Oberstufenschüler. Testet fortgeschrittenes mathematisches Problemlösen, das abstraktes Denken erfordert. Kimi K2 Thinking erreichte 99.1% bei diesem Benchmark.
MATH
99.1%
MATH: Mathematisches Problemlösen. Ein umfassender Mathematik-Benchmark für Problemlösung in Algebra, Geometrie, Analysis und anderen mathematischen Bereichen. Erfordert mehrstufiges Reasoning und formales mathematisches Wissen. Kimi K2 Thinking erreichte 99.1% bei diesem Benchmark.
GSM8k
99%
GSM8k: Grundschul-Mathematik 8K. 8.500 Mathematik-Textaufgaben auf Grundschulniveau, die mehrstufiges Reasoning erfordern. Testet grundlegende Arithmetik und logisches Denken durch Alltagsszenarien. Kimi K2 Thinking erreichte 99% bei diesem Benchmark.
MGSM
95%
MGSM: Mehrsprachige Grundschul-Mathematik. Der GSM8k-Benchmark übersetzt in 10 Sprachen inkl. Spanisch, Französisch, Deutsch, Russisch, Chinesisch und Japanisch. Testet mathematisches Reasoning in verschiedenen Sprachen. Kimi K2 Thinking erreichte 95% bei diesem Benchmark.
MathVista
75%
MathVista: Mathematisches visuelles Reasoning. Testet die Fähigkeit, mathematische Probleme mit visuellen Elementen wie Diagrammen, Graphen, Geometriefiguren und wissenschaftlichen Abbildungen zu lösen. Kimi K2 Thinking erreichte 75% bei diesem Benchmark.
SWE-Bench
71.3%
SWE-Bench: Software-Engineering-Benchmark. KI-Modelle versuchen, echte GitHub-Issues in Open-Source-Python-Projekten zu lösen, mit menschlicher Verifizierung. Testet praktische Software-Engineering-Fähigkeiten. Top-Modelle stiegen von 4,4% (2023) auf über 70% (2024). Kimi K2 Thinking erreichte 71.3% bei diesem Benchmark.
HumanEval
83%
HumanEval: Python-Programmieraufgaben. 164 handgeschriebene Programmieraufgaben, bei denen Modelle korrekte Python-Funktionsimplementierungen generieren müssen. Jede Lösung wird durch Unit-Tests verifiziert. Top-Modelle erreichen heute 90%+. Kimi K2 Thinking erreichte 83% bei diesem Benchmark.
LiveCodeBench
83.1%
LiveCodeBench: Live-Coding-Benchmark. Testet Programmierfähigkeiten mit kontinuierlich aktualisierten, realen Programmieraufgaben. Anders als statische Benchmarks verwendet er frische Aufgaben, um Datenkontamination zu verhindern. Kimi K2 Thinking erreichte 83.1% bei diesem Benchmark.
MMMU
80%
MMMU: Multimodales Verständnis. Massive Multi-Disziplin Multimodales Verständnis Benchmark, der Vision-Sprach-Modelle bei Hochschulaufgaben in 30 Fächern testet, die sowohl Bildverständnis als auch Expertenwissen erfordern. Kimi K2 Thinking erreichte 80% bei diesem Benchmark.
MMMU Pro
60%
MMMU Pro: MMMU Professional Edition. Erweiterte Version von MMMU mit anspruchsvolleren Fragen und strengerer Bewertung. Testet fortgeschrittenes multimodales Reasoning auf professionellem und Expertenniveau. Kimi K2 Thinking erreichte 60% bei diesem Benchmark.
ChartQA
88%
ChartQA: Diagramm-Fragebeantwortung. Testet die Fähigkeit, Informationen in Diagrammen und Graphen zu verstehen und zu analysieren. Erfordert Datenextraktion, Wertevergleiche und Berechnungen aus visuellen Darstellungen. Kimi K2 Thinking erreichte 88% bei diesem Benchmark.
DocVQA
94%
DocVQA: Dokument-Visuelle Q&A. Dokument Visual Question Answering Benchmark, der die Fähigkeit testet, Informationen aus Dokumentbildern inkl. Formularen, Berichten und gescanntem Text zu extrahieren und zu analysieren. Kimi K2 Thinking erreichte 94% bei diesem Benchmark.
Terminal-Bench
55%
Terminal-Bench: Terminal/CLI-Aufgaben. Testet die Fähigkeit, Kommandozeilen-Operationen auszuführen, Shell-Skripte zu schreiben und in Terminal-Umgebungen zu navigieren. Misst praktische Systemadministrations- und Entwickler-Workflow-Fähigkeiten. Kimi K2 Thinking erreichte 55% bei diesem Benchmark.
ARC-AGI
12%
ARC-AGI: Abstraktion & Reasoning. Abstraction and Reasoning Corpus für AGI - testet fluide Intelligenz durch neuartige Mustererkennungs-Puzzles. Jede Aufgabe erfordert das Entdecken der zugrundeliegenden Regel aus Beispielen und misst allgemeine Reasoning-Fähigkeit statt Auswendiglernen. Kimi K2 Thinking erreichte 12% bei diesem Benchmark.

