Kimi K2.5

Temukan Kimi K2.5 dari Moonshot AI, sebuah model agentic open-source dengan 1T parameter yang menghadirkan kapabilitas multimodal asli, context window sebesar...

Agentic AIMultimodalOpen SourceReasoningMoE
moonshot logomoonshotKimi K-series27 Januari 2026
Konteks
262Ktoken
Output maks.
33Ktoken
Harga input
$0.60/ 1M
Harga output
$2.50/ 1M
Modalitas:TextImageVideo
Kemampuan:VisiAlatStreamingPenalaran
Benchmarks
GPQA
87.6%
GPQA: Tanya Jawab Sains Tingkat Doktoral. Benchmark ketat dengan 448 pertanyaan pilihan ganda dalam biologi, fisika, dan kimia yang dibuat oleh pakar domain. Para ahli PhD hanya mencapai akurasi 65-74%, sementara non-ahli hanya mendapat 34% bahkan dengan akses web tak terbatas (sehingga disebut 'tahan Google'). Kimi K2.5 meraih skor 87.6% pada benchmark ini.
HLE
50.2%
HLE: Penalaran Keahlian Tingkat Tinggi. Menguji kemampuan model untuk mendemonstrasikan penalaran tingkat ahli di domain khusus. Mengevaluasi pemahaman mendalam tentang topik kompleks yang membutuhkan pengetahuan tingkat profesional. Kimi K2.5 meraih skor 50.2% pada benchmark ini.
MMLU
92%
MMLU: Pemahaman Bahasa Multitugas Masif. Benchmark komprehensif dengan 16.000 pertanyaan pilihan ganda meliputi 57 mata pelajaran akademik termasuk matematika, filsafat, hukum, dan kedokteran. Menguji pengetahuan luas dan kemampuan penalaran. Kimi K2.5 meraih skor 92% pada benchmark ini.
MMLU Pro
87.1%
MMLU Pro: MMLU Edisi Profesional. Versi MMLU yang ditingkatkan dengan 12.032 pertanyaan menggunakan format 10 pilihan yang lebih sulit. Mencakup Matematika, Fisika, Kimia, Hukum, Teknik, Ekonomi, Kesehatan, Psikologi, Bisnis, Biologi, Filsafat, dan Ilmu Komputer. Kimi K2.5 meraih skor 87.1% pada benchmark ini.
SimpleQA
54%
SimpleQA: Benchmark Akurasi Faktual. Menguji kemampuan model untuk memberikan respons yang akurat dan faktual terhadap pertanyaan langsung. Mengukur keandalan dan mengurangi halusinasi dalam tugas pengambilan pengetahuan. Kimi K2.5 meraih skor 54% pada benchmark ini.
IFEval
94%
IFEval: Evaluasi Kepatuhan Instruksi. Mengukur seberapa baik model mengikuti instruksi dan batasan tertentu. Menguji kemampuan untuk mematuhi aturan format, batas panjang, dan persyaratan eksplisit lainnya. Kimi K2.5 meraih skor 94% pada benchmark ini.
AIME 2025
96.1%
AIME 2025: Ujian Matematika Undangan Amerika. Soal matematika tingkat kompetisi dari ujian AIME bergengsi yang dirancang untuk siswa SMA berbakat. Menguji pemecahan masalah matematika tingkat lanjut yang membutuhkan penalaran abstrak, bukan sekadar pencocokan pola. Kimi K2.5 meraih skor 96.1% pada benchmark ini.
MATH
98%
MATH: Pemecahan Masalah Matematika. Benchmark matematika komprehensif yang menguji pemecahan masalah dalam aljabar, geometri, kalkulus, dan domain matematika lainnya. Membutuhkan penalaran multi-langkah dan pengetahuan matematika formal. Kimi K2.5 meraih skor 98% pada benchmark ini.
GSM8k
99%
GSM8k: Matematika SD 8K. 8.500 soal cerita matematika tingkat SD yang membutuhkan penalaran multi-langkah. Menguji aritmatika dasar dan pemikiran logis melalui skenario dunia nyata seperti belanja atau perhitungan waktu. Kimi K2.5 meraih skor 99% pada benchmark ini.
MGSM
96%
