MoonshotAI

Kimi K3 — это мультимодальная модель рассуждений с открытыми весами на 2.8T параметров от Moonshot AI. Она подходит для сложного программирования, работы со знаниями и длительных агентных сценариев, а особенно сильна в навигации по крупным репозиториям, использовании инструментов, отладке и итеративной работе с изображениями, логами, тестами и обратной связью от выполнения. В её архитектуре используются KDA и Attention Residuals для вычислительной эффективности.

MoonshotAI: Kimi K2.7 Code — это модель, ориентированная на программирование, из семейства Kimi K2 от Moonshot AI, созданная для надёжного выполнения комплексных задач программирования в условиях длинных контекстов. Она использует нативную мультимодальную архитектуру смеси экспертов, которая принимает текст и изображения на входе, и всегда работает в режиме мышления, сохраняя полное содержимое рассуждений при многоходовых диалогах. С контекстным окном в 256K токенов модель нацелена на долгосрочное программирование, декомпозицию агентских задач и многоходовые диалоги. Модель активирует 32B параметров из примерно 1T общих.

Эта модель всегда перенаправляет на последнюю модель в семействе MoonshotAI Kimi.

Kimi K2.6 — это мультимодальная модель следующего поколения от Moonshot AI, предназначенная для долгосрочного программирования, генерации UI/UX на основе кода и мультиагентной оркестрации. Она справляется со сложными сквозными задачами программирования на Python, Rust и Go, а также может преобразовывать промпты и визуальные входные данные в готовые к эксплуатации интерфейсы. Её архитектура роя агентов масштабируется до сотен параллельных субагентов для автономной декомпозиции задач — создавая документы, веб-сайты и электронные таблицы за один запуск без участия человека.

Kimi K2.5 — это нативная мультимодальная модель Moonshot AI, обеспечивающая передовые возможности визуального кодирования и самодостаточную парадигму роя агентов. Построенная на базе Kimi K2 с продолженным предобучением на примерно 15T смешанных визуальных и текстовых токенах, она демонстрирует высокую производительность в общем рассуждении, визуальном кодировании и агентном вызове инструментов.

Kimi K2 Thinking — это самая продвинутая открытая модель для рассуждений от Moonshot AI, расширяющая серию K2 до агентных и долгосрочных рассуждений. Построенная на триллионной архитектуре смеси экспертов (MoE), представленной в Kimi K2, она активирует 32 миллиардов параметров за проход и поддерживает контекстные окна в 256 тысяч токенов. Модель оптимизирована для устойчивого пошагового мышления, динамического вызова инструментов и сложных рабочих процессов рассуждений, охватывающих сотни витков. Она чередует пошаговые рассуждения с использованием инструментов, что позволяет автономно выполнять исследования, написание кода и текстов, сохраняя устойчивость на протяжении сотен последовательных действий без сбоев. Она устанавливает новые открытые эталоны в HLE, BrowseComp, SWE-Multilingual и LiveCodeBench, сохраняя стабильное мультиагентное поведение благодаря 200–300 вызовам инструментов. Построенная на крупномасштабной архитектуре MoE с оптимизацией MuonClip, модель сочетает глубокую способность к рассуждениям с высокой эффективностью вывода для сложных агентных и аналитических задач.

Kimi K2 0905 — это сентябрьское обновление модели Kimi K2 0711. Это крупномасштабная языковая модель на основе смеси экспертов (MoE), разработанная компанией Moonshot AI, с 1 триллионами параметров суммарно и 32 миллиардами активных параметров на каждом прямом проходе. Она поддерживает вывод с длинным контекстом до 256k токенов, что расширено с предыдущих 128k. Это обновление улучшает агентное программирование с более высокой точностью и лучшей обобщаемостью на различных каркасах, а также улучшает фронтенд-разработку, обеспечивая более эстетичные и функциональные результаты для веб-задач, задач 3D и смежных областей. Kimi K2 оптимизирована для агентных возможностей, включая продвинутое использование инструментов, рассуждение и синтез кода. Модель превосходно показывает себя в тестах на программирование (LiveCodeBench, SWE-bench), рассуждение (ZebraLogic, GPQA) и использование инструментов (Tau2, AceBench). Модель обучена с использованием нового стека, включающего оптимизатор MuonClip для стабильного крупномасштабного обучения MoE.

Kimi K2 Instruct — это большая масштабируемая языковая модель на основе смеси экспертов (MoE), разработанная компанией Moonshot AI, с общим количеством параметров в 1 триллиона, из которых 32 миллиардов активны при каждом прямом проходе. Она оптимизирована для агентных возможностей, включая продвинутое использование инструментов, рассуждение и генерацию кода. Kimi K2 превосходит широкий круг бенчмарков, особенно в задачах программирования (LiveCodeBench, SWE-bench), рассуждения (ZebraLogic, GPQA) и использования инструментов (Tau2, AceBench). Она поддерживает инференс с длинным контекстом до 128K токенов и спроектирована с новым тренировочным стеком, включающим оптимизатор MuonClip для стабильного крупномасштабного обучения MoE.