2025 年 7 月，万亿参数基础模型 Kimi K2 横空出世；9 月，K2 - 0905 代码能力升级，上下文窗口跃升至 256K；昨夜，聚焦 Agent 与推理能力的 Kimi K2 Thinking 震撼发布，并开放全场景使用，尊龙凯时 - 人生就是搏!算力云平台已率先接入。
图 | 模型API服务
作为新一代开源思考模型，Kimi K2 Thinking 以“模型即 Agent”为核心理念，原生支持“边思考边用工具”，在推理、搜索浏览、编程等多场景达成 SOTA 表现。具体来说：
图 | 模型基准测试
✅ 强劲的智能体能力
Artificial Analysis 数据显示，Kimi K2 Thinking 在 τ²-Bench Telecom（智能体工具使用基准）中得分 93% ，为独立测量的最高值。其在智能体场景中的工具使用能力上较前代有显著提升，支持自主 200 - 300 轮工具调用和多轮思考。[1]
图 | Artificial Analysis
✅ INT4 精度的效率优化
经 INT4 精度优化，Kimi K2 Thinking 模型体积压缩至约594GB，较前代 FP8 精度（超1TB）实现两大突破：推理与训练效率约 2 倍提升，且同时兼容早期硬件设备（因 pre-Blackwell 架构的 NVIDIA GPU 不支持 FP4，INT4 更具兼容性）。[1]
在涵盖 100 + 专业领域的 Humanity's Last Exam 测试中，Kimi K2 Thinking 在工具辅助下取得 44.9% 的成绩，超越 GPT-5、Grok-4 等模型。
图 | Artificial Analysis
官方示例中，模型在面对 Humanity's Last Exam 测试题目时，经过 5 轮深入的循环搜索和推理，最终给出了答案：
在 Open AI 的 BrowseComp 基准测试中，Kimi K2 Thinking 以 60.2% 的成绩拔得头筹。模型尤其擅长“刨根问底”，分解模糊问题，通过“思考→搜索→验证”循环获取精准结果。
图 | Artificial Analysis
* BrowseComp 是 OpenAI 于 2025 年开源的AI 代理网络浏览能力基准测试，旨在评估模型在真实互联网环境中解决复杂信息检索任务的能力。
模型在一轮确认公司身份的挑战中，凭借回购信息定位目标公司，再检索 SEC 官网回购公告，迅速输出了准确答案。
此外，模型在 SWE-Multilingual、SWE-bench Verified 等基准测试中的表现也非常亮眼，尤其擅长 HTML、React 等前端任务，如复刻 Word 文字编辑器、创作体素艺术（voxel art）作品等。
图 | Word 文字编辑器
图 | 创作体素艺术
同时，Kimi K2 Thinking 也对通用基础能力进行了全面的升级：如创意写作风格连贯、情感饱满；学术研究、论文分析更加严谨；情感咨询也更具同理心，能提供细致建议。
引用：
[ 1 ] http://x.com/ArtificialAnlys/status/1986541785511043536