深夜突襲！萬億參數MoE模型Kimi K2上線即開源，月之暗面能否重歸C位？

每經記者｜李宇彤    每經實習編輯｜余婷婷    

2025年以來略顯沉寂的月之暗面，在深夜突襲。

7月11日晚，月之暗面宣布正式發布Kimi K2模型，并同步開源。從介紹來看，Kimi K2是一款具備更強代碼能力、更擅長通用Agent（智能體）任務的MoE（Mixture of Experts，混合專家模型）架構基礎模型，總參數1T，激活參數為32B。

本次開源的Kimi K2模型分為Kimi-K2-Base和Kimi-K2-Instruct兩個版本，前者是未經過指令微調的基礎預訓練模型，適合科研與自定義場景；而后者為通用指令微調版本（非思考模型），在大多數問答與Agent任務中有更好的表現。

2025年以來，“Kimi們”的處境正發生著改變。DeepSeek以低成本、高性能的開源模型強勢入場；MinMax更是火力全開，今年6月在向開源社區投下一枚“重磅炸彈”，發布自主研發的MiniMax-M1系列模型后，在緊隨其后的四個工作日里“一日一更”，直接“五連發”；而一眾大廠對于AI（人工智能）熱情和野心也在今年再上一個臺階，阿里、騰訊持續加碼AI，字節來勢洶洶，大模型格局的洗牌還在繼續。

拋開一切變化，硬實力才是搏擊市場的硬拳頭。這次，月之暗面能否靠Kimi K2重歸大模型C位？

Kimi K2上線即開源

月之暗面在官方介紹中稱，在SWE Bench Verified、Tau2、AceBench等基準性能測試中，Kimi K2均取得開源模型中的SOTA（state-of-the-art）成績。在其公布的測評結果中，Kimi K2在Agentic Coding（自主編程）、Tool Use（工具調用）和Math&Reasoning（數學推理）三個維度的表現上均超過了同為開源模型的DeepSeek-V3和阿里Qwen3。值得一提的是，Kimi評測中的所有模型均為非思考模型的Kimi-K2-Instruct。

目前，Kimi K2的API（應用程序編程接口）服務已上線，支持最長128K上下文，計費方案為4元/百萬“輸入”tokens（大模型處理文本時的最小單位），16元/百萬“輸出”tokens，兼容OpenAI和Anthropic兩種API格式。

為了體現Kimi K2在代碼、Agent工具調用、風格化寫作三項能力上的提升，月之暗面也給出了具體任務下的展示。在前端開發任務中，Kimi K2支持粒子系統、可視化和3D（三維）場景等表現形式。

Kimi K2生成的山川峽谷3D景觀  圖片來源：月之暗面Kimi官方公眾號截圖

而在Agent工具調用能力方面，月之暗面表示Kimi K2現已具備穩定的復雜指令解析能力，可將需求自動拆解為一系列格式規范、可直接執行的ToolCall（工具調用）結構。在其釋出的案例中，Kimi K2規劃了參加Coldplay樂隊巡演的行程，可以完成演唱會所在城市的機酒與旅游規劃，并且生成日歷，再用html概括完整行程規劃。

《每日經濟新聞》記者也使用Kimi K2進行了旅游規劃的測試。根據“兩個人計劃8月份從北京出發，去日本東京以及大阪進行為期5天的旅游，希望能看到花火大會、吃到當地特色食物，幫我做一下包括機酒和行程在內的圖文并茂的旅行規劃”的需求，Kimi K2花費3分鐘左右進行了一份詳盡的旅游規劃，規劃中包括了具體的餐廳、食物、景點以及一些實用攻略。美中不足的是，這份規劃是以文字以及表格的形式呈現的，雖然在最后附上了一個百度網盤鏈接表示可以自取圖片內容，但實際上該鏈接是無法打開的。

隨后，記者進一步提出將規劃以HTML格式呈現，Kimi K2在隨后交付的網頁中補充了一些票務的信息，并完成了“圖文并茂”的需求。不過，與官方演示的案例相比，網頁整體的呈現質量還較為粗糙。

每經記者實測Kimi K2  圖片來源：Kimi K2 截圖

值得一提的是，此前記者還使用類似的提示詞測試過字節的扣子空間。對比兩次測試結果可以發現，扣子空間在網頁的設計上完成度更高、更為美觀。Kimi K2雖然在此略遜一籌，但旅游攻略制定上更為詳細，給出了包括餐廳、景點在內的詳細信息，還有如“交通卡當地退卡避免異地手續費”等注意事項。

