Каков размер context window у Kimi K2 Thinking?

Он поддерживает до 256 000 tokens. Это позволяет обрабатывать целые книги или большие репозитории кода в рамках одного prompt.

Сколько стоит API?

Стоимость модели составляет $0,60 за 1 миллион input tokens и $2,50 за 1 миллион output tokens. Это значительно дешевле, чем у конкурирующих closed-source reasoning моделей.

Могу ли я запустить Kimi K2 Thinking локально?

Да, веса модели доступны для публичного скачивания на HuggingFace. Для эффективного запуска 1-битной квантованной версии потребуется около 245 ГБ VRAM.

В чем уникальность её возможностей по использованию инструментов?

Модель способна выполнить от 200 до 300 последовательных tool calls за один запрос. Это делает её экспертом в автономном веб-серфинге и многошаговых agentic задачах.

Поддерживает ли она multimodal входные данные, например, изображения?

Данная конкретная версия Thinking работает только с текстом. Для визуальных задач Moonshot предлагает серию Kimi-VL, оптимизированную для multimodal понимания.

Как она соотносится с OpenAI o1?

K2 Thinking соответствует уровню o1 в reasoning benchmark, таких как AIME и MATH. Она превосходит o1 в agentic веб-серфинге и benchmark HLE.

Поддерживается ли потоковая передача в API?

Да, API поддерживает потоковую передачу token-by-token. Это полезно для отслеживания процесса reasoning модели в режиме реального времени.

Какую архитектуру она использует?

Используется архитектура Mixture-of-Experts с общим объемом в 1 триллион parameters. Во время каждого шага inference активируется только 32 миллиарда parameters.

Kimi K2 Thinking

Kimi K2 Thinking — это reasoning модель Moonshot AI на триллион параметров. Она превосходит GPT-5 в HLE и поддерживает 300 последовательных tool calls для...

moonshotKimi K26 ноября 2025 г.

Контекст

256Kтокенов

Макс. вывод

16Kтокенов

Цена ввода

$0.15/ 1M

Цена вывода

$0.15/ 1M

Модальность:Text

Возможности:ИнструментыПотоковая передачаРассуждение

Бенчмарки

GPQA

93%

HLE

44.9%

MMLU

90%

MMLU Pro

78%

SimpleQA

55%

IFEval

92%

AIME 2025

99.1%

MATH

99.1%

GSM8k

99%

MGSM

95%

MathVista

75%

SWE-Bench

71.3%

HumanEval

83%

LiveCodeBench

83.1%

MMMU

80%

MMMU Pro

60%

ChartQA

88%

DocVQA

94%

Terminal-Bench

55%

ARC-AGI

12%

Документация API

О модели Kimi K2 Thinking

Узнайте о возможностях, функциях и способах использования Kimi K2 Thinking.

Mixture of Experts на триллион параметров

Kimi K2 Thinking, это reasoning модель на триллион параметров, использующая архитектуру Mixture-of-Experts (MoE). Разработанная Moonshot AI и выпущенная в конце 2025 года, она активирует лишь 32B параметров для inference, что позволяет сбалансировать колоссальный объем знаний с вычислительной эффективностью. Она специально разработана как думающий агент, который масштабирует свои вычисления на этапе inference для решения сложных логических задач. Этот подход позволяет модели анализировать свои рассуждения и исправлять ошибки до предоставления финального ответа.

Agentic использование инструментов и планирование

Модель выделяется своей способностью автономно выполнять до 300 последовательных tool calls. В то время как большинство стандартных языковых моделей испытывают трудности с долгосрочным планированием, K2 Thinking спроектирована для agentic рабочих процессов, таких как автономный веб-серфинг и многоэтапная программная инженерия. Она нативно поддерживает точность INT4 посредством Quantization-Aware Training, что позволяет модели сохранять производительность уровня frontier при работе на стандартных серверных кластерах.

Фокус на разработчиках и исследованиях

С context window в 256K tokens модель создана для глубоких исследований и сложных технических задач. Она преодолевает разрыв в производительности между closed-source системами и моделями с открытыми весами. Ее способность отвечать на научные вопросы уровня PhD и решать задачи олимпиадной математики делает ее подходящим выбором для академических исследований, автоматизированных помощников по кодингу и высокоточных приложений, где логическая последовательность является основным требованием.

Варианты использования Kimi K2 Thinking

Откройте для себя различные способы использования Kimi K2 Thinking для достижения отличных результатов.

Сложная программная инженерия

Решение реальных проблем GitHub и проектирование многофайловых кодовых баз с использованием итеративной самокоррекции.

Автономные исследовательские агенты

Выполнение сотен последовательных tool calls для сбора и синтеза редких технических данных.

Математика олимпиадного уровня

Решение продвинутых задач по геометрии и алгебре с глубокой проверкой методом chain-of-thought.

Научные исследования уровня PhD

Ответы на экспертные вопросы по физике и биологии, требующие многошаговых логических дедукций.

Интерактивное управление компьютером

Навигация в терминальной среде и облачной инфраструктуре для автоматизации DevOps процессов.

Творческое письмо с упором на логику

Генерация длинных текстов, требующих строгого соблюдения сложных правил вымышленного мира.

