moonshot

Kimi K2.5

ค้นพบ Kimi K2.5 จาก Moonshot AI โมเดล open-source ขนาด 1T พารามิเตอร์ พร้อมความสามารถ multimodal ในตัว context window 262K และประสิทธิภาพการ reasoning ระดับ...

Agentic AIMultimodalOpen SourceReasoningMoE
moonshot logomoonshotKimi27 มกราคม 2026
บริบท
256Kโทเคน
เอาต์พุตสูงสุด
66Kโทเคน
ราคาอินพุต
$0.60/ 1M
ราคาเอาต์พุต
$3.00/ 1M
โหมด:TextImageVideo
ความสามารถ:การมองเห็นเครื่องมือสตรีมมิ่งการใช้เหตุผล
เกณฑ์มาตรฐาน
GPQA
87.6%
GPQA: คำถามวิทยาศาสตร์ระดับบัณฑิตศึกษา. เกณฑ์มาตรฐานที่เข้มงวดพร้อม 448 คำถามจากชีววิทยา ฟิสิกส์ และเคมี ผู้เชี่ยวชาญ PhD ทำได้เพียง 65-74% Kimi K2.5 ได้คะแนน 87.6% ในเกณฑ์มาตรฐานนี้
HLE
50.2%
HLE: การใช้เหตุผลระดับผู้เชี่ยวชาญ. ทดสอบความสามารถของโมเดลในการแสดงการใช้เหตุผลระดับผู้เชี่ยวชาญในสาขาเฉพาะทาง Kimi K2.5 ได้คะแนน 50.2% ในเกณฑ์มาตรฐานนี้
MMLU
91.5%
MMLU: ความเข้าใจภาษาแบบมัลติทาสก์ขนาดใหญ่. เกณฑ์มาตรฐานที่ครอบคลุมพร้อม 16,000 คำถามใน 57 วิชา Kimi K2.5 ได้คะแนน 91.5% ในเกณฑ์มาตรฐานนี้
MMLU Pro
87.1%
MMLU Pro: MMLU รุ่นมืออาชีพ. เวอร์ชันที่ปรับปรุงของ MMLU พร้อม 12,032 คำถามและรูปแบบ 10 ตัวเลือกที่ยากขึ้น Kimi K2.5 ได้คะแนน 87.1% ในเกณฑ์มาตรฐานนี้
SimpleQA
48%
SimpleQA: เกณฑ์มาตรฐานความถูกต้องของข้อเท็จจริง. ทดสอบความสามารถของโมเดลในการให้คำตอบที่ถูกต้องและเป็นข้อเท็จจริง Kimi K2.5 ได้คะแนน 48% ในเกณฑ์มาตรฐานนี้
IFEval
85%
IFEval: การประเมินการปฏิบัติตามคำสั่ง. วัดว่าโมเดลปฏิบัติตามคำสั่งและข้อจำกัดเฉพาะได้ดีเพียงใด Kimi K2.5 ได้คะแนน 85% ในเกณฑ์มาตรฐานนี้
AIME 2025
96.1%
AIME 2025: การสอบคณิตศาสตร์เชิญชวนอเมริกัน. โจทย์คณิตศาสตร์ระดับการแข่งขันจากการสอบ AIME ที่มีชื่อเสียง Kimi K2.5 ได้คะแนน 96.1% ในเกณฑ์มาตรฐานนี้
MATH
90.1%
MATH: การแก้ปัญหาคณิตศาสตร์. เกณฑ์มาตรฐานคณิตศาสตร์ที่ครอบคลุมทดสอบการแก้ปัญหาในพีชคณิต เรขาคณิต แคลคูลัส Kimi K2.5 ได้คะแนน 90.1% ในเกณฑ์มาตรฐานนี้
