Moonshot AI из Китая выпустила Kimi-K2 — новую большую языковую модель с открытыми весами, которая конкурирует с такими закрытыми решениями, как Claude Sonnet 4 и GPT-4.1. Модель не использует отдельный модуль рассуждений, подчёркивают разработчики.
Компания Moonshot AI была основана в 2023 году и построила Kimi-K2 как смесь экспертов — модель, которая содержит один триллион параметров, из которых при каждом запуске активируется 32 миллиарда. Открытые веса позволяют использовать модель для исследований, дообучения и собственных задач.
Kimi-K2-Instruct — версия, оптимизированная для практического применения, показывает результаты на уровне ведущих закрытых моделей на стандартных тестах. Например, на SWE-bench Verified модель набирает 65,8% очков (режим «агент»), уступая только Claude Sonnet 4 и значительно обгоняя GPT-4.1 (54,6%). Этот тест оценивает, как модель находит и исправляет реальные ошибки в коде открытых проектов.
На LiveCodeBench (53,7%) и OJBench (27,1%) Kimi-K2 выигрывает у конкурентов даже без специального reasoning-модуля. Эти бенчмарки проверяют, насколько ИИ способен решать задачи по программированию: LiveCodeBench — в интерактивном режиме, OJBench — в формате классических олимпиад.
Kimi-K2 хорошо работает и в задачах по математике и естественным наукам. В тестах AIME, GPQA-Diamond и MATH-500 модель опережает конкурентов, а на многоязычных тестах вроде MMLU-Pro входит в число лидеров. Совместно с этим компания показывает работу модели в генерации кода на платформе X.
В неофициальном тесте Саймона Уиллисона, Kimi-K2 смогла сгенерировать SVG с пеликаном на велосипеде — задачу, с которой другие модели обычно не справляются, выдавая абстрактные формы.
Moonshot AI заявляет, что Kimi-K2 предназначена для агентных сценариев. Модель способна выполнять команды, вызывать внешние инструменты, генерировать и отлаживать код, выполнять сложные многошаговые задачи самостоятельно.
В одной из демонстраций Kimi-K2 проанализировала данные по зарплатам на удалёнке, провела статистический разбор и создала интерактивную HTML-страницу с персональной подборкой в рамках одного агентного сценария.
Тем не менее, Moonshot AI отмечает и ограничения: при сложных задачах или неясных требованиях к инструментам генерация может быть долгой или неполной. Модель стабильно работает лучше в продолжительных агентных сессиях, а не при разовых запросах.
Kimi-K2 обучена на 15,5 трлн токенов с новым алгоритмом MuonClip, поддерживающим стабильность за счёт регулярного масштабирования ключевых компонентов внимания. Разработчики отмечают, что процесс был стабильным, что редко бывает при таком масштабе.
Доступно две версии модели: Kimi-K2-Base для исследований и кастомизации, а также Kimi-K2-Instruct — для чата и агентных задач. Обе доступны через API с совместимостью OpenAI на платформе Moonshot AI. Цены: $0,15 за миллион входных токенов при попадании в кэш, $0,60 если кэш не сработал, $2,50 за миллион выходных токенов.
Можно запустить Kimi-K2 локально через vLLM, SGLang, KTransformers или TensorRT-LLM. Инструкции опубликованы в официальном репозитории GitHub.
Лицензия модели основана на MIT с одним дополнительным требованием: если ваша система работает с аудиторией более 100 млн пользователей или получает более $20 млн ежемесячно, название “Kimi K2” должно быть видно в интерфейсе. Для большинства это не проблема.
Локальный или крупномасштабный запуск Kimi-K2 требует мощного оборудования. Для реальной работы нужны несколько GPU NVIDIA B200 или сетка на архитектуре Hopper. По данным разработчика Apple MLX Awni Hannun, сжатая до 4 бит версия может работать на двух Apple M3 Ultra с 512 ГБ ОЗУ.
Ранее в 2024 году Moonshot AI представила reasoning-модель, сопоставимую с OpenAI o1, а также сильную визуальную модель.
