moonshot

Kimi K2 Thinking

Kimi K2 Thinking คือโมเดล reasoning ขนาดล้านล้าน parameters ของ Moonshot AI ที่มีประสิทธิภาพเหนือกว่า GPT-5 ใน HLE และรองรับการเรียกใช้ 300 tools...

moonshot logomoonshotKimi K26 พฤศจิกายน 2025
บริบท
256Kโทเคน
เอาต์พุตสูงสุด
16Kโทเคน
ราคาอินพุต
$0.15/ 1M
ราคาเอาต์พุต
$0.15/ 1M
โหมด:Text
ความสามารถ:เครื่องมือสตรีมมิ่งการใช้เหตุผล
เกณฑ์มาตรฐาน
GPQA
93%
GPQA: คำถามวิทยาศาสตร์ระดับบัณฑิตศึกษา. เกณฑ์มาตรฐานที่เข้มงวดพร้อม 448 คำถามจากชีววิทยา ฟิสิกส์ และเคมี ผู้เชี่ยวชาญ PhD ทำได้เพียง 65-74% Kimi K2 Thinking ได้คะแนน 93% ในเกณฑ์มาตรฐานนี้
HLE
44.9%
HLE: การใช้เหตุผลระดับผู้เชี่ยวชาญ. ทดสอบความสามารถของโมเดลในการแสดงการใช้เหตุผลระดับผู้เชี่ยวชาญในสาขาเฉพาะทาง Kimi K2 Thinking ได้คะแนน 44.9% ในเกณฑ์มาตรฐานนี้
MMLU
90%
MMLU: ความเข้าใจภาษาแบบมัลติทาสก์ขนาดใหญ่. เกณฑ์มาตรฐานที่ครอบคลุมพร้อม 16,000 คำถามใน 57 วิชา Kimi K2 Thinking ได้คะแนน 90% ในเกณฑ์มาตรฐานนี้
MMLU Pro
78%
MMLU Pro: MMLU รุ่นมืออาชีพ. เวอร์ชันที่ปรับปรุงของ MMLU พร้อม 12,032 คำถามและรูปแบบ 10 ตัวเลือกที่ยากขึ้น Kimi K2 Thinking ได้คะแนน 78% ในเกณฑ์มาตรฐานนี้
SimpleQA
55%
SimpleQA: เกณฑ์มาตรฐานความถูกต้องของข้อเท็จจริง. ทดสอบความสามารถของโมเดลในการให้คำตอบที่ถูกต้องและเป็นข้อเท็จจริง Kimi K2 Thinking ได้คะแนน 55% ในเกณฑ์มาตรฐานนี้
IFEval
92%
IFEval: การประเมินการปฏิบัติตามคำสั่ง. วัดว่าโมเดลปฏิบัติตามคำสั่งและข้อจำกัดเฉพาะได้ดีเพียงใด Kimi K2 Thinking ได้คะแนน 92% ในเกณฑ์มาตรฐานนี้
AIME 2025
99.1%
AIME 2025: การสอบคณิตศาสตร์เชิญชวนอเมริกัน. โจทย์คณิตศาสตร์ระดับการแข่งขันจากการสอบ AIME ที่มีชื่อเสียง Kimi K2 Thinking ได้คะแนน 99.1% ในเกณฑ์มาตรฐานนี้
MATH
99.1%
MATH: การแก้ปัญหาคณิตศาสตร์. เกณฑ์มาตรฐานคณิตศาสตร์ที่ครอบคลุมทดสอบการแก้ปัญหาในพีชคณิต เรขาคณิต แคลคูลัส Kimi K2 Thinking ได้คะแนน 99.1% ในเกณฑ์มาตรฐานนี้
GSM8k
99%
GSM8k: คณิตศาสตร์ประถม 8K. 8,500 โจทย์คณิตศาสตร์ระดับประถมศึกษา Kimi K2 Thinking ได้คะแนน 99% ในเกณฑ์มาตรฐานนี้
MGSM
95%
MGSM: คณิตศาสตร์ประถมหลายภาษา. เกณฑ์มาตรฐาน GSM8k แปลเป็น 10 ภาษา Kimi K2 Thinking ได้คะแนน 95% ในเกณฑ์มาตรฐานนี้
MathVista
75%
MathVista: การใช้เหตุผลเชิงภาพคณิตศาสตร์. ทดสอบความสามารถในการแก้ปัญหาคณิตศาสตร์ที่มีองค์ประกอบภาพ Kimi K2 Thinking ได้คะแนน 75% ในเกณฑ์มาตรฐานนี้
SWE-Bench
71.3%
SWE-Bench: เกณฑ์มาตรฐานวิศวกรรมซอฟต์แวร์. โมเดล AI พยายามแก้ปัญหา GitHub จริงในโครงการ Python Kimi K2 Thinking ได้คะแนน 71.3% ในเกณฑ์มาตรฐานนี้
HumanEval
83%
HumanEval: โจทย์เขียนโปรแกรม Python. 164 โจทย์เขียนโปรแกรมที่โมเดลต้องสร้างการใช้งานฟังก์ชัน Python ที่ถูกต้อง Kimi K2 Thinking ได้คะแนน 83% ในเกณฑ์มาตรฐานนี้
LiveCodeBench
83.1%
LiveCodeBench: เกณฑ์มาตรฐานเขียนโค้ดสด. ทดสอบความสามารถในการเขียนโค้ดบนความท้าทายการเขียนโปรแกรมจริงที่อัปเดตอย่างต่อเนื่อง Kimi K2 Thinking ได้คะแนน 83.1% ในเกณฑ์มาตรฐานนี้
MMMU
80%
MMMU: ความเข้าใจหลายโหมด. เกณฑ์มาตรฐานความเข้าใจหลายโหมดจาก 30 วิชามหาวิทยาลัย Kimi K2 Thinking ได้คะแนน 80% ในเกณฑ์มาตรฐานนี้
MMMU Pro
60%
MMMU Pro: MMMU รุ่นมืออาชีพ. เวอร์ชันที่ปรับปรุงของ MMMU พร้อมคำถามที่ท้าทายมากขึ้น Kimi K2 Thinking ได้คะแนน 60% ในเกณฑ์มาตรฐานนี้
ChartQA
88%
ChartQA: คำถามและคำตอบกราฟ. ทดสอบความสามารถในการเข้าใจและวิเคราะห์ข้อมูลจากกราฟและแผนภูมิ Kimi K2 Thinking ได้คะแนน 88% ในเกณฑ์มาตรฐานนี้
DocVQA
94%
DocVQA: คำถามเชิงภาพเอกสาร. ทดสอบความสามารถในการสกัดข้อมูลจากภาพเอกสาร Kimi K2 Thinking ได้คะแนน 94% ในเกณฑ์มาตรฐานนี้
Terminal-Bench
55%
Terminal-Bench: งาน Terminal/CLI. ทดสอบความสามารถในการดำเนินการ command-line Kimi K2 Thinking ได้คะแนน 55% ในเกณฑ์มาตรฐานนี้
ARC-AGI
12%
ARC-AGI: การนามธรรมและการใช้เหตุผล. ทดสอบความฉลาดที่ยืดหยุ่นผ่านปริศนาการจดจำรูปแบบใหม่ Kimi K2 Thinking ได้คะแนน 12% ในเกณฑ์มาตรฐานนี้

