kimi-k2-thinking

‌Kimi-K2-Thinking‌ 是由月之暗面（Moonshot AI）于 ‌2025年11月6日‌ 发布的开源通用 Agentic 思考模型，主打 ‌深度推理‌ 与 ‌多轮工具调用‌ 能力，被官方称为“Kimi 迄今能力最强的开源思考模型”‌
。

核心特性

• ‌模型规模‌：

• 总参数量：‌1万亿（1T）‌

• 激活参数量：‌320亿（32B）‌

• 架构：‌稀疏混合专家（MoE）‌，每 token 激活约 32B 参数

• 上下文窗口：‌256K tokens‌

• 量化方式：‌原生 INT4 量化‌，通过量化感知训练（QAT）实现无损加速，推理速度提升约 ‌2 倍‌，显存占用减半‌
  

• ‌Agentic 能力‌：

• 支持 ‌200–300 次连续工具调用‌，无需人工干预

• 可在搜索、编程、浏览、计算等工具间动态切换，构建“思考 → 工具调用 → 反思 → 再调用”的闭环推理链‌
  

• 在 ‌BrowseComp‌（自主搜索）、‌SWE-bench‌（编程）、‌HLE‌（人类终极考试）等基准中表现优异

• ‌性能表现（部分 SOTA 结果）‌‌23：

• ‌HLE（带工具）‌：44.9%（超越 GPT-5 High 的 41.7%）

• ‌BrowseComp‌：60.2%（远超人类平均 29.2%）

• ‌SWE-bench Verified‌：71.3%

• ‌Artificial Analysis 智能体评测‌：93% 得分（发布初期创纪录）

• ‌部署与成本‌：

• 输入（缓存未命中）：‌4元/百万 tokens‌（约 0.56 美元）

• 输出：‌16元/百万 tokens‌（约 2.22 美元）‌

• 支持在 ‌单张消费级 GPU（如 RTX 4090）‌ 上运行（通过 KTransformers 框架）‌
  

• API 成本（2025年11月数据）：