Über Kimi K2 Thinking

Erfahren Sie mehr über die Fähigkeiten, Funktionen und Einsatzmöglichkeiten von Kimi K2 Thinking.

Billionen-Parameter Open Intelligence

Kimi K2 Thinking ist ein bahnbrechendes Billionen-Parameter reasoning model von Moonshot AI, das die Grenzen der open-source Intelligenz neu definiert hat. Es wurde im November 2025 veröffentlicht und nutzt eine hochentwickelte Mixture-of-Experts (MoE) Architektur mit insgesamt 1T parameters – wobei nur 32B für die inference aktiviert werden –, was es sowohl bemerkenswert leistungsstark als auch recheneffizient macht. Im Gegensatz zu Standard-Sprachmodellen ist K2 Thinking als „denkender Agent“ konzipiert, der die Rechenleistung während der Testzeit skaliert, um tiefgehende logische Schlussfolgerungen, Planungen und autonome tool-Nutzung durchzuführen.

Agentic-Leistungsfähigkeit und Skalierbarkeit

Das model ist besonders für seine agentic Fähigkeiten bekannt und führt bis zu 300 sequenzielle tool calls ohne menschliches Eingreifen erfolgreich aus. Dies macht es zu einer hervorragenden Wahl für komplexe Forschung, Competitive Programming und mehrstufige technische Workflows. Durch die native Nutzung der INT4-Präzision via Quantization-Aware Training hat Moonshot AI es ermöglicht, dieses gewaltige model auf zugänglichen Hardware-Clustern zu betreiben, während es closed-source Giganten wie GPT-5 und Claude 4.5 in kritischen reasoning- und Browsing-benchmarks übertrifft.

Entwickler-fokussierte Architektur

Kimi K2-Thinking wurde für die globale Entwickler-Community entwickelt und bietet unübertroffene Preis-Leistungs-Metriken. Mit einem massiven 256K context window und Unterstützung für umfassende chain-of-thought-Verarbeitung schließt es die Lücke zwischen lokalen spezialisierten Modellen und Cloud-APIs auf Enterprise-Niveau. Die Trainingsmethodik konzentriert sich auf long-horizon planning, was es dem model ermöglicht, seine Ergebnisse iterativ zu reflektieren, zu korrigieren und zu optimieren.

Kimi K2 Thinking

Anwendungsfälle für Kimi K2 Thinking

Entdecken Sie die verschiedenen Möglichkeiten, Kimi K2 Thinking für großartige Ergebnisse zu nutzen.

Autonome Recherche

Durchführung tiefgreifender Web-Anfragen, die hunderte von sequenziellen tool calls und iterative Informationsverifizierung erfordern.

Wissenschaftliche Problemlösung

Bewältigung von Mathematik- und Physikaufgaben auf Promotionsniveau unter Verwendung von Python tool-Ausführung und chain-of-thought-Verarbeitung.

