昨天（11月6日），国产AI又炸了。

MoonshotAI发了Kimi K2 Thinking。

Artificial Analysis直接排它全球第一。

GPT-5、Claude 4.5、Grok 4，全在后面。

Huggingface创始人Thomas Wolf转发说："我们再一次见证DeepSeek时刻。"

这次，不是平替。

是超越。

---

多强？看数据

直接说结论：多项测试碾压GPT-5和Claude 4.5。

智能体测试：93%，吊打GPT-5

τ²-Bench Telecom是个智能体工具测试。

模型要当客服，处理复杂问题，调各种工具。

Kimi K2 Thinking拿了93%。

目前测到的最高分。

智能体能力，碾压。

推理和编程：全面领先

看这张图：

几个关键数据：

• Humanity's Last Exam（专家级跨学科问题） Kimi K2 Thinking: 44.9% GPT-5: 39%左右 Claude 4.5: 28%左右
• BrowseComp（智能搜索和浏览） Kimi K2 Thinking: 60.2% GPT-5: 54.9% Claude 4.5: 24.1%
• SWE-Multilingual（多语言编程） Kimi K2 Thinking: 61.1%
• SWE-bench Verified（编程验证测试） Kimi K2 Thinking: 71.3% GPT-5: 60%左右
• LiveCodeBench V6（实时编程测试） Kimi K2 Thinking: 83.1%
• Seal-0（真实世界信息收集） Kimi K2 Thinking: 56.3%

每一项，都是第一或接近第一。

不是单项强，是全面碾压。

---

技术亮点：强，还省钱

1T参数，但只激活32B

Kimi K2 Thinking用MoE架构（混合专家模型）。

总参数：1万亿（1T）激活参数：320亿（32B）

啥意思？

每次推理，只用320亿参数。其他参数"待命"。

能力够，成本低。

原生INT4量化

以前的模型，训练用FP16或FP8，完了再量化到INT8或INT4。

Kimi K2 Thinking直接原生INT4训练。

• 用量化感知训练（QAT），在后训练阶段就量化。

结果：

• 模型大小：594GB（相比K2 Instruct的1TB+，小了一半）
• 推理速度：低延迟模式下快了2倍
• 性能：不降反升

这是技术上的突破。

256K上下文窗口

支持256,000 token的上下文。

能处理超长对话，超长文档。

200-300次连续工具调用

这个猛。

一般模型，工具调10-20次就乱了。

Kimi K2 Thinking能连续调200-300次工具，不用人管。

啥概念？

它能自己完成复杂任务：

• 搜信息
• 分析数据
• 调API
• 整理结果
• 再搜
• 再分析
• ...

