moonshot

Kimi K2.5

Temukan Kimi K2.5 dari Moonshot AI, model agentic open-source 1T parameter dengan kemampuan multimodal native, context window 262K, dan SOTA reasoning.

Agentic AIMultimodalOpen SourceReasoningMoE
moonshot logomoonshotKimi27 Januari 2026
Konteks
256Ktoken
Output maks.
66Ktoken
Harga input
$0.60/ 1M
Harga output
$3.00/ 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
91.5%
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 91.5% 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
48%
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 48% pada benchmark ini.
IFEval
85%
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 85% 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
90.1%
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 90.1% pada benchmark ini.
GSM8k
97.1%
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 97.1% pada benchmark ini.
MGSM
95%
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 95% pada benchmark ini.
MathVista
90.1%
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 90.1% 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
88%
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 88% 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
78.5%
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 78.5% 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.

Kimi K2.5 adalah model multimodal open-source dari Moonshot AI. Model ini menggunakan arsitektur Mixture-of-Experts dengan 1 triliun parameter, di mana 32 miliar parameter aktif per token. Sistem ini menyatukan pemrosesan teks, gambar, dan video melalui satu framework reasoning, bukan menggunakan encoder eksternal terpisah untuk setiap modalitas. Arsitektur ini memungkinkan model menangani 256.000 tokens konteks sambil tetap mempertahankan akurasi pengambilan data dan konsistensi logika yang tinggi pada urutan yang sangat panjang.

Model ini dibedakan oleh kemampuan Agent Swarm. Fitur ini memungkinkan sistem untuk mengoordinasikan hingga 100 sub-agent paralel guna mengeksekusi tugas riset atau rekayasa yang kompleks secara bersamaan. Dengan mengintegrasikan encoder MoonViT-3D 400M parameter, K2.5 dapat menganalisis rekaman video berdurasi beberapa jam dengan presisi temporal. Model ini dirancang khusus untuk eksekusi otonom, mengungguli banyak model berpemilik pada benchmark agentic seperti SWE-Bench dan BrowseComp.

Kimi K2.5 menyediakan mode Thinking khusus untuk tugas yang memerlukan logika mendalam. Saat diaktifkan, model menghasilkan rantai reasoning internal untuk mengoreksi diri sendiri dan memverifikasi langkah-langkah sebelum menghasilkan jawaban akhir. Hal ini membuatnya sangat efektif untuk matematika tingkat kompetisi dan pengembangan perangkat lunak skala besar. Ekonomi tokennya dioptimalkan untuk penyebaran perusahaan, menawarkan inteligensi tingkat frontier dengan biaya hanya sebagian kecil dari sistem closed-source pesaing.

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 masalah GitHub yang kompleks dan membangun arsitektur proyek multi-file menggunakan logika yang dioptimalkan untuk SWE-Bench.

Pengembangan Web Visual

Membuat kode frontend fungsional dan desain UI langsung dari rekaman layar interaksi website yang sudah ada.

Riset Multi-Threaded

Menggunakan Agent Swarm untuk merayapi dan menyintesis informasi dari lebih dari 100 sumber dalam satu alur kerja paralel.

Analisis Video Panjang

Mengekstrak peristiwa spesifik dan data temporal dari rekaman keamanan atau kuliah berdurasi berjam-jam tanpa alat ekstraksi frame.

Pembuatan Bukti Matematis

Menerapkan mode deep thinking untuk memecahkan masalah matematika tingkat olimpiade dengan tingkat akurasi 96 persen.

Otomatisasi Dokumen Perusahaan

Menghasilkan laporan PDF multi-halaman dan spreadsheet keuangan yang kompleks dari sumber data bisnis yang tidak terstruktur.

Kelebihan

Keterbatasan

Performa Agentic Elite: Mencapai skor 76.8 pada SWE-Bench Verified, mengungguli banyak frontier model berpemilik dalam tugas rekayasa perangkat lunak.
Kebutuhan VRAM Lokal yang Ekstrem: Memerlukan 632GB VRAM untuk model penuh tanpa kuantisasi, sehingga mustahil bagi sebagian besar pengguna rumahan untuk menjalankan secara lokal.
Ekonomi Token yang Tak Tertandingi: Menyediakan inteligensi 1T parameter MoE seharga $0,60 per juta input tokens, sekitar 10 persen dari biaya Claude Opus.
Latensi Reasoning yang Lebih Tinggi: Mode thinking dapat menyebabkan penundaan yang signifikan karena model menghasilkan rantai logika internal sebelum memberikan balasan.
Pemahaman Video Native: Memproses file video kompleks tanpa ekstraksi frame eksternal, memungkinkan analisis temporal yang presisi pada rekaman panjang.
Repetisi Pemformatan: Dapat menghasilkan teks yang terlalu panjang kecuali jika diminta secara ketat untuk menggunakan struktur paragraf tertentu.
Orkestrasi Swarm Paralel: Satu-satunya open model yang dilatih untuk mengoordinasikan hingga 100 sub-agent untuk alur kerja riset masif dan multi-threaded.
Kekhawatiran Lokasi Data: Infrastruktur utama berbasis di Tiongkok, yang mungkin menimbulkan masalah kepatuhan bagi perusahaan Barat tertentu.