Competitive Programming

Lösung hochkomplexer algorithmischer Herausforderungen auf Plattformen wie Codeforces und LeetCode mit PhD-Präzision.

Komplexes Code-Debugging

Identifizierung und Behebung logischer Fehler in massiven Codebasen mit mehreren Dateien durch gründliche, weitreichende reasoning-Schritte.

Rechts- und Compliance-Analyse

Überprüfung umfangreicher technischer oder rechtlicher Dokumente über ein 256K context window, um subtile Risiken oder Widersprüche zu identifizieren.

Agentic AI-Automatisierung

Unterstützung autonomer Agenten, die ihre eigenen Ergebnisse über Stunden hinweg ohne menschliches Eingreifen planen, ausführen, reflektieren und verfeinern können.

Stärken

Einschränkungen

Agentic-Tiefe: Das einzige open-weights model, das in der Lage ist, 200–300 sequenzielle tool calls ohne Leistungsabfall zu verwalten.
Nur Text-Eingabe: Derzeit fehlt die native multimodale Vision-Unterstützung für die Verarbeitung von direkten Bild-, Video- oder Audio-Dateien.
State-of-the-art reasoning: Übertrifft GPT-5 und Claude 4.5 bei Humanity's Last Exam (HLE) und BrowseComp durch intensives Skalieren der Rechenzeit während der inference.
Enorme RAM-Anforderungen: Die lokale Bereitstellung der vollständigen 1T-Architektur erfordert über 500 GB RAM oder verteilte Mac-Cluster.
Unübertroffene Kosteneffizienz: Mit einem Pauschalpreis von 0,15 $/1M tokens bietet es frontier model-Intelligenz zu einem Bruchteil der Kosten proprietärer APIs.
Latenz beim ersten Token: Die intensive interne reasoning-Phase führt im Vergleich zu non-thinking LLMs zu einer längeren Zeit bis zum ersten token.
Native INT4-Optimierung: Die native Quantisierung durch Quantization-Aware Training ermöglicht einen zweifachen Geschwindigkeitsschub für lokale inference auf gängiger Hardware.
Reasoning-Geschwätzigkeit: Das model kann selbst bei relativ einfachen Anfragen übermäßig lange chain-of-thought-Sequenzen generieren.

API-Schnellstart

moonshot/kimi-k2-thinking

Dokumentation anzeigen
moonshot SDK
import OpenAI from 'openai';

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

async function main() {
  const completion = await openai.chat.completions.create({
    model: 'kimi-k2-thinking',
    messages: [
      { role: 'system', content: 'You are Kimi, a reasoning AI by Moonshot AI.' },
      { role: 'user', content: 'Solve the Riemann Hypothesis proof verification task.' }
    ],
  });

  console.log(completion.choices[0].message.content);
}

main();

Installieren Sie das SDK und beginnen Sie in wenigen Minuten mit API-Aufrufen.

Was die Leute über Kimi K2 Thinking sagen

Sehen Sie, was die Community über Kimi K2 Thinking denkt

"Kimi K2 Thinking ist das beste AI-Modell, das ich je benutzt habe... keine Halluzinationen und hunderte von tool calls."
Alex Finn
youtube
"Die Lücke zwischen closed-source und open-source wird immer kleiner, während die Kosten für tokens einbrechen."
Emad Mostaque
x
"Moonshot K2-Thinking definiert lokale intelligente Agenten mit 300 tool calls neu."
Brian Roemmele
x
"Endlich ein model, das die Prompt-Logik wirklich durchdenkt, bevor es antwortet!"
ai_user_2025
reddit
"China treibt mit der Kimi-Serie die open-source open-weights-Frontier massiv voran."
Nathan Lambert
x
"Absolut beeindruckende Performance bei mathematischen Wettbewerbsaufgaben."
MathWizard
hackernews

Videos über Kimi K2 Thinking

Schauen Sie Tutorials, Rezensionen und Diskussionen über Kimi K2 Thinking

Dies ist das am stärksten agentic ausgerichtete unabhängige model, das je entwickelt wurde.