GSM8k
97.1%
GSM8k: คณิตศาสตร์ประถม 8K. 8,500 โจทย์คณิตศาสตร์ระดับประถมศึกษา Kimi K2.5 ได้คะแนน 97.1% ในเกณฑ์มาตรฐานนี้
MGSM
95%
MGSM: คณิตศาสตร์ประถมหลายภาษา. เกณฑ์มาตรฐาน GSM8k แปลเป็น 10 ภาษา Kimi K2.5 ได้คะแนน 95% ในเกณฑ์มาตรฐานนี้
MathVista
90.1%
MathVista: การใช้เหตุผลเชิงภาพคณิตศาสตร์. ทดสอบความสามารถในการแก้ปัญหาคณิตศาสตร์ที่มีองค์ประกอบภาพ Kimi K2.5 ได้คะแนน 90.1% ในเกณฑ์มาตรฐานนี้
SWE-Bench
76.8%
SWE-Bench: เกณฑ์มาตรฐานวิศวกรรมซอฟต์แวร์. โมเดล AI พยายามแก้ปัญหา GitHub จริงในโครงการ Python Kimi K2.5 ได้คะแนน 76.8% ในเกณฑ์มาตรฐานนี้
HumanEval
88%
HumanEval: โจทย์เขียนโปรแกรม Python. 164 โจทย์เขียนโปรแกรมที่โมเดลต้องสร้างการใช้งานฟังก์ชัน Python ที่ถูกต้อง Kimi K2.5 ได้คะแนน 88% ในเกณฑ์มาตรฐานนี้
LiveCodeBench
85%
LiveCodeBench: เกณฑ์มาตรฐานเขียนโค้ดสด. ทดสอบความสามารถในการเขียนโค้ดบนความท้าทายการเขียนโปรแกรมจริงที่อัปเดตอย่างต่อเนื่อง Kimi K2.5 ได้คะแนน 85% ในเกณฑ์มาตรฐานนี้
MMMU
78.5%
MMMU: ความเข้าใจหลายโหมด. เกณฑ์มาตรฐานความเข้าใจหลายโหมดจาก 30 วิชามหาวิทยาลัย Kimi K2.5 ได้คะแนน 78.5% ในเกณฑ์มาตรฐานนี้
MMMU Pro
78.5%
MMMU Pro: MMMU รุ่นมืออาชีพ. เวอร์ชันที่ปรับปรุงของ MMMU พร้อมคำถามที่ท้าทายมากขึ้น Kimi K2.5 ได้คะแนน 78.5% ในเกณฑ์มาตรฐานนี้
ChartQA
77.5%
ChartQA: คำถามและคำตอบกราฟ. ทดสอบความสามารถในการเข้าใจและวิเคราะห์ข้อมูลจากกราฟและแผนภูมิ Kimi K2.5 ได้คะแนน 77.5% ในเกณฑ์มาตรฐานนี้
DocVQA
88.8%
DocVQA: คำถามเชิงภาพเอกสาร. ทดสอบความสามารถในการสกัดข้อมูลจากภาพเอกสาร Kimi K2.5 ได้คะแนน 88.8% ในเกณฑ์มาตรฐานนี้
Terminal-Bench
50.8%
Terminal-Bench: งาน Terminal/CLI. ทดสอบความสามารถในการดำเนินการ command-line Kimi K2.5 ได้คะแนน 50.8% ในเกณฑ์มาตรฐานนี้
ARC-AGI
12%
ARC-AGI: การนามธรรมและการใช้เหตุผล. ทดสอบความฉลาดที่ยืดหยุ่นผ่านปริศนาการจดจำรูปแบบใหม่ Kimi K2.5 ได้คะแนน 12% ในเกณฑ์มาตรฐานนี้