เกี่ยวกับ Kimi K2 Thinking

เรียนรู้เกี่ยวกับความสามารถของ Kimi K2 Thinking คุณสมบัติ และวิธีที่จะช่วยให้คุณได้ผลลัพธ์ที่ดีขึ้น

Mixture of Experts ขนาดล้านล้าน Parameters

Kimi K2 Thinking เป็นโมเดล reasoning ขนาดล้านล้าน parameters ที่ใช้สถาปัตยกรรมแบบ Mixture-of-Experts (MoE) พัฒนาโดย Moonshot AI และเปิดตัวในช่วงปลายปี 2025 โดยจะใช้งานเพียง 32B parameters ในการทำ inference ซึ่งสร้างสมดุลระหว่างความจุความรู้ขนาดใหญ่และประสิทธิภาพการคำนวณ ได้รับการออกแบบมาโดยเฉพาะในฐานะเอเจนต์ที่ปรับขนาดการคำนวณในระหว่างขั้นตอน inference เพื่อแก้ปัญหาทางตรรกะที่ซับซ้อน วิธีการนี้ช่วยให้โมเดลสามารถสะท้อนถึงการใช้เหตุผลของตนเองและแก้ไขข้อผิดพลาดก่อนที่จะให้คำตอบสุดท้าย