Преимущества

Ограничения

State-of-the-art Reasoning: Набирает 44,9% в HLE с использованием инструментов, превосходя крупные closed-source модели в логике экспертного уровня.

Огромные системные требования: Локальный inference требует минимум 245 ГБ VRAM даже при квантовании, что ограничивает использование серверными кластерами высокого уровня.

Исключительная agentic глубина: Способна выполнять 300 последовательных tool calls, обеспечивая по-настоящему автономный веб-поиск и задачи в браузере.

Внутренняя latency ответов: Глубокий процесс мышления приводит к значительным задержкам, так как модель масштабирует свои вычисления во время выполнения (test-time computation).

Высочайшая математическая точность: Достигает 94,5% в AIME 2025, подтверждая свою надежность при решении математических задач высокого уровня.

Отсутствие встроенной multimodal способности: Этот вариант не может напрямую обрабатывать изображения или видео, требуя отдельной vision модели для таких задач.

Доступность open-weights: Предоставляет интеллект уровня frontier моделям для разработчиков для локального развертывания и fine-tuning.

Высокий расход tokens: Внутренние этапы reasoning потребляют большое количество output tokens, что увеличивает затраты на API при простых запросах.

Быстрый старт API

moonshot/kimi-k2-thinking

Посмотреть документацию

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-thinking',
    messages: [{ role: 'user', content: 'Разработай систему для автономного code review, используя 300 tool calls.' }],
  });
  console.log(response.choices[0].message.content);
}

main();

Установите SDK и начните делать API-запросы за несколько минут.

Что люди говорят о Kimi K2 Thinking

Посмотрите, что думает сообщество о Kimi K2 Thinking

“Kimi K2.5, лучшая открытая модель для кодинга, они реально сделали круто.”

— npc_gooner

“Moonshot AI только что выпустили Kimi K2 Thinking. 300 последовательных tool calls? Это будущее agentic AI.”

— @tech_trends

twitter

“Kimi выпустили Kimi K2 Thinking, open-source reasoning модель на триллион параметров. Это серьезный игрок.”

— nekofneko

“Тот факт, что она может обрабатывать 300 tool calls последовательно, открывает совершенно новые рабочие процессы для агентов.”

— AI Explained

youtube

“Впечатляет видеть open-source модель, достигающую таких показателей. Подход с масштабированием test-time явно работает.”

— jsmith23

hackernews

“Запуск этой модели локально, непростая задача, но глубина reasoning не имеет аналогов в пространстве open weights.”

— LocalLlamaEnthusiast

Видео о Kimi K2 Thinking

Смотрите обучающие материалы, обзоры и обсуждения о Kimi K2 Thinking

“Kimi K2 Thinking, это лучшая AI модель, которой я когда-либо пользовался.”

“Это самая agentic независимая модель из когда-либо созданных. Она может работать часами самостоятельно.”

“Она способна думать и анализировать каждый свой шаг, поэтому никогда не теряет нить рассуждений.”

“Скорость reasoning удивительно высокая, несмотря на триллион параметров.”

“Если вы создаете агентов, это именно та архитектура, на которую стоит посмотреть.”

“Kimi K2 Thinking... это обновление для мышления модели Kimi K2, которая, честно говоря, пользуется огромным признанием.”

“Это, конечно же, open-source модель... с общим размером около 1 триллиона параметров.”

“Все результаты benchmark указаны для точности int4.”

“Она решает сложные математические задачи с логикой, которая соперничает с лучшими проприетарными лабораториями.”

“Процесс установки локальных весов довольно прост, если у вас достаточно VRAM.”

“Kimi K2.5, это новейшая open-source модель, разработанная китайской компанией Moonshot AI.”

“Она способна запускать до 100 под-агентов и 1500 tool calls параллельно.”

“Я бы определенно рекомендовал её, если вы хотите создать по-настоящему красивый веб-сайт.”

“Внутренний chain-of-thought позволяет ей исправлять ошибки в коде перед выдачей финального ответа.”

“Moonshot действительно сосредоточились на долгосрочном планировании в этом релизе.”

Больше чем просто промпты

Улучшите свой рабочий процесс с ИИ-Автоматизацией

Automatio объединяет мощь ИИ-агентов, веб-автоматизации и умных интеграций, чтобы помочь вам достигать большего за меньшее время.

ИИ Агенты

Веб Автоматизация

Умные Процессы

Начать Бесплатно

Советы для Kimi K2 Thinking

Экспертные советы для максимальной эффективности Kimi K2 Thinking.

Включение вывода Thinking

Используйте специальный флаг tokens в вашем движке inference, чтобы увидеть внутренние этапы reasoning модели.

Оптимизация Temperature

Установите sampling temperature на 1.0 и min_p на 0.01 для наиболее стабильного процесса reasoning.

Использование System Prompts

Начинайте диалог с официального identity prompt от Moonshot AI для стабилизации поведения модели.

Масштабирование test-time compute

Разрешите модели генерировать больше внутренних tokens для сложных задач, чтобы повысить точность.

Отзывы

Что Говорят Наши Пользователи

Присоединяйтесь к тысячам довольных пользователей, которые трансформировали свой рабочий процесс

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

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

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

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

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

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.