เกี่ยวกับ Kimi K2.5

เรียนรู้เกี่ยวกับความสามารถของ Kimi K2.5 คุณสมบัติ และวิธีที่จะช่วยให้คุณได้ผลลัพธ์ที่ดีขึ้น

Kimi K2.5 เป็นโมเดล multimodal แบบ open-source จาก Moonshot AI ใช้สถาปัตยกรรม Mixture-of-Experts ขนาด 1 ล้านล้านพารามิเตอร์ โดยมีพารามิเตอร์ทำงาน 32,000 ล้านตัวต่อหนึ่ง token ระบบนี้รวมการประมวลผลข้อความ ภาพ และวิดีโอผ่านกรอบการทำงานเชิงตรรกะเดียว แทนที่จะใช้ encoder ภายนอกแยกสำหรับแต่ละ modality สถาปัตยกรรมนี้ช่วยให้โมเดลสามารถจัดการ context ได้ถึง 256,000 tokens ในขณะที่ยังรักษาความแม่นยำในการค้นคืนและความสอดคล้องเชิงตรรกะในลำดับข้อมูลที่ยาวมาก

โมเดลนี้โดดเด่นด้วยความสามารถ Agent Swarm ซึ่งช่วยให้ระบบสามารถประสานงาน sub-agents ได้ถึง 100 ตัวแบบขนานเพื่อทำงานวิจัยหรือวิศวกรรมที่ซับซ้อนพร้อมกัน ด้วยการรวม MoonViT-3D encoder ขนาด 400 ล้านพารามิเตอร์ K2.5 สามารถวิเคราะห์ฟุตเทจวิดีโอหลายชั่วโมงด้วยความแม่นยำเชิงเวลา ได้รับการออกแบบมาเพื่อการทำงานอัตโนมัติโดยเฉพาะ ซึ่งเหนือกว่าโมเดลแบบปิดหลายรุ่นใน benchmark อย่าง SWE-Bench และ BrowseComp

Kimi K2.5 มอบ โหมด Thinking เฉพาะสำหรับงานที่ต้องการตรรกะเชิงลึก เมื่อเปิดใช้งาน โมเดลจะสร้างห่วงโซ่ตรรกะภายในเพื่อตรวจสอบและแก้ไขขั้นตอนด้วยตัวเองก่อนที่จะให้คำตอบสุดท้าย ทำให้มีประสิทธิภาพสูงมากสำหรับคณิตศาสตร์ระดับการแข่งขันและการพัฒนาซอฟต์แวร์ขนาดใหญ่ ความคุ้มค่าทางเศรษฐศาสตร์ของ token ถูกปรับให้เหมาะสมสำหรับการใช้งานในระดับองค์กร มอบความฉลาดระดับ frontier ในราคาที่ถูกกว่าระบบปิดที่เป็นคู่แข่งอย่างมาก

Kimi K2.5

กรณีการใช้งานสำหรับ Kimi K2.5

ค้นพบวิธีต่างๆ ที่คุณสามารถใช้ Kimi K2.5 เพื่อได้ผลลัพธ์ที่ยอดเยี่ยม

วิศวกรรมซอฟต์แวร์อัตโนมัติ

แก้ไขปัญหา GitHub ที่ซับซ้อนและสร้างโครงสร้างโปรเจกต์หลายไฟล์โดยใช้ตรรกะที่ปรับให้เหมาะสมกับ SWE-Bench

การพัฒนาเว็บด้วยภาพ

สร้างโค้ด frontend และ UI design ที่ใช้งานได้จริงจากบันทึกหน้าจอการใช้งานเว็บไซต์ที่มีอยู่เดิม

การวิจัยแบบ Multi-Threaded

ใช้ Agent Swarm เพื่อสืบค้นและสังเคราะห์ข้อมูลจากแหล่งข้อมูลมากกว่า 100 แห่งในเวิร์กโฟลว์เดียวแบบขนาน

การวิเคราะห์วิดีโอยาว

สกัดเหตุการณ์เฉพาะและข้อมูลเชิงเวลาจากฟุตเทจความปลอดภัยหรือวิดีโอบรรยายหลายชั่วโมงโดยไม่ต้องใช้เครื่องมือตัดเฟรมภาพ

การสร้างข้อพิสูจน์ทางคณิตศาสตร์

ใช้โหมด deep thinking เพื่อแก้โจทย์คณิตศาสตร์ระดับโอลิมปิกด้วยอัตราความแม่นยำ 96 เปอร์เซ็นต์

ระบบอัตโนมัติสำหรับเอกสารองค์กร

สร้างรายงาน PDF หลายหน้าและตารางการเงินที่ซับซ้อนจากแหล่งข้อมูลทางธุรกิจที่ไม่มีโครงสร้าง

