开源模型在这里:Kimi2.0
主要信息
🚀 Kimi K2!开源 Agentic 模型!
🔹 1T 总计 / 32B 活跃 MoE 模型
🔹 SWE Bench Verified 上的 SOTA,Tau2 和 AceBench 属于开放模型
🔹擅长编码和代理任务
🐤目前不支持多模式和思维模式
Kimi-K2 与 DeepSeek-R1 架构对比,相比较下 Kimi-k2 增加了专家数量,减少了注意力头的数量
Kimi K2 是由 月之暗面 (Moonshot AI) 开发的大规模 混合专家模型 (Mixture-of-Experts, MoE) 语言模型,其总参数量达 1 万亿,每次前向传播激活的参数为 320 亿。该模型针对智能体能力进行了优化,包括高级工具使用、推理和代码合成。Kimi K2 在广泛的基准测试中表现卓越,尤其是在编码(LiveCodeBench, SWE-bench)、推理(ZebraLogic, GPQA)和工具使用(Tau2, AceBench)任务上。它支持长达 128K token 的长上下文推理,并采用了新颖的训练技术栈,其中包括用于稳定大规模 MoE 训练的 MuonClip 优化器。
官方测试
https://moonshotai.github.io/Kimi-K2/
计费价格
🔌 API 在这里: https://platform.moonshot.ai
•
0.15 美元/百万输入令牌(缓存命中)
•
每百万输入令牌 0.60 美元(缓存未命中)
•
每百万输出代币 2.50 美元
使用排行榜
python调用
import requests
import json
response = requests.post(
url="https://openrouter.ai/api/v1/chat/completions",
headers={
"Authorization": "Bearer <OPENROUTER_API_KEY>",
"Content-Type": "application/json",
"HTTP-Referer": "<YOUR_SITE_URL>", # Optional. Site URL for rankings on openrouter.ai.
"X-Title": "<YOUR_SITE_NAME>", # Optional. Site title for rankings on openrouter.ai.
},
data=json.dumps({
"model": "moonshotai/kimi-k2",
"messages": [
{
"role": "user",
"content": "What is the meaning of life?"
}
],
})
)
相关连接
🔗技术博客: https://moonshotai.github.io/Kimi-K2/
🔗权重和代码: https://huggingface.co/moonshotai
🔗 Github: https://github.com/MoonshotAI/Kimi-K2
评论区