Kimi K2 Thinking 是什么模型？
Kimi K2 Thinking 是Moonshot AI于 2025-11-06 发布的推理大模型。支持文本输入和文本输出，上下文窗口为 256K，主要能力包括推理大模型、多语言。页面已收录官方资料、API 定价、公开评测，便于核对规格和使用成本。
KI
Kimi K2 Thinking
发布时间: 2025-11-06更新于: 2026-09-18退役: 2026-05-25浏览量: 3,130
模型参数
1万亿
上下文长度
256K
多语言支持
支持
推理能力
4/5
Kimi K2 Thinking 是Moonshot AI于 2025-11-06 发布的推理大模型。支持文本输入和文本输出，上下文窗口为 256K，主要能力包括推理大模型、多语言。页面已收录官方资料、API 定价、公开评测，便于核对规格和使用成本。
数据优先来自官方发布（GitHub、Hugging Face、论文），其次为评测基准官方结果，最后为第三方评测机构数据。 了解数据收集方法
Kimi K2 Thinking
模型基本信息
推理过程
支持
思考模式
思考模式 (默认)
上下文长度
256K tokens
最大输出长度
暂无数据
模型类型
推理大模型
输入/输出模态
文本 → 文本
发布时间
2025-11-06
模型文件大小
1.09 TB
MoE架构
是
总参数 / 激活参数
1万亿 / 320亿
知识截止
暂无数据
Kimi K2 Thinking
开源和体验地址
Kimi K2 Thinking
官方介绍与博客
Kimi K2 Thinking
API接口信息
接口速度
3/5
💡默认单位：$/100万 tokens。若计费单位不同，则以供应商公开的原始标注为准。
标准模式
| 类型 | 适用条件 | 输入 | 输出 |
|---|---|---|---|
| 文本 | - | $0.600/ 1M tokens | $2.50/ 1M tokens |
批量模式
| 类型 | 适用条件 | 输入 | 输出 |
|---|---|---|---|
| 文本 | - | $0.300/ 1M tokens | $1.25/ 1M tokens |
缓存定价Prompt缓存
| 类型 | 有效期 | 写入 | 读取 |
|---|---|---|---|
| 文本 | - | $0.600/ 1M tokens | $0.300/ 1M tokens |
表中「—」表示该模态在此方向不计费，或供应商未公开对应价格。
Kimi K2 Thinking
评测结果
Kimi K2 Thinking 当前已收录的代表性评测结果包括 AIME2025（1 / 110，得分 100）、Terminal-Bench（4 / 35，得分 47.10）、HLE（37 / 235，得分 51）。 本页还汇总了参数规模、上下文长度与 API 价格，便于结合评测结果与部署约束一起判断模型适配度。
数学
共 4 项评测评测名称 / 模式
得分
排名/总数
Kimi K2 Thinking
发布机构
Moonshot AI
查看发布机构详情 Kimi K2 Thinking
模型解读
Moonshot AI 于 2025 年 11 月 6 日发布了 Kimi K2 Thinking 模型。这是 Kimi K2 系列的第一个推理变体。该公司位于北京，由阿里巴巴支持。Kimi K2 系列此前在 2025 年 7 月和 9 月发布了非推理版本的 Kimi K2 Instruct 模型。
模型规格
Kimi K2 Thinking 采用混合专家（MoE）架构，总参数量为 1 万亿，活跃参数为 320 亿。它使用 INT4 精度，这比先前版本的 FP8 精度更节省空间，模型文件大小约为 594 GB。上下文窗口支持 256K 令牌。输入和输出仅限于文本模态。
Moonshot AI 在后训练阶段使用了量化感知训练，以实现 INT4 精度。这使得模型在较旧的 NVIDIA GPU 上运行时更高效，因为这些 GPU 不支持 FP4。
功能和能力
该模型设计为思考代理，支持多步推理和工具使用。它可以执行 200 到 300 个连续工具调用，而无需人类干预。主要应用包括推理、代理搜索和编码任务。在测试时，它通过扩展思考令牌和工具调用轮次来处理复杂任务。
在代理任务基准中，Kimi K2 Thinking 在 Tau2 Bench Telecom 上得分 93%，模拟客户服务代理场景。在 HLE 上得分 44.9%，在 BrowseComp 上得分 60.2%。这些分数使其在开源模型中位居前列。
Kimi K2 Thinking
常见问题
Kimi K2 Thinking 支持哪些输入和输出模态？
当前官方资料记录其支持文本输入，并生成文本输出。
Kimi K2 Thinking 的上下文窗口和最大输出是多少？
上下文窗口为 256K。未公开或无法确认的规格不做推测。
Kimi K2 Thinking 适合哪些任务？
根据已收录的官方能力标签，它适合推理大模型、多语言相关任务；实际效果应结合具体工作流验证。
Kimi K2 Thinking 是否提供 API，价格如何查看？
页面已收录 Fireworks AI 的 8 条定价规则。价格可能随地域、上下文档位、缓存和时间变化，应以页面价格表及官方计费页为准。
Kimi K2 Thinking 是否开源？
代码与模型权重按 Modified MIT License 记录；使用前仍应核对官方许可原文。
DataLearner 官方微信
欢迎关注 DataLearner 官方微信，获得最新 AI 技术推送
