Kimi K2：最强大的开源代理模型

还记得今年早些时候，大量中国开源模型席卷GenAI行业吗？虽然DeepSeek占据了大部分头条新闻，但Kimi K1.5却是榜单上最引人注目的名字之一。而且这个模型非常酷。七个月后，Moonshot携全新代理开源模型Kimi K2强势回归。它拥有1万亿个参数和320亿个激活的混合专家（MoE）架构，性能卓越。让我们一起深入了解它！

什么是Kimi K2？

如上所述，Kimi K2是一个强大的全新开源模型，专为处理复杂任务而构建。凭借其先进的架构和智能决策能力，它不仅能响应提示，还能采取实际行动。从编程到数据分析，它旨在让每个人都能使用高级AI工具。

它有两种版本：

• Kimi-K2-Base：一款强大的基础模型，非常适合需要完全自定义和微调功能的研究人员和开发者。
• Kimi-K2-Instruct：一款经过后训练的指令遵循模型，适用于通用聊天和反射级代理任务。

基准测试和性能

Source: Kimi K2

Kimi K2 在以下基准测试中取得了领先且开源的成果：

• SWE-bench Verified：单次尝试准确率 65.8%
• SWE-bench Multilingual：47.3%（测试模型中最高）
• LiveCodeBench v6：53.7%
• OJBench：27.1%
• Tau2-bench（加权平均值）：66.1%
• AceBench (en)：80.1%
• AIME 2025：49.5%
• GPQA-Diamond：75.1%

这些分数凸显了 Kimi K2 在代理编码、工具使用和复杂 STEM 任务方面的优势，其表现经常超越或匹敌 Claude 和 GPT-4 等专有模型。

不知道这些基准测试如何运作？请查看我们关于顶级 LLM 基准测试的详细指南。

Kimi K2如何学习（训练前和训练后）？

想象一下，通过向机器人输入一个巨大的图书馆来训练它。这被称为预训练。Kimi K2 读取了 15.5 万亿个词条，相当于将互联网内容翻了好几遍。它会尝试猜测下一个单词，检查是否正确，并随着时间的推移不断改进。阅读的越多，它就越熟练。

Source: Kimi K2

但有一个问题：人工编写的数据有限。因此，Kimi K2 不再仅仅读取数据，而是开始自主学习。这被称为后训练。它会从自身创造的经验中学习，例如尝试使用工具或解决任务并判断其表现如何。

为了确保它在学习大量数据时不会感到困惑，Kimi K2 使用了一种名为 MuonClip 的特殊优化器。你可以把它想象成一位训练教练，保持一切平衡。其他模型有时会在训练过程中“崩溃”，这意味着它们的内部数学运算过于极端。MuonClip 通过温和地控制可能失控的部分（查询/键矩阵）来防止这种情况，从而确保一切平稳可靠。

Kimi K2如何学习使用工具（像开发人员一样）？

假设你想让你的 AI 助手预订航班或编写代码。为此，它需要知道如何使用工具。Kimi K2 通过模拟来学习这一点。

Source: Kimi K2

它的工作原理如下：

• 从目标开始（例如回答问题）。
• 创建一个领域（主题或环境）。
• 添加真实或模拟的工具。
• 构建数百个尝试使用这些工具完成任务的代理。
• 模拟与这些代理交互的用户。
• 智能 AI 评委检查他们的工作并筛选出不合格的。

这有助于 Kimi K2 在帮助真实用户之前练习数千种不同的工具使用场景。

Kimi K2 还使用了强化学习。这就像学习玩游戏，玩家可以通过正确的操作获得积分。对于数学或编程等任务，它可以检查答案是否正确。但对于写作或帮助用户等任务，没有“正确”答案。因此，Kimi K2 充当了它自己的评审员。它会评判自己的表现，给予反馈，并不断从中学习。它还会使用明显正确的任务（例如数学）来提高对模糊任务的评分。

如何访问？

您可以通过多种方式访问 Kimi K2，具体取决于您是普通用户、开发者还是运行自己的基础架构：

在线试用 Kimi K2

• 网站：https://www.kimi.com/
• 从模型选择器中选择 Kimi K2（通常显示为“Kimi-K2”或“K2”）
• 无需安装；开始聊天或上传任务

通过API使用Kimi K2

• 访问 Moonshot 平台：https://platform.moonshot.cn
• API 兼容 OpenAI/Anthropic 格式
• 支持工具使用和代理工作流
• 包含用于聊天、文件工具和代理编排的端点

在本地或您自己的服务器上运行Kimi K2

• 模型权重：已在 GitHub 和/或 Hugging Face 上开源（即将推出）
• 推荐的推理引擎：
  • vLLM
  • SGLang
  • KTransformers
  • TensorRT-LLM

如果您正在进行内部微调、研究或扩展，这将是理想的选择。

在下一节中，我将使用此模型执行一些任务，并分享我的经验。

任务 1：研究并创建报告

提示词： “Based on the latest trends in Generative AI and Agentic AI, give me a report of which skills will be relevant in 2025 for working professionals across marketing, banking, social media, product management, software development, content, HR and manufacturing.“

输出：

观察：

研究部分做得很好，报告中使用的语言感觉很自然，整体对话充满人情味。然而，生成 PDF 格式的输出有些困难。

任务 2：预订机票

提示词：“I’m based in Shenzhen and will be traveling for the Kaohsiung WordPress Meetup this July (Tuesday, July 22, 2025
7:00 PM to 9:00 PM GMT+8). Could you share what to expect at the conference, and also help me find the cheapest flight options?“

输出：

观察：

活动细节准确无误，提供的酒店和航班信息也准确无误。这对行程规划非常有帮助。最棒的是？这一切都完全免费。

小结

我对 Kimi K2 的查询响应方式印象深刻，感觉就像与人交流一样。它的独特之处在于，大多数高级功能都是免费的，不像 Manus、Genspark 或 OpenAI 的 Operator 等其他平台那样需要付费订阅。Kimi K2 的响应速度很快，其处理各种任务的能力表明它是一个真正强大的代理模型。它结合了大规模训练、工具使用和自适应智能，为能够思考、行动和适应的通用人工智能系统铺平了道路。

无论您是在构建编码代理、进行现实世界的数据科学研究，还是设计下一代界面，Kimi K2 都能赋予您创造的力量。

立即试用，并在下方评论区分享您的想法。

常见问题解答

问题 1：Kimi K2 与其他开源模型有何不同？

答：Kimi K2 的突出之处在于其代理功能，这意味着它可以使用工具采取行动，而不仅仅是生成文本。它也是少数采用混合专家架构且开源的模型之一。

问题2：我可以免费使用 Kimi K2 吗？

是的，Kimi K2 的许多功能都可以通过其网站和应用程序免费使用，而其他平台则对类似功能收费。

问题3：开发者可以用 Kimi K2 做什么？

开发者可以使用 API 将 Kimi K2 集成到他们的应用中，在本地硬件上运行它，或者针对自定义任务微调基础模型。它与 vLLM 和 TensorRT-LLM 等主流推理引擎兼容。

问题4：Kimi K2 支持工具使用和编码任务吗？

当然。Kimi K2 可以执行 Shell 命令、编辑和部署代码、构建交互式网站，甚至可以与游戏引擎协同工作。它针对工具交互和软件开发都进行了优化。