智東西（公眾號(hào)：zhidxcom）
作者 | 王涵
編輯 | 云鵬
智東西1月27日報(bào)道，今天，月之暗面Kimi開源了新模型——K2.5，楊植麟還特別發(fā)視頻親自介紹。
楊植麟分享稱，K2.5是Kimi迄今為止最強(qiáng)大的模型。面對復(fù)雜任務(wù)時(shí)，Kimi K2.5可自主調(diào)度包含多達(dá)100個(gè)子智能體的集群，并行執(zhí)行最高1500次工具調(diào)用。
▲K2.5模型開源頁面（來源：Hugging Face）
基準(zhǔn)測試上，在Agents方面，HLE-Full（綜合推理）、BrowseComp（瀏覽交互）、DeepSearchQA（深度搜索問答）三個(gè)基準(zhǔn)測試中K2.5得分均位列第一；在編碼方面，K2.5在SWE-Bench Verified、SWE-Bench Multilingual兩項(xiàng)中均排名第一；在圖像多模態(tài)方面，K2.5在文檔理解測試mniDocBench 1.5中得分88.8，為第一名。
▲K2.5模型基準(zhǔn)測試
在Agent基準(zhǔn)測試HLE、BrowseComp和SWE-Veried中，K2.5與GPT-5.2（xhigh）相比，在性能逼近的同時(shí)成本更低。
▲K2.5模型性價(jià)比對比
外網(wǎng)網(wǎng)友對Kimi K2.5模型的評價(jià)可以說是好評如潮。FireworksAI聯(lián)合創(chuàng)始人兼首席技術(shù)官Dmytro Dzhulgakov評論稱“Kimi K2.5=開源SOTA推理+視覺+256K 上下文+智能體編碼”。
▲外網(wǎng)網(wǎng)友評價(jià)（來源：X）
Thrive Protocol AI與數(shù)據(jù)工程師、Ethers Club播客主持人0xSero說（他用）Kimi創(chuàng)建了新的網(wǎng)站頁面。
▲外網(wǎng)網(wǎng)友評價(jià)（來源：X）
KEA Research協(xié)作平臺(tái)創(chuàng)立者Stanislaw則評價(jià)Kimi看起來十分有潛力。
▲外網(wǎng)網(wǎng)友評價(jià)（來源：X）
除了K2.5模型外，針對軟件工程場景，Kimi團(tuán)隊(duì)還推出了編程產(chǎn)品Kimi Code。Kimi Code可直接在終端運(yùn)行，并支持與VSCode、Cursor、Zed等主流IDE集成。該產(chǎn)品已開源，支持圖像與視頻輸入，還能自動(dòng)發(fā)現(xiàn)現(xiàn)有技能及MCP協(xié)議并遷移至Kimi Code工作環(huán)境。
價(jià)格上，K2.5模型API輸入（每百萬Token）4元，緩存輸入0.7元；輸出（每百萬Token）21元。
▲K2.5模型API價(jià)格
K2.5模型提供了四種模式：
1、快速模式：提供最快的響應(yīng)體驗(yàn)；
2、思考模式：可以用來解答復(fù)雜問題；
3、Agent模式：擅長深度研究、PPT、Excel、Word、PDF和網(wǎng)頁生成等任務(wù)；
4、Agent集群模式：適合需要并行處理的復(fù)雜任務(wù)。
▲K2.5模型主頁
開源地址：
Hugging Face：
https://huggingface.co/moonshotai/Kimi-K2.5
魔搭社區(qū)：
https://modelscope.cn/models/moonshotai/Kimi-K2.5
一、幾句話生成能交互的動(dòng)態(tài)網(wǎng)頁界面，K2.5降低視覺表達(dá)門檻