Mulai Cepat API

fireworks/kimi-k2p5

Lihat Dokumentasi
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: 'Anda adalah Kimi, agen reasoning.' },
      { role: 'user', content: 'Rancang rencana riset paralel untuk tren komputasi kuantum.' }
    ],
    extra_body: { thinking: { type: 'enabled' } }
  });
  console.log(res.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

Kimi K2.5 memakan biaya hampir 10 persen dari biaya Opus dengan tingkat performa yang serupa.
Odd_Tumbleweed574
reddit
Orang lupa Nvidia kehilangan 600 miliar dolar ketika lab Tiongkok merilis sesuatu yang besar secara open-source. Kimi melakukannya lagi dengan inteligensi frontier.
chetaslua
twitter
Konsep Attention Residuals di K2.5 adalah perubahan arsitektur pertama dalam bertahun-tahun yang benar-benar memperbaiki masalah kelupaan pada LLM.
logic_king
hackernews
Workers AI sekarang menjalankan model besar. Kimi K2.5 yang pertama. Ini salah satu model open-source terbaik di luar sana, sangat bagus juga untuk coding.
dok2001
twitter
Kimi K2.5 adalah monster yang berbeda. Ini adalah model RP yang sangat cerdas dan luar biasa, tetapi bisa menjadi neurotik jika Anda tidak menggunakan preset komunitas.
dptgreg
reddit
Saya mengganti alur kerja GPT 4 saya dengan Kimi K2.5 karena mode thinking lebih transparan dan context window-nya mampu menangani seluruh repo saya.
Dev_Max
reddit

Video Tentang Kimi K2.5

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

Kimi K2.5 mengalahkan GPT 5.2 dengan high thinking, benar-benar menghancurkan frontier model lainnya.

Ini adalah model coding open-source terkuat hingga saat ini dengan skor 76.8 pada SWE verified.

Agent swarm adalah pergeseran dari agen tunggal ke multi-agen yang menjalankan alur kerja paralel di hingga 1500 langkah terkoordinasi.

Context window-nya sangat masif yaitu 256k tokens, sangat cukup untuk sebagian besar proyek.

Moonshot benar-benar mendobrak batasan apa yang bisa dilakukan oleh open weights di awal 2026.

Model ini benar-benar berhasil menangkap estetika desain Apple dan menghasilkan website dengan animasi yang bagus hanya dari sebuah video.

Fitur Swarm terlihat sangat keren dan pasti menyenangkan digunakan karena memberikan badge ID ke setiap sub-agent.

K2.5 jauh lebih murah di harga 60 sen per juta input tokens dan 3 dolar per juta output tokens.

Pemrosesan video native berarti Anda tidak perlu menggunakan alat eksternal yang mahal untuk memproses frame.

Model ini adalah pengubah permainan bagi pengembang yang membutuhkan agen otonom dengan anggaran terbatas.

Moonshot mencapai ini dengan memberikan reward kepada setiap sub-agent pada tahap langkah kritis terpisah untuk mencegah keruntuhan serial.

Model belajar untuk memilih paralelisme hanya ketika hal itu memperpendek jalur kritis, sebuah inovasi yang sangat cerdas.

Kimi K2.5 hampir bisa dijalankan di perangkat keras rumahan menggunakan GGUF.

Mode thinking sangat tangguh untuk memecahkan eror logika yang kompleks dalam Python.

Melihat model dengan 1 triliun parameter dirilis seperti ini adalah hal besar bagi komunitas open-source.

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

Tips Pro untuk Kimi K2.5

Tips ahli untuk memaksimalkan Kimi K2.5.

Aktifkan Mode Thinking

Gunakan parameter thinking dalam permintaan API Anda untuk mencapai akurasi maksimum pada tugas matematika dan coding.

Picu Agent Swarm

Instruksikan model untuk mengerahkan swarm pada tugas riset untuk memaksa orkestrasi paralel di seluruh sub-agent.

Optimalkan Temperature

Gunakan temperature 1.0 untuk mode thinking agar reasoning lebih variatif, namun turunkan ke 0.6 untuk chat standar.

Prompt Vision Gabungan

Unggah tangkapan layar eror bersama dengan cuplikan kode untuk memanfaatkan pelatihan text-vision terpadu model ini.

Context Caching

Manfaatkan context caching untuk dokumen panjang yang berulang guna mengurangi biaya input hingga 90 persen.

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
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

Pertanyaan yang Sering Diajukan tentang Kimi K2.5

Temukan jawaban untuk pertanyaan umum tentang Kimi K2.5