การใช้งาน Tool แบบ Agentic และการวางแผน

โมเดลนี้สร้างความแตกต่างผ่านความสามารถในการจัดการกับการเรียกใช้ tool ต่อเนื่องกันได้สูงสุด 300 ครั้งโดยอัตโนมัติ ในขณะที่โมเดลภาษามาตรฐานส่วนใหญ่มีปัญหาเรื่องการวางแผนระยะยาว K2 Thinking ถูกออกแบบมาสำหรับ workflow แบบ agentic เช่น การท่องเว็บอัตโนมัติและวิศวกรรมซอฟต์แวร์หลายขั้นตอน รองรับความแม่นยำ INT4 ผ่าน Quantization-Aware Training โดยกำเนิด ทำให้โมเดลรักษาประสิทธิภาพระดับ frontier ได้ในขณะที่รันบน cluster ฮาร์ดแวร์ระดับองค์กรทั่วไป

เน้นด้านนักพัฒนาและการวิจัย

ด้วย context window ขนาด 256K tokens โมเดลนี้ถูกสร้างขึ้นเพื่อการวิจัยเชิงลึกและงานด้านเทคนิคที่ซับซ้อน โดยช่วยลดช่องว่างด้านประสิทธิภาพระหว่างระบบ closed-source และโมเดล open-weights ความสามารถในการตอบคำถามวิทยาศาสตร์ระดับปริญญาเอกและโจทย์คณิตศาสตร์ระดับการแข่งขัน ทำให้เป็นตัวเลือกที่เหมาะสมสำหรับการวิจัยทางวิชาการ ผู้ช่วยเขียนโค้ดอัตโนมัติ และแอปพลิเคชันที่ต้องใช้เหตุผลความแม่นยำสูงซึ่งความสม่ำเสมอของตรรกะเป็นความต้องการหลัก

Kimi K2 Thinking

กรณีการใช้งานสำหรับ Kimi K2 Thinking

ค้นพบวิธีต่างๆ ที่คุณสามารถใช้ Kimi K2 Thinking เพื่อได้ผลลัพธ์ที่ยอดเยี่ยม

วิศวกรรมซอฟต์แวร์ที่ซับซ้อน

การแก้ไขปัญหา GitHub จริงและการออกแบบ codebase หลายไฟล์โดยใช้การแก้ไขตัวเองแบบทำซ้ำ

เอเจนต์สำหรับการวิจัยอัตโนมัติ

การดำเนินการเรียกใช้ tool ต่อเนื่องหลายร้อยครั้งเพื่อรวบรวมและสังเคราะห์ข้อมูลทางเทคนิคเชิงลึก

คณิตศาสตร์ระดับโอลิมปิก

การแก้โจทย์เรขาคณิตและพีชคณิตขั้นสูงด้วยการตรวจสอบผ่าน chain-of-thought เชิงลึก

การสืบค้นทางวิทยาศาสตร์ระดับปริญญาเอก

การตอบคำถามของผู้เชี่ยวชาญในสาขาฟิสิกส์และชีววิทยาที่ต้องอาศัยการอนุมานเชิงตรรกะหลายขั้นตอน

การควบคุมคอมพิวเตอร์แบบโต้ตอบ

การนำทางสภาพแวดล้อม terminal และโครงสร้างพื้นฐาน cloud เพื่อทำให้ workflow ของ devops เป็นอัตโนมัติ

การเขียนเชิงสร้างสรรค์ที่เน้นตรรกะ

การสร้างเนื้อหาขนาดยาวที่ต้องการการปฏิบัติตามกฎการสร้างโลกที่ซับซ้อนอย่างเคร่งครัด

