Ключевые характеристики модели

🔹 Нативно мультимодальная модель (текст + изображения + видео). Построена через дообучение на ~15 триллионах смешанных визуально-текстовых токенов поверх базы Kimi K2.

🔹 Архитектура: Mixture-of-Experts (MoE) с 1 триллионом общих параметров, но активируется только 32 миллиарда на инференс, что даёт высокую мощность при относительно эффективном потреблении.

🔹 Контекст: до 256K токенов (очень длинный, идеально для сложных задач).

🔹 Режимы работы: Instant (быстрый), Thinking (глубокое рассуждение), Agent (агент с инструментами) и Agent Swarm (бета) — самоорганизующийся рой до 100 субагентов для параллельного выполнения сложных задач, что ускоряет работу в 4,5 раза по сравнению с одиночным агентом.

Сильные стороны и бенчмарки

🔸 Кодинг. Одна из сильнейших open-source моделей на сегодняшний день. Отличные результаты на SWE-Bench Verified (~76–77%), особенно во фронтенде, генерации UI из видео, изображений (vibe-coding). Можно загрузить скрин или видео сайта и получить готовый код с анимациями, слоями.

SWE-Bench (Verified) самый важный реальный бенчмарк по коду сейчас. Модель должна решать настоящие GitHub issues (исправлять баги, добавлять фичи) в реальных репозиториях. Лидерами по данному бенчмарку считаются модели с показателем ~76–81%.

🔸 Компьютерное зрение. MMMU Pro ~75%, OmniDoc Bench — топ среди открытых моделей, хорошо понимает сложные документы, диаграммы, видео.

MMMU — вопросы с картинками, диаграммами, графиками по разным дисциплинам (очень сложный мультимодальный тест).

OmniDoc Bench — оценивает анализ документов, в том числе PDF.

🔸 Агентные задачи. HLE (Humanity's Last Exam) с инструментами ~50–51%, BrowseComp, GDPval-AA — часто обходит или на уровне Claude Opus 4.5 / GPT-5.2, но дешевле и открытая.

HLE-Full (w/tools) — вариант HLE, где модель получает доступ к инструментам (веб-поиск, вычисления, выполнение кода и т.д.), чтобы решать задачи в агентном режиме (многоступенчатое рассуждение + поиск внешних знаний). Данный бенчмарк проверяет не только внутренние знания, рассуждение, но и умение эффективно использовать инструменты для исследования сложных тем (особенно в науке и математике).

BrowseComp оценивает умение агента долго и упорно бродить по интернету не сдаваясь.

GDPval-AA оценивает производительность на практических рабочих задачах.

В целом, Kimi K2.5 сейчас самая мощная открытая модель по комбинации зрение + кодинг + агенты.

Подробнее об Agent Mode

В режиме Agent модель становится автономным агентом с инструментами. То есть она не просто генерирует текст, а разбивает сложные задачи на шаги, вызывает инструменты (tool calls), анализирует результаты и итеративно доводит дело до конца. Это позволяет справляться с многошаговыми задачами, где нужны инструменты вроде кода, поиска или манипуляции файлами.

В данном режиме модель сама решает, когда и какие инструменты использовать (без вмешательства пользователя). Для супер сложных задач есть Agent Swarm (бета). Это рой до 100 субагентов, которые работают параллельно (до 1500 tool calls), ускоряя всё в 4,5 раза по сравнению с одиночным агентом.

Ключевые особенности режима Agent: нативная мультимодальность (текст + изображения + видео), визуальное мышление, долгосрочное планирование. Агент "самоуправляемый". Он использует Parallel-Agent Reinforcement Learning (PARL) для разбиения задач на подзадачи, без фиксированных ролей.

Что умеет делать модель в Agent Mode

🔺 Выполнение кода. Python, алгоритмы вроде BFS/A* для задач типа поиска пути.

🔺 Анализ изображений, видео. Распознавание пикселей, объектов, OCR; визуализация результатов (например, аннотация изображений).

🔺 Веб-браузинг и поиск. Интеграция с поисковиками для реального времени данных.

🔺 Генерация документов. Создание, редактирование PDF, Word, Excel (со сводными таблицами (Pivot Tables), LaTeX).

🔺 Манипуляция файлами. Создание, редактирование, вставка, просмотр файлов.

Доступ к Kimi K2.5

◾ Бесплатно/частично бесплатно на www.kimi.com и в приложении Kimi (режимы Instant, Thinking, Agent, Swarm в бете для платных пользователей с кредитами).

Характеристики режимов Kimi K2.5

◾ API через platform.moonshot.ai (OpenAI-совместимый), цена ~$0.50–0.57 / млн входящих токенов, $2.50–2.85 / млн исходящих, что дешевле многих западных аналогов.

◾ Open-source. Полные веса доступны на Hugging Face (moonshotai/Kimi-K2.5), лицензия Modified MIT. Можно скачивать, дообучать, деплоить локально, но требует мощного железа.

◾ Интеграции: Kimi Code (плагин для VSCode, Cursor, Zed), NVIDIA NIM, Fireworks.ai.

Kimi K2.5, это серьёзный прорыв от китайской команды. Для разработчиков, которые хотят мощного открытого мультимодального агента без огромных затрат, Kimi — настоящий подарок.

Многие уже называют выход Kimi моментом, когда open-source окончательно догнал и даже перегнал закрытые модели в агентных задачах и задачах, связанных с компьютерным зрением.

Спасибо за внимание ))

Ссылка на официальный сайт с анонсом: https://www.kimi.com/blog/kimi-k2-5.html

Ссылка на видео в ютуб: https://www.youtube.com/watch?v=ncoaGTnbG7o