月之暗面（MoonshotAI）于2025年11月6日正式发布了其最新的开源思考模型——Kimi K2 Thinking，这标志着Kimi在人工智能领域，尤其是在Agent和推理能力方面取得了显著进展。这款模型被定位为Kimi迄今为止能力最强的开源思考模型，其核心在于“模型即Agent”的设计理念，使得模型能够“边思考，边使用工具”，从而自主解决更复杂的问题。
Kimi K2 Thinking在多个基准测试中展现出卓越性能，包括“人类最后的考试”（Humanity's Last Exam）、自主网络浏览能力（BrowseComp）以及复杂信息收集推理（SEAL-0）等。在“人类最后的考试”中，Kimi K2 Thinking在允许使用搜索、Python、网络浏览工具的情况下，取得了44.9%的SOTA成绩。在BrowseComp测试中，该模型更是以60.2%的成绩成为新的SOTA模型，远超人类平均水平，展现了其在信息过载环境下的强大钻研能力。
Kimi K2 Thinking的核心优势在于其强大的推理能力和Agentic能力。该模型能够自主实现高达300步的工具调用，这得益于其持续稳定的深度思考能力。这种能力使得Kimi K2 Thinking能够将模糊且开放式的问题分解为清晰、可执行的子任务。例如，在分析股票回购信息时，模型能够通过多轮搜索和思考，结合每步搜索到的新信息，层层深入，最终得出准确的结论。在Agentic编程能力方面，Kimi K2 Thinking在多语言软件工程基准SWE-Multilingual、SWE-bench验证集和Terminal终端使用等基准测试中的表现也有所提升，尤其是在处理HTML、React以及组件丰富的前端任务时，性能提升明显。
原生INT4量化提升推理效率为了提升推理效率，Kimi在Kimi K2 Thinking模型中采用了INT4量化技术。由于思考模型会产生极长的解码长度，常规的量化手段往往会导致模型性能大幅下降。为了克服这一挑战，Kimi在后训练（post-training）阶段采用了量化感知训练（QAT），并对MoE组件应用了INT4纯权重（weight-only）量化。这使得Kimi K2 Thinking模型能够在复杂推理和Agentic任务中支持原生的INT4推理，并将生成速度提升了约2倍。INT4对推理硬件的兼容性更强，对国产加速计算芯片也更加友好。值得注意的是，Kimi所有的基准测试成绩都是在INT4精度下取得的。
通用基础能力升级除了核心的推理和Agentic能力外，Kimi K2 Thinking在通用基础能力方面也取得了显著提升。在创意写作方面，该模型能够将粗略的灵感转化为清晰、动人且意图明确的叙述，使其兼具韵律感和深度。在学术与研究方面，Kimi K2 Thinking在分析深度、信息准确性和逻辑结构方面均有显著提升，能够处理学术论文、技术摘要等对信息完整性和推理质量要求极高的长篇报告。在回应个人或情感类问题时，Kimi K2 Thinking的回答更富同理心，立场也更中正平和，能提供细致入微的观点和切实可行的后续建议。
Kimi K2 Thinking模型已上线kimi.com和最新版Kimi手机应用的常规对话模式，用户可以通过“工具箱”打开“长思考”开关来体验。Kimi开放平台（platform.moonshot.cn）也提供了Kimi K2 Thinking模型的API访问，支持256K上下文，并提供TurboAPI，以满足不同开发者的需求。随着Kimi K2 Thinking的发布，Kimi在人工智能领域的技术实力得到了进一步增强。这款模型展现了Agent和推理能力在解决复杂问题上的巨大潜力。这类融合AI能力的模型，是否会成为未来AI应用的标准配置？让我们拭目以待。
版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容，请联系我们，一经查实，本站将立刻删除。
如需转载请保留出处：https://51itzy.com/kjqy/218162.html