MGSM: Matematika SD Multibahasa. Benchmark GSM8k yang diterjemahkan ke 10 bahasa termasuk Spanyol, Prancis, Jerman, Rusia, Cina, dan Jepang. Menguji penalaran matematika dalam berbagai bahasa. Kimi K2.5 meraih skor 96% pada benchmark ini.
MathVista
84.2%
MathVista: Penalaran Matematika Visual. Menguji kemampuan untuk menyelesaikan masalah matematika yang melibatkan elemen visual seperti grafik, diagram geometri, dan figur ilmiah. Menggabungkan pemahaman visual dengan penalaran matematika. Kimi K2.5 meraih skor 84.2% pada benchmark ini.
SWE-Bench
76.8%
SWE-Bench: Benchmark Rekayasa Perangkat Lunak. Model AI mencoba menyelesaikan masalah GitHub nyata dalam proyek Python open-source dengan verifikasi manusia. Menguji keterampilan rekayasa perangkat lunak praktis pada codebase produksi. Model terbaik meningkat dari 4,4% di 2023 menjadi lebih dari 70% di 2024. Kimi K2.5 meraih skor 76.8% pada benchmark ini.
HumanEval
99%
HumanEval: Masalah Pemrograman Python. 164 masalah pemrograman yang ditulis tangan di mana model harus menghasilkan implementasi fungsi Python yang benar. Setiap solusi diverifikasi dengan unit test. Model terbaik sekarang mencapai akurasi lebih dari 90%. Kimi K2.5 meraih skor 99% pada benchmark ini.
LiveCodeBench
85%
LiveCodeBench: Benchmark Koding Langsung. Menguji kemampuan koding pada tantangan pemrograman dunia nyata yang terus diperbarui. Berbeda dengan benchmark statis, menggunakan masalah baru untuk mencegah kontaminasi data dan mengukur keterampilan koding yang sebenarnya. Kimi K2.5 meraih skor 85% pada benchmark ini.
MMMU
84%
MMMU: Pemahaman Multimodal. Benchmark Pemahaman Multimodal Multi-disiplin Masif yang menguji model penglihatan-bahasa pada masalah tingkat universitas di 30 mata pelajaran yang membutuhkan pemahaman gambar dan pengetahuan ahli. Kimi K2.5 meraih skor 84% pada benchmark ini.
MMMU Pro
78.5%
MMMU Pro: MMMU Edisi Profesional. Versi MMMU yang ditingkatkan dengan pertanyaan lebih sulit dan evaluasi lebih ketat. Menguji penalaran multimodal tingkat lanjut di tingkat profesional dan ahli. Kimi K2.5 meraih skor 78.5% pada benchmark ini.
ChartQA
77.5%
ChartQA: Tanya Jawab Grafik. Menguji kemampuan untuk memahami dan bernalar tentang informasi yang disajikan dalam grafik dan diagram. Membutuhkan ekstraksi data, perbandingan nilai, dan melakukan perhitungan dari representasi visual data. Kimi K2.5 meraih skor 77.5% pada benchmark ini.
DocVQA
88.8%
DocVQA: Tanya Jawab Visual Dokumen. Benchmark Tanya Jawab Visual Dokumen yang menguji kemampuan untuk mengekstrak dan bernalar tentang informasi dari gambar dokumen termasuk formulir, laporan, dan teks yang dipindai. Kimi K2.5 meraih skor 88.8% pada benchmark ini.
Terminal-Bench
50.8%
Terminal-Bench: Tugas Terminal/CLI. Menguji kemampuan untuk melakukan operasi baris perintah, menulis skrip shell, dan menavigasi lingkungan terminal. Mengukur keterampilan administrasi sistem praktis dan alur kerja pengembangan. Kimi K2.5 meraih skor 50.8% pada benchmark ini.
ARC-AGI
12%
ARC-AGI: Abstraksi dan Penalaran. Abstraction and Reasoning Corpus untuk AGI - menguji kecerdasan fluida melalui teka-teki pengenalan pola baru. Setiap tugas membutuhkan penemuan aturan yang mendasari dari contoh, mengukur kemampuan penalaran umum daripada menghafal. Kimi K2.5 meraih skor 12% pada benchmark ini.

