月之暗面宣布正式发布 Kimi K2 Thinking —— Kimi 迄今能力最强的开源思考模型。
“Kimi K2 Thinking 是我们基于「模型即 Agent」理念训练的新一代 Thinking Agent，它原生掌握「边思考，边使用工具」的能力。在人类最后的考试（Humanity's Last Exam）、自主网络浏览能力（BrowseComp）、复杂信息收集推理（SEAL-0）等多项基准测试中表现达到 SOTA 水平，并在 Agentic 搜索、Agentic 编程、写作和综合推理能力等方面取得全面提升。”
![]()
Kimi K2 Thinking 模型无需人类干预，即可自主实现高达 300 轮的工具调用和持续稳定的多轮思考能力，从而帮助用户解决更复杂的问题。“这是我们在 Test-Time Scaling（测试时扩展）领域的最新进展，通过同时扩展思考 Token 和工具调用的轮次，实现更强的 Agent 和推理性能。”
测试结果表明，在允许使用工具——搜索、Python、网络浏览工具的同等情况下，Kimi K2 Thinking 在人类最后的考试（Humanity's Last Exam）这项基准评测中取得了 44.9% 的 SOTA 成绩。人类最后的考试是一项涵盖 100 多个专业领域的终极封闭式学术测试。
![]()
在专门评估 AI Agent 网络浏览能力的 BrowseComp 基准测试中，Kimi K2 Thinking 以 60.2% 的成绩成为新的 SOTA 模型，而人类平均只能达到 29.2% 的成绩。
![]()
在长程规划和自主搜索能力的驱动下，Kimi K2 Thinking 可借助多达上百轮的“思考 → 搜索→ 浏览网页 → 思考 → 编程”动态循环，持续地提出并完善假设、验证证据、进行推理，并构建出逻辑一致的答案。
Kimi K2 Thinking 模型的编码能力也得到了增强。此外，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。
目前，Kimi K2 Thinking 模型 API 已上架 Kimi 开放平台（platform.moonshot.cn），支持 256K 上下文，价格与 Kimi K2-0905 相同，每百万 Token 输入 4 元，输出 16 元，命中缓存的输入为 1 元。速度高达 100 Token/s 的 Turbo API 也同步上架，每百万Token输入 8 元，输出 58 元，命中缓存的输入为 1 元。入门指南可参考此文档。
更多详情可查看官方公告。