Es ist in der Lage, jeden einzelnen Schritt zu durchdenken und zu reflektieren. So verliert es nie den Faden.

Es ist extrem kosteneffizient... die Hälfte des Preises von ChatGPT-5 und etwa ein Zehntel des Preises von Sonnet 4.5.

Es schafft es, die üblichen Logikfallen von Standard-LLMs zu vermeiden.

Moonshot verändert wirklich die Spielregeln für die Zugänglichkeit von open-weight-Modellen.

Es kann bis zu 200 bis 300 sequenzielle tool calls ohne menschliches Eingreifen ausführen.

K2 Thinking erreichte eine Punktzahl von 60,2 % und übertraf damit die menschliche Baseline von 29,2 % bei BrowseComp deutlich.

China treibt die open-source open-weights-Frontier wirklich voran.

Die Mixture-of-Experts-Implementierung hier ist unglaublich effizient für 1 Billion parameters.

Man erhält reasoning auf Frontier-Niveau für praktisch ein paar Cents.

Ich habe es hier auf einem Mac Studio mit pseudo-cis-control-wired-limit am Laufen.

Wir verbrauchen 500 GB RAM. Unsere Verarbeitungsgeschwindigkeit ist auf etwa 6,9 tokens pro Sekunde gesunken.

Es hat diesen Code tatsächlich geschrieben, aber es hat nicht aufgehört. Es hat wieder angefangen nachzudenken.

Selbst mit Quantisierung bleibt die logische Kohärenz dieses models erstklassig.

Der interne Monolog zeigt genau, wo es seine eigenen coding-Fehler korrigiert.

Mehr als nur Prompts

Optimieren Sie Ihren Workflow mit KI-Automatisierung

Automatio kombiniert die Kraft von KI-Agenten, Web-Automatisierung und intelligenten Integrationen, um Ihnen zu helfen, mehr in weniger Zeit zu erreichen.

KI-Agenten
Web-Automatisierung
Intelligente Workflows
Demo-Video ansehen

Pro-Tipps für Kimi K2 Thinking

Expertentipps, um das Beste aus Kimi K2 Thinking herauszuholen.

Thinking-Tags aktivieren

Wenn Sie das model lokal über Tools wie llama.cpp ausführen, stellen Sie sicher, dass Sie das --special flag verwenden, um interne <think> tokens korrekt zu rendern.

Temperature optimieren

Stellen Sie die temperature auf 1.0 und min_p auf 0.01 ein, um die stabilsten und präzisesten reasoning-Ergebnisse zu erhalten.

Hardware-Clustering

Stellen Sie die INT4 quantized Version auf einem Cluster aus zwei Mac Studio M3 Ultras mit RDMA für ein verlustfreies lokales 1T-Erlebnis bereit.

Langfristige Planung

Strukturieren Sie prompts so, dass Sie explizit zuerst nach einem 'Schritt-für-Schritt-Plan' fragen, um das adaptive Lernen und die Suchstärken des models zu aktivieren.

Erfahrungsberichte

Was Unsere Nutzer Sagen

Schliessen Sie sich Tausenden zufriedener Nutzer an, die ihren Workflow transformiert haben

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.

Verwandte AI Models

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
openai

GPT-5.2 Pro

openai

GPT-5.2 Pro is OpenAI's 2025 flagship reasoning model featuring Extended Thinking for SOTA performance in mathematics, coding, and expert knowledge work.

400K context
$21.00/$168.00/1M
google

Gemini 3 Pro

google

Google's Gemini 3 Pro is a multimodal powerhouse featuring a 1M token context window, native video processing, and industry-leading reasoning performance.

1M context
$2.00/$12.00/1M
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
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
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
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

Häufig gestellte Fragen zu Kimi K2 Thinking

Finden Sie Antworten auf häufige Fragen zu Kimi K2 Thinking