在Kimi團(tuán)隊(duì)內(nèi)部編程基準(zhǔn)測試集Kimi Code Bench中，K2.5在多語言環(huán)境下從構(gòu)建、調(diào)試、重構(gòu)、測試到腳本編寫的端到端任務(wù)上均較K2有所增強(qiáng)。
▲內(nèi)部編程基準(zhǔn)測試集Kimi Code Bench
楊植麟稱，Kimi團(tuán)隊(duì)不只是想讓K2.5學(xué)會(huì)寫代碼，更希望它具備設(shè)計(jì)審美。在前端開發(fā)領(lǐng)域，K2.5能將簡單對話轉(zhuǎn)化為完整的前端界面，可以做出像專業(yè)設(shè)計(jì)師出品一樣，有高級審美和動(dòng)效的網(wǎng)頁，就像這樣：
在視覺編程方面，通過對圖像與視頻的推理，K2.5的圖像/視頻轉(zhuǎn)代碼生成與視覺調(diào)試能力增強(qiáng)，降低了用戶通過視覺表達(dá)創(chuàng)意的門檻，直接上傳一個(gè)錄屏，就可以重建網(wǎng)頁。
此能力源于K2.5的大規(guī)模視覺-文本聯(lián)合預(yù)訓(xùn)練。當(dāng)數(shù)據(jù)規(guī)模足夠龐大時(shí)，視覺與文本能力實(shí)現(xiàn)同步提升。
K2.5還可以通過代碼推理謎題并標(biāo)記最短路徑：
二、自主調(diào)動(dòng)1500個(gè)協(xié)調(diào)步驟，K2.5端到端運(yùn)行時(shí)間縮短80%
半年前，Kimi發(fā)布了首個(gè)萬億參數(shù)開源Agent模型Kimi K2。隨后推出的Kimi K2 Thinking，通過增加思考時(shí)間，具備了獨(dú)立完成長達(dá)300步操作的長程任務(wù)能力，但這還不夠。
通過并行智能體強(qiáng)化學(xué)習(xí)（PARL）訓(xùn)練，K2.5模型學(xué)會(huì)了自主調(diào)度最多100個(gè)子智能體組成的集群，并行執(zhí)行最多1500個(gè)協(xié)調(diào)步驟的工作流，整個(gè)過程無需預(yù)定義角色或人工設(shè)計(jì)工作流。
可以說，K2.5是從“單個(gè)專家”升級為了一個(gè)“專業(yè)團(tuán)隊(duì)”。
▲K2.5 Agent集群結(jié)構(gòu)
K2.5 Agent集群通過并行、專門化的執(zhí)行方式能夠提升復(fù)雜任務(wù)的性能。在Kimi團(tuán)隊(duì)內(nèi)部評估中，其能夠?qū)⒍说蕉诉\(yùn)行時(shí)間縮短80%，同時(shí)支持更復(fù)雜、更長期的工作負(fù)載。
▲Kimi團(tuán)隊(duì)內(nèi)部評估
在廣泛搜索場景中，與單智能體執(zhí)行相比，Agent集群可以將達(dá)到目標(biāo)性能所需的最小關(guān)鍵步驟減少至原先的1/4到1/5.5。通過并行化，Agent集群實(shí)際運(yùn)行時(shí)間最多可減少至原先的1/5.5。
▲運(yùn)行時(shí)間對比
在實(shí)際任務(wù)中，例如在大規(guī)模并行處理方面，面對在100個(gè)細(xì)分領(lǐng)域中找出排名前三的YouTube創(chuàng)作者的任務(wù)，K2.5 Agent集群首先研究并定義每個(gè)領(lǐng)域，然后自主創(chuàng)建100個(gè)子智能體進(jìn)行并行搜索。
每個(gè)子智能體在其分配的細(xì)分領(lǐng)域內(nèi)識(shí)別出領(lǐng)先的創(chuàng)作者，并將結(jié)果匯總到一個(gè)結(jié)構(gòu)化的電子表格中。