จุดแข็ง

ข้อจำกัด

การใช้เหตุผลระดับ state-of-the-art: ทำคะแนนได้ 44.9% ใน HLE พร้อมการใช้ tools ซึ่งเหนือกว่าโมเดลแบบ closed-source รายใหญ่ในด้านตรรกะระดับผู้เชี่ยวชาญ
ความต้องการทรัพยากรมหาศาล: การทำ inference แบบ local ต้องการ RAM (VRAM) อย่างน้อย 245GB แม้จะผ่านการทำ quantization แล้วก็ตาม จำกัดการใช้งานไว้ที่ server cluster ระดับไฮเอนด์
ความลึกซึ้งระดับ Agentic ที่ยอดเยี่ยม: สามารถเรียกใช้ tool ต่อเนื่องได้ถึง 300 ครั้ง ช่วยให้สามารถทำวิจัยบนเว็บและงานเบราว์เซอร์ได้แบบอัตโนมัติอย่างแท้จริง
Latency ในการตอบสนอง: กระบวนการคิดเชิงลึกส่งผลให้มีเวลารอคอยที่สำคัญในขณะที่โมเดลปรับขนาดการคำนวณในช่วง test-time
ความแม่นยำทางคณิตศาสตร์ชั้นนำ: ทำคะแนนได้ 94.5% บน AIME 2025 พิสูจน์ความน่าเชื่อถือสำหรับการแก้โจทย์คณิตศาสตร์ระดับสูง
ขาดความสามารถด้าน Multimodality พื้นฐาน: variant นี้ไม่สามารถประมวลผล input รูปภาพหรือวิดีโอได้โดยตรง ซึ่งจำเป็นต้องใช้โมเดล vision แยกต่างหากสำหรับงาน multimodal
การเข้าถึง Open-weights: มอบความฉลาดระดับ frontier ให้กับชุมชนนักพัฒนาสำหรับการนำไปปรับใช้ในระดับ local และการทำ fine-tuning
ค่า Token Overhead สูง: ขั้นตอนการใช้เหตุผลภายในใช้ output tokens จำนวนมาก ซึ่งเพิ่มค่าใช้จ่าย API สำหรับคำถามง่ายๆ

เริ่มต้นด่วน API

moonshot/kimi-k2-thinking

ดูเอกสาร
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: 'Design a system for autonomous code review using 300 tool calls.' }],
  });
  console.log(response.choices[0].message.content);
}

main();

ติดตั้ง SDK และเริ่มเรียก API ภายในไม่กี่นาที

ผู้คนพูดอะไรเกี่ยวกับ Kimi K2 Thinking

ดูว่าชุมชนคิดอย่างไรเกี่ยวกับ Kimi K2 Thinking

Kimi K2.5 เป็นโมเดลเปิดที่ดีที่สุดสำหรับการเขียนโค้ด พวกเขาทำออกมาได้ยอดเยี่ยมจริงๆ
npc_gooner
reddit
Moonshot AI เพิ่งปล่อย Kimi K2 Thinking ออกมา เรียกใช้ tool ได้ 300 ครั้งต่อเนื่อง? นี่คืออนาคตของ agentic AI ชัดๆ
@tech_trends
twitter
Kimi ปล่อย Kimi K2 Thinking ซึ่งเป็นโมเดล reasoning แบบ open-source ขนาดล้านล้าน parameters นี่คือของจริง
nekofneko
reddit
ความจริงที่ว่ามันสามารถเรียกใช้ tool ได้ 300 ครั้งต่อเนื่องกัน ทำให้เกิด workflow ของเอเจนต์แบบใหม่ทั้งหมด
AI Explained
youtube
น่าประทับใจที่ได้เห็นโมเดล open-source ทำตัวเลขได้ขนาดนี้ แนวทางการเพิ่มสเกล test-time เห็นผลชัดเจน
jsmith23
hackernews
การรันโมเดลนี้แบบ local ถือเป็นความท้าทาย แต่ความลึกในการใช้เหตุผลนั้นไม่เหมือนกับโมเดลอื่นๆ ในพื้นที่ open weights
LocalLlamaEnthusiast
reddit

วิดีโอเกี่ยวกับ Kimi K2 Thinking

ดูบทเรียน รีวิว และการสนทนาเกี่ยวกับ Kimi K2 Thinking

Kimi K2 Thinking เป็นโมเดล AI ที่ดีที่สุดที่ฉันเคยใช้

มันเป็นโมเดลอิสระที่มีความเป็น agentic มากที่สุดเท่าที่เคยสร้างมา ซึ่งหมายความว่ามันสามารถรันได้ด้วยตัวเองเป็นเวลาหลายชั่วโมง

มันสามารถคิดและทบทวนในทุกขั้นตอน ทำให้ไม่หลงทาง

ความเร็วในการใช้เหตุผลนั้นรวดเร็วอย่างน่าประหลาดใจแม้จะมี parameters ถึงหนึ่งล้านล้าน

