Kimi K2正式开源！继DeepSeek后又一国产大模型新秀

近日北京月之暗面科技有限公司正式发布开源模型Kimi K2，并在各项基准测试中的表现可与西方竞争对手相媲美，甚至更胜一筹，尤其是在编程方面，同时也超越了部分DeepSeek模型。很多业内人认为，Kimi K2是继1月DeepSeek推出R1震惊世界之后，六个月内中国推出的第二款令人瞩目的模型，下文一起来看看这款国产大模型新秀表现如何。

2025年7月11日，Kimi K2正式发布开源，据官方描述，这是一款更强代码能力、更擅长通用Agent任务的MoE架构基础模型，总参数1T，激活参数32B。可以看出它并非传统的“对话模型”或“推理模型”（即通过逐步逻辑处理查询的模型），而是专注于成为具备智能体能力的大语言模型（LLM），它宣称目标是能够使用各种工具（如浏览网页或调用数学软件）来执行多步骤任务，即Agent模型。

Kimi K2使用地址：

即日起，访问官网kimi.com或下载Kimi App，即可体验全新Kimi K2模型；API服务也已同步上线，提供兼容OpenAI和Anthropic的Chat API接口，可以轻松将常用的大模型工具切换至Kimi K2，体验强大的Agent/Coding能力。

Kimi K2开源版本：

北京月之暗面科技有限公司目前同步开源了Kimi K2系列中的两个模型版本：

Kimi-K2-Base：未经过指令微调的基础预训练模型，适合科研与自定义场景；
Kimi-K2-Instruct：通用指令微调版本（非思考模型），在大多数问答与 Agent 任务中表现卓越。

目前金山云已全面接入Kimi-K2系列模型，包括Kimi-K2-Base和Kimi-K2-Instruct两个版本。

Kimi K2测试结果：

在SWE Bench Verified、Tau2、AceBench等基准性能测试中，Kimi K2均取得开源模型中的 SOTA 成绩，展现出在代码、Agent、数学推理任务上的领先能力。

Kimi K2的预训练阶段使用MuonClip优化器实现万亿参数模型的稳定高效训练，在人类高质量数据成为瓶颈的背景下，有效提高Token利用效率，找到新的Scaling空间。

其他关键技术包括大规模Agentic Tool Use数据合成和引入自我评价机制的通用强化学习等。

Kimi K2在自主编程（Agentic Coding）、工具调用（Tool Use）和数学推理（Math & Reasoning）三大能力维度的基准性能测试中取得优秀表现。

Kimi K2使用案例：

代码能力提升：在前端开发任务中，Kimi K2 擅长生成兼具设计感与视觉表现力的代码，支持粒子系统、可视化和 3D 场景等表现形式，具备较强的图形能力与交互性。

以下是官方用Kimi K2生成的山川峡谷3D景观，支持昼夜循环：

Prompt: Create a 3D HTML mountain scene with cliffs, rivers, and day-night lighting. Supports drag/zoom, animated transitions, realistic gradients, and toggleable contour lines… (创建一个 3D HTML 山脉场景，包含悬崖、河流和昼夜光照变化。支持拖动和缩放、动画过渡、真实感渐变色，并可切换等高线显示…)

以下是Kimi K2生成的粒子特效银河：

Prompt: Create a 3D particle galaxy with swirling nebulas, dynamic lighting. (创建一个 3D 粒子银河，包含旋转的星云和动态光照效果。)

Kimi K2 One-shot生成的期货交易系统，Kimi在无具体指令下，自动选用TradingView，搭建了完整的期货交易界面：

Prompt: Create a HTML!! an immersive browser-based futures trading simulator with professional-grade UI/UX using modern JavaScript libraries. Focus on real-time visualizations and interactive trading mechanics.(创建一个基于 HTML 的沉浸式浏览器期货交易模拟器，使用现代 JavaScript 库，具备专业级 UI/UX 设计。重点实现实时可视化和交互式交易机制。)

在文章改写任务中，Kimi K2能准确控制输出风格，包括初中生语气改写科研文本、模仿苹果广告文案，都能同时保留原意与表达风格。