จุดแข็ง

ข้อจำกัด

ประสิทธิภาพด้าน Agentic ระดับแนวหน้า: ทำคะแนนได้ 76.8 บน SWE-Bench Verified ซึ่งเหนือกว่า frontier models ระดับปิดหลายตัวในงานด้านวิศวกรรมซอฟต์แวร์
ความต้องการ VRAM สูงสุดในการรัน local: ต้องใช้ VRAM ถึง 632GB สำหรับโมเดลที่ไม่ได้ควอนไทซ์ ทำให้ผู้ใช้ทั่วไปไม่สามารถใช้งานในเครื่องส่วนตัวได้
ความคุ้มค่าด้าน Token ที่เหนือชั้น: มอบความฉลาดในระดับ MoE 1T parameters ในราคา $0.60 ต่อล้าน input tokens ซึ่งคิดเป็นประมาณ 10 เปอร์เซ็นต์ของค่าใช้จ่าย Claude Opus
Latency ในการ Reasoning ที่สูงกว่า: โหมด thinking อาจทำให้เกิดความล่าช้าอย่างเห็นได้ชัด เนื่องจากโมเดลต้องสร้างห่วงโซ่ตรรกะภายในก่อนที่จะตอบกลับ
ความเข้าใจวิดีโอแบบ native: ประมวลผลไฟล์วิดีโอที่ซับซ้อนโดยไม่ต้องใช้เครื่องมือสกัดเฟรมภายนอก ทำให้สามารถวิเคราะห์เชิงเวลาของฟุตเทจยาวๆ ได้อย่างแม่นยำ
การทำซ้ำของรูปแบบเนื้อหา: อาจสร้างเนื้อหาที่ยาวเกินความจำเป็นหากไม่ได้ระบุเงื่อนไขให้ใช้โครงสร้างย่อหน้าที่เฉพาะเจาะจง
การประสานงานแบบ Parallel Swarm: เป็นโมเดล open-source เพียงรุ่นเดียวที่ถูกฝึกมาเพื่อประสานงาน sub-agents สูงสุด 100 ตัวสำหรับเวิร์กโฟลว์การวิจัยขนาดใหญ่แบบ multi-threaded
ความกังวลด้านถิ่นที่อยู่ของข้อมูล: โครงสร้างพื้นฐานหลักตั้งอยู่ในประเทศจีน ซึ่งอาจก่อให้เกิดปัญหาด้านการปฏิบัติตามกฎระเบียบ (compliance) สำหรับองค์กรตะวันตกบางแห่ง

เริ่มต้นด่วน API

fireworks/kimi-k2p5

ดูเอกสาร
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();

ติดตั้ง SDK และเริ่มเรียก API ภายในไม่กี่นาที

ผู้คนพูดอะไรเกี่ยวกับ Kimi K2.5

ดูว่าชุมชนคิดอย่างไรเกี่ยวกับ Kimi K2.5

Kimi K2.5 มีค่าใช้จ่ายเกือบ 10 เปอร์เซ็นต์ของ Opus ในระดับประสิทธิภาพที่ใกล้เคียงกัน
Odd_Tumbleweed574
reddit
ผู้คนลืมไปว่า Nvidia เสียเงินไป 6 แสนล้านดอลลาร์ตอนที่แล็บจีนปล่อยของดีแบบ open source ครั้งใหญ่ Kimi กำลังทำแบบนั้นอีกครั้งด้วยความฉลาดระดับ frontier
chetaslua
twitter
แนวคิด Attention Residuals ใน K2.5 เป็นการเปลี่ยนแปลงสถาปัตยกรรมครั้งแรกในรอบหลายปีที่แก้ปัญหา LLM ขี้ลืมได้จริง
logic_king
hackernews
Workers AI รันโมเดลใหญ่ๆ ได้แล้ว Kimi K2.5 คือตัวแรก มันเป็นหนึ่งในโมเดล open source ที่ดีที่สุดเท่าที่มี และดีมากสำหรับการเขียนโค้ดด้วย
dok2001
twitter
Kimi K2.5 เป็นสัตว์ร้ายที่ต่างออกไป มันเป็นโมเดล RP ที่ฉลาดน่าเหลือเชื่อ แต่สามารถงอแงได้ถ้าคุณไม่ใช้ preset ของชุมชน
dptgreg
reddit
ผมเปลี่ยนเวิร์กโฟลว์ GPT 4 มาใช้ Kimi K2.5 เพราะโหมด thinking โปร่งใสกว่าและ context window ก็รองรับ repo ทั้งหมดของผมได้สบาย
Dev_Max
reddit

วิดีโอเกี่ยวกับ Kimi K2.5

ดูบทเรียน รีวิว และการสนทนาเกี่ยวกับ Kimi K2.5

Kimmy K2.5 เอาชนะ GPT 5.2 ด้วยการคิดขั้นสูง ทำลาย frontier models ตัวอื่นราบคาบ

เป็นโมเดลสำหรับเขียนโปรแกรมแบบ open-source ที่แข็งแกร่งที่สุดในปัจจุบันด้วยคะแนน 76.8 บน SWE verified

Agent swarm เป็นการเปลี่ยนผ่านจาก single agent ไปสู่การรันหลาย agent พร้อมกันในเวิร์กโฟลว์ขนานผ่านขั้นตอนที่ประสานกันสูงสุด 1500 ขั้นตอน