在大規(guī)模使用工具方面，K2.5 Agent集群僅憑一張結(jié)婚照，就能啟動(dòng)20個(gè)并行子智能體，生成符合當(dāng)?shù)匚幕尘暗娜蚧槎Y旅行場景，并將它們整合到一個(gè)具有統(tǒng)一身份和服飾的互動(dòng)網(wǎng)頁中。
此外，在規(guī)?；a(chǎn)出方面，K2.5 Agent集群可以將一項(xiàng)涵蓋40篇社會(huì)心理學(xué)論文的文獻(xiàn)綜述任務(wù)分解為多個(gè)專注于寫作的子智能體。
每個(gè)子智能體負(fù)責(zé)綜述的特定部分，它們的輸出最終被綜合成一份100頁的雙欄學(xué)術(shù)文檔，其中包含格式完整的引文和參考文獻(xiàn)。
最后，在大規(guī)模下載方面，K2.5 Agent集群能夠調(diào)度多個(gè)具有專業(yè)分工的子智能體，共同協(xié)作處理保羅·格雷厄姆（Paul Graham）的文章。這些子智能體分別負(fù)責(zé)搜索、下載、分類、總結(jié)與匯編任務(wù)。
在協(xié)同工作下，系統(tǒng)將超過200篇原始文章按主題整理至6個(gè)分類文件夾，并生成了一份結(jié)構(gòu)清晰的綜合摘要報(bào)告。報(bào)告中所有引用均明確標(biāo)注了對應(yīng)的原始文章來源。
三、AI辦公質(zhì)量提升近60%，K2.5能處理大規(guī)模辦公任務(wù)
不僅如此，K2.5已經(jīng)開始熟練掌握Office套件的核心技能。
其能夠端到端處理高密度、大規(guī)模的辦公任務(wù)，該模型能解析大規(guī)模高密度輸入，協(xié)調(diào)多步驟工具使用，并通過直接對話生成專業(yè)級輸出成果，包括Word、Excel、PPT和PDF。
KImi團(tuán)隊(duì)針對真實(shí)職場場景，設(shè)計(jì)了兩套內(nèi)部專家生產(chǎn)力基準(zhǔn)測試。AI辦公基準(zhǔn)測試評估端到端的辦公輸出質(zhì)量，而通用智能體基準(zhǔn)測試則以人類專家表現(xiàn)為標(biāo)準(zhǔn)，衡量多步驟生產(chǎn)級工作流的表現(xiàn)。
在這兩項(xiàng)測試中，在兩項(xiàng)基準(zhǔn)測試中，K2.5的性能分別比K2 Thinking提升了59.3%和24.3%。
▲kimi內(nèi)部專家生產(chǎn)力基準(zhǔn)測試
K2.5智能體支持高級辦公任務(wù)，例如在Word中添加批注、使用數(shù)據(jù)透視表構(gòu)建財(cái)務(wù)模型、在PDF中編寫LaTeX公式，并能處理長達(dá)萬字的論文或百頁文檔等長篇輸出。
例如生成包含圖片的100個(gè)鏡頭的分鏡腳本表格：
給技術(shù)報(bào)告增添行內(nèi)注釋：
從數(shù)據(jù)中提取30個(gè)帶密碼的工資單PDF文件：
結(jié)語：月之暗面或?qū)⒅囟嗄B(tài)及智能體集群能力
一周前，市場還在為月之暗面在20天內(nèi)估值暴漲約34億人民幣的消息而驚嘆。一周后，這家北京AI獨(dú)角獸就開源了新模型。
此次開源的K2.5模型，最亮眼的就是其“智能體集群”能力，將AI從執(zhí)行單一指令的工具，升級為能自主調(diào)度、并行處理上千步驟的“團(tuán)隊(duì)”，而這正直指企業(yè)級應(yīng)用的核心痛點(diǎn)：復(fù)雜、高成本、長周期的知識(shí)工作流程自動(dòng)化。
整體來看，這是一次聚焦于提升模型實(shí)際效能、擴(kuò)展多模態(tài)能力的技術(shù)迭代。此次發(fā)布展示了月之暗面近期的研發(fā)重心與成果，此前曝光的新融資或?yàn)檫@類深度研發(fā)提供更多支持。
