月之暗面公司正式發佈了其最新力作——Kimi K2模型，並同步宣佈開源。這款基於MoE架構的基礎模型，憑藉其強大的代碼能力、卓越的通用Agent任務處理能力，一經發布便在AI領域引起了廣泛關注。

Kimi K2模型總參數高達1T，激活參數爲32B，在SWE Bench Verified、Tau2、AceBench等一系列基準性能測試中，均取得了開源模型中的頂尖成績，充分展現了其在代碼編寫、Agent任務執行以及數學推理等方面的領先實力。

在預訓練階段，Kimi K2採用了創新的MuonClip優化器，這一優化器有效解決了大規模訓練中的attention logits偏大問題，將訓練穩定性與token使用效率提升至新高度。月之暗麪糰隊成功完成了15.5T token的平穩訓練，全程無loss spike，爲萬億參數模型的穩定高效訓練提供了新思路。

除了基準性能測試中的優異表現，Kimi K2在實際應用場景中也展現出了強大的能力泛化和實用性。在代碼能力方面，Kimi K2不僅能夠生成設計感與視覺表現力兼備的前端代碼，支持粒子系統、可視化和3D場景等複雜表現形式，還能在無具體指令的情況下，自動搭建完整的期貨交易界面，展現了其強大的自主編程能力。

微信截圖_20250712095131.png

在Agent工具調用方面，Kimi K2同樣表現出色。它能夠穩定解析複雜指令，將需求自動拆解爲一系列格式規範、可直接執行的ToolCall結構，無縫接入各類Agent/Coding框架，完成複雜任務或自動化編碼。無論是分析遠程辦公比例對薪資的影響，還是爲Coldplay粉絲制定追星計劃並完成相關規劃，Kimi K2都能輕鬆應對，展現出強大的Agent能力。

此外，Kimi K2在風格化寫作方面也取得了顯著提升。無論是改寫科研文本爲初中生語氣，還是模仿蘋果廣告文案，Kimi K2都能準確控制輸出風格，同時保留原意與表達風格。在虛構寫作任務中，Kimi K2生成的文字更加關注細節與情感，不再是抽象泛泛而談，爲用戶提供了更加豐富的創作體驗。

月之暗面公司此次不僅發佈了Kimi K2模型，還同步開源了Kimi-K2-Base和Kimi-K2-Instruct兩個模型版本。其中，Kimi-K2-Base爲未經過指令微調的基礎預訓練模型，適合科研與自定義場景;而Kimi-K2-Instruct則爲通用指令微調版本，在大多數問答與Agent任務中表現卓越。模型及fp8權重文件已開源至HuggingFace平臺，供廣大開發者自由使用。

爲了方便開發者部署和使用，vLLM、SGLang、ktransformers等推理引擎也已經同步支持Kimi K2模型。開發者可以用自己的服務器部署，獲得與Kimi開放平臺API相同的體驗。

在API服務方面，Kimi K2也提供了全面的支持。其API服務現已全面上線，支持最長128K上下文，具備更強的通用性與工具調用能力。計費方案靈活合理，每百萬輸入tokens僅需4元，每百萬輸出tokens爲16元，同時兼容OpenAI和Anthropic兩種API格式，方便開發者無縫切換。