Tentang Kimi K2.5

Pelajari tentang kemampuan, fitur, dan cara menggunakan Kimi K2.5.

Garis Depan Baru dalam Agentic Intelligence

Kimi K2.5 adalah flagship model agentic open-source dari Moonshot AI, yang mewakili lompatan besar dalam kecerdasan multimodal terpadu. Dibangun di atas arsitektur Mixture-of-Experts (MoE) masif dengan 1 triliun parameters dan 32 miliar parameters aktif, model ini mengintegrasikan pemrosesan teks, gambar, dan video secara asli ke dalam satu kerangka reasoning tunggal. Berbeda dengan LLM tradisional, K2.5 dirancang khusus untuk eksekusi otonom, menampilkan mode 'Thinking' unik yang memungkinkannya melakukan koreksi mandiri dan melakukan reasoning melalui masalah multi-langkah yang kompleks tanpa intervensi manusia.

Terobosan Arsitektur

Model ini memperkenalkan fitur revolusioner yang dikenal sebagai 'Agent Swarm,' yang memungkinkan sistem untuk mengoordinasikan secara dinamis hingga 100 sub-agen paralel untuk menyelesaikan tugas riset atau rekayasa besar. Dengan mencapai performa tingkat atas pada benchmark seperti SWE-Bench dan AIME 2025, Kimi K2.5 secara efektif menjembatani kesenjangan antara model open-source dan frontier AI berbayar, menawarkan kapabilitas elit dengan biaya operasional yang jauh lebih rendah. Integrasi encoder MoonViT-3D memungkinkannya untuk pemahaman video yang belum pernah ada sebelumnya, mencakup konten berdurasi beberapa jam dengan akurasi temporal yang tinggi.

Efisiensi yang Tak Tertandingi

Selain kekuatan mentah, K2.5 berfokus pada ekonomi token yang berkelanjutan. Dengan memanfaatkan context caching yang agresif dan struktur MoE yang sangat dioptimalkan, model ini memberikan performa yang menyaingi model closed-source termahal sambil mempertahankan titik harga yang sangat kompetitif sebesar $0,60 per juta input tokens. Hal ini menjadikannya tulang punggung ideal bagi perusahaan yang ingin menerapkan agen otonom dengan konteks panjang dan kompleks pada skala besar.

Kimi K2.5

Kasus Penggunaan untuk Kimi K2.5

Temukan berbagai cara menggunakan Kimi K2.5 untuk hasil yang luar biasa.

Rekayasa Perangkat Lunak Otonom

Menyelesaikan GitHub issues yang kompleks dan melakukan kloning situs web full-stack dari sketsa UI visual.

Penyelesaian Matematika Tingkat Olimpiade

Menangani pembuktian matematika tingkat lanjut dan masalah tingkat kompetisi dengan akurasi di atas 96% pada AIME 2025.

Reasoning Video Berdurasi Panjang

Menganalisis dan merangkum konten dari video berdurasi hingga dua jam tanpa kehilangan konteks atau degradasi temporal.

Agen Riset Dinamis

Menggunakan 'Agent Swarm' untuk melakukan riset web multi-threaded dan menyintesis data dari ratusan sumber secara paralel.

Generasi Frontend Estetik

Mengonversi wireframe UI atau tangkapan layar hasil gambar tangan menjadi kode React fungsional yang halus dengan gerakan ekspresif.

Kontrol Terminal Otonom

Mengeksekusi perintah bash yang kompleks dan operasi tingkat sistem untuk mengelola klaster server dan lingkungan pengembangan.

Kelebihan

Keterbatasan

Reasoning Matematika Elit: Mencetak skor 96,1% pada AIME 2025, mengungguli hampir semua model berbayar dalam deduksi logika murni.
Intensif Perangkat Keras: Menjalankan model 1T secara penuh di lokal membutuhkan klaster AI tingkat perusahaan dengan beberapa GPU H100 atau B200.
Paralelisme Masif: Kapabilitas 'Agent Swarm' memungkinkan penggunaan lebih dari 100 sub-agen, yang secara drastis mengurangi waktu penyelesaian tugas riset.
Latensi Thinking: Mengaktifkan mode deep reasoning secara signifikan meningkatkan time-to-first-token dibandingkan dengan pemrosesan standar.
Arsitektur Multimodal Terpadu: Memproses video 2 jam dan gambar resolusi tinggi secara asli tanpa memerlukan encoder visi terpisah.
Kesenjangan Pengetahuan Tingkat PhD: Skor 50,2% pada 'Humanity's Last Exam' menunjukkan adanya ruang untuk perbaikan dalam keahlian ilmiah tingkat tinggi.
Ekonomi Token yang Agresif: Dengan harga $0,60/1M input tokens, model ini sekitar 8-10x lebih murah dibandingkan frontier model pesaing seperti Claude 4.5.
Kekhawatiran Regulasi: Sebagai model asal China, penggunaan API dan kedaulatan data mungkin tunduk pada kerangka regulasi yang berbeda bagi perusahaan Barat.

Mulai Cepat API

fireworks/kimi-k2p5

Lihat Dokumentasi
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: 'Buat dashboard Next.js full-stack dengan UI glassmorphism mode gelap.' }],
    max_tokens: 2048,
  });
  console.log(response.choices[0].message.content);
}

main();

Instal SDK dan mulai melakukan panggilan API dalam hitungan menit.

