月之暗面开源万亿参数MoE模型Kimi K2，AI领域迎来新旗舰

月之暗面于2025年7月11日正式发布并开源其新一代MoE架构基础模型Kimi K2，该模型以1万亿总参数（激活参数32B）的规模成为当前开源领域的旗舰级产品。Kimi K2在编程、智能体任务及工具调用等核心能力维度实现显著突破，其技术特性与开放策略引发行业广泛关注。

技术架构与性能表现
Kimi K2采用混合专家（MoE）架构，通过创新性MuonClip优化器解决万亿参数模型的训练稳定性问题，有效提升Token利用效率，缓解高质量数据短缺对模型性能的限制。在SWE Bench Verified（编程）、Tau2（智能体）和AceBench（工具调用）三项基准测试中，该模型均取得开源模型中的最先进（SOTA）成绩。实测显示，其在前端开发任务中能生成兼具设计感与功能性的代码，在自主编程（Agentic Coding）和数学推理任务上超越DeepSeek-V3-0324等主流开源模型，但与Claude 4 Opus等闭源模型相比仍存在小幅差距。

开放服务与商业化落地
月之暗面同步推出两个开源版本：基础预训练模型Kimi-K2-Base适用于科研定制，通用指令微调版本Kimi-K2-Instruct则针对问答及Agent任务优化。模型已部署至Kimi官网及移动端应用供免费体验，同时上线商业化API服务，支持128K长上下文处理，计费标准为输入Token每百万4元、输出Token每百万16元。第三方平台无问芯穹Infini-AI已接入该API，提供与官方一致的服务定价。

行业影响与潜在应用
作为国内首个开源的万亿参数模型，Kimi K2的MoE架构优化方案为大模型工业化应用提供重要参考。其在代码生成、工具调用等场景展现的强泛化能力，预示着AI在软件开发自动化、复杂任务编排等领域的实用化进程加速。开发者可通过Hugging Face平台获取模型权重，结合官方技术文档进行二次开发。月之暗面表示将持续优化模型在复杂Agent任务中的推理效率，后续计划扩展多模态支持能力。