
今天,我们发布 Kimi K2 模型的最新版本 0905,进一步提升其在真实编程任务中的表现:
- Agentic Coding 能力提升:在公开基准测试和真实的编程任务中均展现出更好的性能
- 前端编程体验升级:提升了前端代码的美观度和实用性
- 扩展上下文长度:从 128K 升级到 256K,为复杂长线任务提供更好的支持
- 提供高速版 API:支持高达 60-100 Token/s 的输出速度
在侧重考察真实软件工程任务的 SWE-bench Verified 等基准测试中,新版 Kimi K2 模型的表现如下:

Kimi 应用和网页版中的 K2 模型已全量升级到 0905 最新版,下载 Kimi 应用 或访问 kimi.com 即可体验新版模型。
Kimi 开放平台 pplatform.moonshot.cn 已上架 kimi-k2-0905-preview 模型 API:
- 上下文升级到 256K
- Token Enforcer 保证 toolcall 100% 格式正确
- 完全兼容 Anthropic API、并支持 WebSearch Tool,提供更好的 K2 + Claude Code 使用体验
- 支持全自动 Context Caching,有助于节省 Input Token
- 定价与之前的 0711 版相同
- 速度达 60-100 Token/s 的高速版 API(kimi-k2-turbo-preview)已同步升级新模型
如需自行部署模型,可在 Hugging Face、ModelScope 等平台下载。
Kimi K2 模型最初发布于 7 月 11 日,它是一款混合专家架构(MoE)的开源基础模型,总参数 10000 亿,激活参数 320 亿。目前,AI 编程工具 Cursor、Windsurf、Trae、Cline、RooCode、Kilo Code 等已内置或接入了 Kimi K2 模型。国内外云服务厂商均部署了 Kimi K2 模型,为开发者提供更多选择。
Kimi K2 资料夹
技术博客:https://moonshotai.github.io/Kimi-K2/
技术报告:https://arxiv.org/abs/2507.20534
Github:https://github.com/moonshotai/kimi-K2
知乎讨论:https://www.zhihu.com/question/
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/218217.html