หากคุณกำลังสร้างเอเจนต์ นี่คือสถาปัตยกรรมที่คุณต้องพิจารณา

Kimi K2 Thinking... เป็นการอัปเกรดด้านการคิดของโมเดล Kimi K2 ซึ่งดูเหมือนว่าจะได้รับการยอมรับอย่างกว้างขวางจริงๆ

แน่นอนว่านี่คือโมเดล open-source... โดยมีขนาดรวมประมาณ 1 ล้านล้าน parameters

ผลลัพธ์ benchmark ทั้งหมดถูกรายงานภายใต้ความแม่นยำระดับ int4

มันจัดการกับปัญหาคณิตศาสตร์ที่ซับซ้อนด้วยตรรกะที่ทัดเทียมกับห้องแล็บชั้นนำ

กระบวนการติดตั้งน้ำหนักโมเดลแบบ local นั้นค่อนข้างตรงไปตรงมาหากคุณมี VRAM เพียงพอ

Kimi K2.5 เป็นโมเดล open-source ล่าสุดที่พัฒนาโดยบริษัทจีนชื่อ Moonshot AI

มันสามารถสร้าง sub-agents ได้ถึง 100 ตัว และเรียกใช้ tool ได้ 1,500 ครั้งพร้อมกัน

ฉันขอแนะนำเป็นอย่างยิ่งหากคุณต้องการสร้างเว็บไซต์ที่สวยงามจริงๆ

กระบวนการคิดภายใน (internal chain of thought) ช่วยให้มันแก้ไขข้อผิดพลาดของโค้ดได้ก่อนที่จะให้คำตอบสุดท้าย

Moonshot ได้มุ่งเน้นไปที่การวางแผนระยะยาวสำหรับการเปิดตัวครั้งนี้โดยเฉพาะ

มากกว่าแค่พรอมต์

เพิ่มพลังให้เวิร์กโฟลว์ของคุณด้วย ระบบอัตโนมัติ AI

Automatio รวมพลังของ AI agents การอัตโนมัติเว็บ และการผสานรวมอัจฉริยะเพื่อช่วยให้คุณทำงานได้มากขึ้นในเวลาน้อยลง

AI Agents
การอัตโนมัติเว็บ
เวิร์กโฟลว์อัจฉริยะ

เคล็ดลับมือโปรสำหรับ Kimi K2 Thinking

เคล็ดลับจากผู้เชี่ยวชาญเพื่อช่วยให้คุณใช้ประโยชน์สูงสุดจาก Kimi K2 Thinking และได้ผลลัพธ์ที่ดีขึ้น

เปิดใช้งาน Thinking Output

ใช้ flag ของ special tokens ใน engine การทำ inference ของคุณเพื่อดูขั้นตอนการใช้เหตุผลภายในของโมเดล

ปรับแต่งค่า Temperature

ตั้งค่า sampling temperature เป็น 1.0 และ min_p เป็น 0.01 เพื่อให้ได้กระบวนการใช้เหตุผลที่สม่ำเสมอที่สุด

ใช้ประโยชน์จาก System Prompts

เริ่มต้นการสนทนาด้วย official prompt ของ Moonshot AI เพื่อให้พฤติกรรมของโมเดลมีความเสถียร

ปรับขนาด Test-Time Compute

อนุญาตให้โมเดลสร้าง internal tokens มากขึ้นสำหรับปัญหาที่ยากขึ้นเพื่อเพิ่มความแม่นยำ

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

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
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.

1M context
$3.00/$15.00/1M
google

Gemini 3.1 Flash Live Preview

Google

Gemini 3.1 Flash Live Preview is Google's ultra-low-latency, audio-to-audio model featuring a 131K context window, high-fidelity multimodal reasoning, and...

131K context
$0.75/$4.50/1M
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 3.1 Pro

Google

Gemini 3.1 Pro is Google's elite multimodal model featuring the DeepThink reasoning engine, a 1M+ context window, and industry-leading ARC-AGI logic scores.

1M context
$2.00/$12.00/1M
anthropic

Claude Opus 4.6

Anthropic

Claude Opus 4.6 is Anthropic's flagship model featuring a 1M token context window, Adaptive Thinking, and world-class coding and reasoning performance.

1M context
$5.00/$25.00/1M
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
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 Thinking

ค้นหาคำตอบสำหรับคำถามทั่วไปเกี่ยวกับ Kimi K2 Thinking