Moonshot AI Logo

NeuModified MIT License

Release Date
Juli 2025
Knowledge Cutoff
April 2025
Parameter
1T
Modellfamilie
Kimi

Übersicht

Kimi K2 ist ein Open Weights Modell des chinesischen Entwicklers Moonshot AI. Das Modell wurde am 11.07.2025 vorgestellt und konnte als erstes Open Source Modell die Benchmark Scores von proprietären LLMs wie OpenAI-o3 und Claude Opus 4 erreichen. Kimi K2 basiert auf einer Mixture-of-Experts Architektur mit 1 Billionen Parametern, von denen 32 Mrd. Parameter aktiviert werden. Beim Training wurde Moonshots Muon Optimizer verwendet, um die Vorhersagefehler des Modells gezielt zu verringern. Außerdem wurde das Modell auf Tool-Usage trainiert, sodass es vielfältige Einsatzmöglichkeiten in autonomen Workflows finden sollte.

PlaygroundPlaygroundModel DownloadModel DownloadGithubGithubBlogBlog

Websuche

Ja

Kann das Modell auf relevante Informationen aus dem Web zugreifen?

Multimodalität

Ja

Kann das Modell verschiedene Medienarten verarbeiten?

Finetuning

Ja

Kann das Modell finetuned werden?

Max. Input
131,1k Token
Max. Output
131,1k Token
Trainingsdaten
NaNB
Parameter
1T
Input Preis
$0,57
Output Preis
$2,30
Vokabular
163.840
Dateigröße
1.029,19 GB

Performance

Kimi K2 Benchmark Übersicht

Wissen & SprachverständnisMathematikCoding

MMLU Pro Benchmark

Daten werden geladen...

Provider

Du kannst Kimi K2 über die API folgender Anbieter nutzen:

Datenqualität

Fehler gefunden? Kontaktiere uns!

Wir legen großen Wert auf die Genauigkeit unserer Modelldaten. Falls dir Unstimmigkeiten oder veraltete Informationen auffallen, lass es uns bitte wissen. Dein Feedback hilft uns, die Qualität unserer Plattform stetig zu verbessern.

Technische Details

Architektur

Architektur-Typ
Transformer, Decoder-only, Mixture of Experts
Input Kontextlänge
131,1k Token
Output Kontextlänge
131,1k Token
Inferenzoptimierung
Unbekannt
Trainingsmethode
Unsupervised Pretraining, Supervised Fine-Tuning, Supervised Training, Reinforcement Learning

Tokenizer & Attention

Tokenizer Modell
tiktoken
BOS Token
[BOS]
EOS Token
[EOS]
Padding Token
[PAD]
Attention Heads
64
KV Heads
61
Quantisierung
Keine

Vor- & Nachteile

Vorteile

  • Bestes Open-Weights Modell

    Kimi K2 ist zum Zeitpunkt seines Launches das stärkste Open-Weights Modell und erzielt Benchmark Scores in einem vergleichbaren Bereich von OpenAI-o3 und Claude Opus 4.

  • Sehr günstige Inferenz

    Kimi K2 ist ca. 6x günstiger als Claude Sonnet 4 und 20x günstiger als OpenAI-o3. Die API von Kimi K2 ist OpenAI-kompatibel.

  • Großzügige Lizenz

    Kimi K2 wurde über eine modifizierte MIT-Lizenz veröffentlicht, die sowohl die kommerzielle Nutzung, als auch Verbreitung und Sublizenzierung des Modells erlaubt.

  • Trainiert auf Tool-Use

    Moonshot AI hat Kimi K2 bereits im Training auf Tool-Use und Function-Calls optimiert, was Einsatz für KI-Agenten und autonome Workflows vereinfacht.

  • Unterstützt gängige Funktionen

    Der Kimi K2 Chat unterstützt gängige Funktionen wie Deep Research, Extended Thinking und multimodale Inputs.

Nachteile

  • Modell zu groß für lokale Ausführung

    Kimi-K2-Instruct ist mit ca. 1 TB Modellgröße und 1T Parametern zu groß, um realistisch lokal ausgeführt werden zu können. Vermutlich wird es hierfür in Zukunft distillierte oder Kimi K2 Modelle mit Quantisierung geben.

  • Modell-Bias

    Wie andere chinesissche Modelle auch, verschleiert Kimi K2 dunkle Episoden chinesischer Geschichte und weist somit einen Bias auf.

  • Kein Datenschutz beim Chatbot

    Wer Kimi K2 über die offizielle Website oder App verwendet, gibt seine Daten preis.

Loading model comparison data...