一直干下去，不迷路。

所以智能体测试能拿93%。

---

训练成本：460万美元

这数据震撼。

知情人士说，Kimi K2 Thinking训练花了460万美元。

对比下：

• GPT-4训练：几亿美元
• GPT-5训练：估计几十亿
• DeepSeek V3：560万
• Kimi K2 Thinking：460万

性能超GPT-5，成本是零头。

为啥？

1. 技术路线牛：MoE架构+INT4量化+高效训练
2. 中国算力成本低：电费、人工、基建都比美国便宜
3. 工程能力强：知道咋花钱，不瞎堆资源

460万，做出全球第一。

中国AI的硬实力。

---

这次真不一样

以前，国产模型一直"追"。

DeepSeek V3出来，说"接近GPT-4"。Kimi出来，说"不错，能用"。

这次不一样。

这次是超越。

Artificial Analysis把Kimi K2排全球第一，不是客气，是数据。

而且，这次超的不是一项，是全面：

• 推理：超
• 编程：超
• 智能体：碾压
• 成本：完胜

全面超。

Thomas Wolf说"再次见证DeepSeek时刻"，不夸张。

DeepSeek V3在1月震惊世界，证明中国能做顶级模型。

Kimi K2 Thinking在11月再证明：中国能做得更好。

---

开源还是闭源？

Kimi K2 Thinking是开源的。

权重和代码已经发布在Huggingface： https://huggingface.co/moonshotai

任何人都可以下载使用。

594GB的模型大小，对于有GPU的团队来说，完全可以部署。

对比下：

• GPT-5：闭源，只能API调，贵
• Claude 4.5：闭源，只能API调
• Kimi K2 Thinking：开源，能自己部署

开源vs闭源，两条路。

OpenAI选闭源，控制技术，赚钱。中国模型选开源，共享技术，建生态。

谁的路更好？

现在不好说。但至少，开源让更多人能用最强AI。

---

咋用？

在线用

直接上：https://kimi.com

现在有聊天模式，完整智能体模式快上了。

API调

去：https://platform.moonshot.ai

能接入自己的应用。

自己部署

下模型：https://huggingface.co/moonshotai

要够GPU资源（模型594GB）。

---

适合干啥？

看Kimi K2的能力，最适合这些：

深度研究

要多次搜、分析、整理的活。

它能自己完成200-300步研究。

复杂编程

多模块、多步骤的编程。

SWE-bench拿71.3%，编程很强。

智能体应用

要调多个工具、多次决策的应用。

客服、助手、自动化，都行。

长文档处理

256K上下文，能处理超长文档。

分析报告、法律文件、研究论文，能搞定。

---

不足

没完美的模型。Kimi K2也有不足：

只支持文本

现在只支持文本输入输出。

不支持图片、音频、视频。

对比GPT-5和Claude 4.5，这是劣势。

速度

虽然有低延迟模式，但智能体模式下，200-300次工具调要时间。

复杂任务可能等几分钟。

中文优化

Kimi系列中文一直强。

但某些英文测试，GPT-5和Claude还是略好点。

不过，差距已经很小了。

---

意味着啥？

中美AI竞赛的拐点

以前，美国遥遥领先。OpenAI、Anthropic、Google，轮流刷榜。

中国模型一直追。

现在，中国模型开始领先了。

拐点到了。

成本优势持续扩大

460万训出全球第一，这成本优势太大。

意味着：

• 中国公司能更快迭代
• 能做更多实验
• 能支持更多应用

美国公司花几十亿训一个模型，迭代跟不上。

开源生态的胜利

Kimi K2开源，会带动整个生态：

• 更多开发者进来
• 更多应用出来
• 技术进步更快

闭源模型控技术，但发展慢。开源模型共享技术，发展快。

长期看，开源可能赢。

芯片禁令失效

美国一直限制中国拿先进GPU。

想法是：没好芯片，做不出好模型。

结果呢？

中国用更少算力，做出了更好的模型。

460万美元，用的肯定不是最先进的H100或B200。

但性能超了用最先进芯片训的GPT-5。

说明：算法 > 算力。

芯片禁令，限制不住中国AI。

---

我咋看

用了这么多年AI，从GPT-3到GPT-4到Claude到DeepSeek，我有几个感受：

国产模型不再是"备胎"

以前，国产模型是备胎。GPT-4不让用了，才试试国产。

现在，Kimi K2是首选。

不是因为爱国，是因为真好用。

开源的力量

Kimi K2开源，意味着任何人都能用最强AI。

不担心API被封，不担心价格涨，不担心服务停。

下下来，自己部署，永远能用。

这安全感，闭源给不了。

中国AI的未来

如果说DeepSeek V3是"证明我们能做"。

那Kimi K2 Thinking就是"证明我们能做得更好"。

这不是终点，是起点。

接下来，会有更多中国模型刷榜。

会有更多开源模型出来。

会有更多应用落地。

中国AI，真起来了。

---

最后

Kimi K2 Thinking，全球第一。

不是吹的，测出来的。

不是平替，是超越。

技术博客：https://moonshotai.github.io/Kimi-K2/thinking.html

想用的，去kimi.com试试。

想部署的，去Huggingface下。

这次，真不一样了。

---

看到这了，觉得有意思的话，点个赞、转发一下呗。想第一时间看到更新的，给我个星标⭐

谢了，下次见。

注：文章来源于微信公众号《虹安AI进化论》。