此外，本次Kimi還特別展示了Kimi K2對文字輸出風格的掌控，并且在虛構寫作任務中，官方還表示：Kimi K2生成的文字更關注細節與情感，不再是抽象泛泛而談。記者也以2025年北京高考的作文題目“數字閃耀時”為例，假設Kimi K2為高中生，完成一篇一類的記敘文。從完成結果上來說，整體呈現效果良好，但在最后收尾的部分隱約透露出一些“AI味”。

由Kimi K2撰寫的北京高考作文  圖片來源：Kimi K2 截圖

Kimi也從技術角度透露，為了支撐萬億參數模型訓練的穩定性，Kimi K2沒有使用傳統的Adam優化器，而是使用Muon優化器。MuonClip優化器能夠穩健支撐萬億參數模型訓練，顯著提升token利用效率。

Kimi的下一步要走向哪？

Kimi K2的突襲中，似乎隱含著要打一場翻身仗的決心。

2024年11月，月之暗面創始人楊植麟在接受《每日經濟新聞》記者采訪時表示，將提升用戶留存視為Kimi眼下最核心的任務。而在當時，Kimi還是國產大模型之中備受矚目的一個。

商業智能數據服務商QuestMobile數據顯示，截至2024年12月份，豆包、Kimi、文小言的月活躍用戶規模分別為7523萬、2101萬和1224萬。Kimi位列原生App領域的“三強”之一。

隨著今年年初DeepSeek的橫空出世，整個市場格局被迅速打亂。

今年5月，《每日經濟新聞》聯合QuestMobile發布的《2025年一季度AI應用價值榜》顯示，Kimi雖仍在月均活躍用戶規模上位于第四，但其2000萬出頭的規模已經和以1.8億排在第一的DeepSeek相差甚遠。在“月均下載用戶數環比增長”一項上，Kimi甚至出現了負增長，用戶數環比下降3.8%。

2025年以來，Kimi對模型的更新升級速度明顯放緩。但從2024年年底到今年5月份，Kimi在似乎瞄準了垂類領域，尋找新的用戶群，先后和財新傳媒、小紅書、網易游戲《逆水寒》達成合作。

此前6月20日，Kimi發布第一個Agent——Kimi-Researcher（深度研究）。

據官方表示：“模型即Agent，Kimi-Researcher是基于端到端自主強化學習（end-to-end agentic RL）技術訓練的新一代Agent模型，也是一個專為深度研究任務而生的Agent產品。”當時Kimi還表示將逐步開源Kimi-Researcher基礎預訓練模型，以及強化學習后的模型，如今來看的話應該就是本次發布的Kimi K2。

知名經濟學者、工信部信息通信經濟專家委員會委員盤和林在接受《每日經濟新聞》記者微信采訪時對Kimi上半年的努力進行了分析。在他看來，Kimi的努力方向是對的，但還不夠，Kimi需要將自己的AI嵌入到一個生態當中。如今，互聯網平臺各大生態是封閉的，比如電商的AI可以幫助商家設計網站，自媒體的AI能夠幫助自媒體制作視頻，那么，Kimi的目標用戶是誰？這方面，需要Kimi自己明確。

此外記者注意到，各家今年在升級大模型的時候往往也會“卷”到價格。

6月17日，MiniMax發布MiniMax-M1系列模型，并以token范圍分段定價。在0～12.8萬token范圍內，據官方介紹，其定價均低于DeepSeek-R1。

6月11日，豆包大模型1.6正式發布時，火山引擎總裁譚待現場表示，豆包1.6首創按“輸入長度”區間定價，深度思考、多模態能力與基礎語言模型統一價格。豆包1.6的綜合成本只有豆包1.5深度思考模型或DeepSeek-R1的三分之一。

而本次Kimi K2的定價和DeepSeek-R1基本持平。在盤和林看來，目前價格還不完全是競爭的關鍵因素，“因為同樣價格的話，存在先入為主（的問題）。很多用戶用過一個AI，如果價格相同，為什么要去用另一個AI？這個轉換理由有兩個，另一個AI更便宜，或者另一個AI更符合自己需要。我認為Kimi不能走低價，而是要走差異化路線。”

封面圖片來源：月之暗面Kimi公眾號