Apa Kata Orang Tentang Kimi K2.5

Lihat apa yang dipikirkan komunitas tentang Kimi K2.5

"Kemampuan reasoning pada AIME 2025 benar-benar gila untuk sebuah model terbuka."
LogicLover
reddit
"Kimi K2.5 baru saja menetapkan standar baru untuk pemahaman video panjang. Akhirnya ada model yang tidak melupakan bagian awal klip."
AI_Pioneer
x
"Menggunakan K2.5 sebagai agen coding adalah pengubah permainan. Skor SWE-Bench-nya bukan sekadar angka, Anda bisa merasakan kompetensinya."
DevGuru
hackernews
"China baru saja merilis Kimi K2.5 dan seperti biasa performanya setara dengan frontier AI model buatan Amerika."
BasedTorba
x
"Kimi dari China baru saja menghancurkan mimpi bisnis triliunan OpenAI... 8x lebih murah."
nrqa__
x
"Kimi K2.5 adalah model pertama yang benar-benar terasa seperti co-pilot daripada sekadar kotak obrolan."
CodeWizard
reddit

Video Tentang Kimi K2.5

Tonton tutorial, ulasan, dan diskusi tentang Kimi K2.5

Saat menguji soal-soal AIME, Kimi K2.5 berhasil menjawab hampir semuanya dengan benar, bahkan soal-soal yang membuat GPT-4o kesulitan.

Untuk tugas coding, kapabilitas agentic adalah poin di mana model ini benar-benar bersinar dibandingkan dengan LLM standar.

Sifat open-source dari model dengan satu triliun parameters seperti ini belum pernah ada sebelumnya di pasar saat ini.

Anda melihat pemrosesan logika di sini yang menyaingi o1 dalam pengujian matematika awal saya.

Harga token sangat rendah sehingga secara efektif mematahkan argumen untuk menggunakan model closed-source berbayar untuk tugas-tugas dasar.

Kemampuan untuk memproses video berdurasi dua jam sekaligus tanpa kehilangan konteks adalah terobosan besar.

Ini bukan sekadar model obrolan; model ini dirancang dari awal untuk menggunakan alat dan terminal.

Saat Anda memicu mode Swarm, paralelisme untuk riset web pada dasarnya tidak tertandingi.

Ini adalah pembuktian Moonshot AI kepada dunia bahwa mereka memiliki sumber daya komputasi dan bakat yang mumpuni.

Melihatnya menavigasi terminal secara langsung untuk memperbaiki bug adalah masa depan rekayasa otonom.

Lonjakan Kimi K2.5 pada benchmark BrowseComp menunjukkan bahwa ia dapat menavigasi web dengan tingkat persistensi yang belum pernah kita lihat.

Fakta bahwa model ini menyatukan mode vision dan reasoning ke dalam satu arsitektur adalah cerita arsitektur yang sebenarnya di sini.

Performa pada MMLU dan GSM8k membuktikan bahwa kualitas data yang digunakan untuk pelatihan adalah tingkat atas.

Tidak seperti versi sebelumnya, pemahaman video di sini tidak mengalami degradasi temporal.

Jika Anda seorang pengembang, kompatibilitas OpenAI membuat peralihan ke model ini untuk pengujian menjadi hampir tanpa upaya.

Lebih dari sekadar prompt

Tingkatkan alur kerja Anda dengan Otomatisasi AI

Automatio menggabungkan kekuatan agen AI, otomatisasi web, dan integrasi cerdas untuk membantu Anda mencapai lebih banyak dalam waktu lebih singkat.

Agen AI
Otomasi Web
Alur Kerja Cerdas
Tonton video demo

Tips Pro untuk Kimi K2.5

Tips ahli untuk memaksimalkan Kimi K2.5.

Manfaatkan Mode Thinking

Berikan prompt kepada model secara eksplisit dengan 'Think step-by-step' untuk mengaktifkan mode reasoning guna menangani tugas matematika atau coding yang berat secara logika.

Keunggulan Konteks Video

Gunakan encoder MoonViT-3D milik model ini untuk memproses video yang sangat panjang; model ini unggul dalam menemukan detail spesifik dalam klip berdurasi 2 jam.

Orkestrasi Agen

Untuk proyek besar, manfaatkan kapabilitas swarm agar K2.5 dapat memecah tugas menjadi sub-tugas untuk eksekusi yang lebih cepat.

Penghematan Cache Hit

Atur struktur panggilan API Anda untuk memanfaatkan context caching Moonshot yang agresif guna mengurangi biaya input hingga 75%.

Testimoni

Apa Kata Pengguna Kami

Bergabunglah dengan ribuan pengguna puas yang telah mengubah alur kerja mereka

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.

Terkait 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

Pertanyaan yang Sering Diajukan tentang Kimi K2.5

Temukan jawaban untuk pertanyaan umum tentang Kimi K2.5