Context window นั้นใหญ่มากที่ 256k tokens ซึ่งเพียงพอสำหรับโปรเจกต์ส่วนใหญ่

Moonshot กำลังผลักดันขีดจำกัดของสิ่งที่ open weights ทำได้ในช่วงต้นปี 2026

มันทำดีไซน์สไตล์ Apple ได้เป๊ะมาก และสร้างเว็บไซต์ที่สวยงามพร้อมแอนิเมชั่นได้จากวิดีโอเท่านั้น

ฟีเจอร์ Swarm ดูเจ๋งมาก และน่าสนุกในการใช้งานเพราะมีการกำหนด ID badge ให้กับ sub agent แต่ละตัว

K2.5 ถูกกว่ามากที่ 60 เซนต์ต่อล้าน input tokens และ 3 ดอลลาร์ต่อล้าน output tokens

การประมวลผลวิดีโอในตัวหมายความว่าคุณไม่ต้องใช้เครื่องมือภายนอกราคาแพงเพื่อประมวลผลเฟรม

โมเดลนี้เป็นตัวเปลี่ยนเกมสำหรับนักพัฒนาที่ต้องการ agent อัตโนมัติในงบประมาณที่จำกัด

Moonshot ทำสิ่งนี้ได้โดยการให้รางวัลแก่ sub agent แต่ละตัวในขั้นตอนสำคัญที่แยกกันเพื่อป้องกันการล่มสลายเชิงอนุกรม

โมเดลเรียนรู้ที่จะเลือกใช้การทำงานแบบขนานเฉพาะเมื่อมันช่วยลดเส้นทางสำคัญนี้ ซึ่งเป็นนวัตกรรมที่ฉลาดมาก

Kimi K2.5 ใกล้เคียงกับการที่จะรันบนฮาร์ดแวร์ทั่วไปได้โดยใช้ GGUF

โหมด thinking แข็งแกร่งมากสำหรับการแก้ตรรกะที่ผิดพลาดใน Python

การได้เห็นโมเดลขนาด 1 ล้านล้านพารามิเตอร์ถูกปล่อยออกมาแบบนี้ถือเป็นเรื่องใหญ่สำหรับชุมชน open source

มากกว่าแค่พรอมต์

เพิ่มพลังให้เวิร์กโฟลว์ของคุณด้วย ระบบอัตโนมัติ AI

Automatio รวมพลังของ AI agents การอัตโนมัติเว็บ และการผสานรวมอัจฉริยะเพื่อช่วยให้คุณทำงานได้มากขึ้นในเวลาน้อยลง

AI Agents
การอัตโนมัติเว็บ
เวิร์กโฟลว์อัจฉริยะ

เคล็ดลับมือโปรสำหรับ Kimi K2.5

เคล็ดลับจากผู้เชี่ยวชาญเพื่อช่วยให้คุณใช้ประโยชน์สูงสุดจาก Kimi K2.5 และได้ผลลัพธ์ที่ดีขึ้น

เปิดใช้งานโหมด Thinking

ส่งพารามิเตอร์ thinking ในคำขอ API ของคุณเพื่อให้ได้ความแม่นยำสูงสุดสำหรับงานด้านคณิตศาสตร์และการเขียนโปรแกรม

สั่งงาน Agent Swarm

สั่งให้โมเดลใช้ swarm สำหรับงานวิจัยเพื่อบังคับให้เกิดการประสานงานแบบขนานระหว่าง sub-agents

ปรับแต่งค่า Temperature

ใช้ temperature ที่ 1.0 สำหรับโหมด thinking เพื่อให้เกิดเหตุผลที่หลากหลาย แต่ให้ลดลงเหลือ 0.6 สำหรับการแชททั่วไป

Prompt แบบรวมภาพและข้อความ

อัปโหลดภาพหน้าจอที่เกิด error คู่กับ code snippets เพื่อใช้ประโยชน์จากการฝึกฝนแบบ unified text-vision ของโมเดล

การทำ Context Caching

ใช้ประโยชน์จาก context caching สำหรับเอกสารยาวๆ ที่ต้องใช้ซ้ำ เพื่อลดต้นทุน input ลงได้สูงสุดถึง 90 เปอร์เซ็นต์

คำรับรอง

ผู้ใช้ของเราพูดอย่างไร

เข้าร่วมกับผู้ใช้ที่พึงพอใจนับพันที่ได้เปลี่ยนแปลงเวิร์กโฟลว์ของพวกเขา

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.

ที่เกี่ยวข้อง 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

คำถามที่พบบ่อยเกี่ยวกับ Kimi K2.5

ค้นหาคำตอบสำหรับคำถามทั่วไปเกี่ยวกับ Kimi K2.5