Kimi K2

Kimi K2 to model, na którym stoi cała późniejsza linia Moonshot AI — katalog ma już jego potomków K2.6 i K3, a na tej rodzinie budują też inne firmy, jak japońska Sakana ze swoim modelem Namazu. Wagi udostępniono 11 lipca 2025 roku w dwóch postaciach: Kimi-K2-Base do dalszego trenowania i Kimi-K2-Instruct do bezpośredniego użytku. Architektura to mieszanina ekspertów: bilion parametrów łącznie i 32 miliardy aktywowanych na token, 61 warstw, 384 ekspertów z ośmioma wybieranymi na token i jednym wspólnym, 64 głowice uwagi, mechanizm MLA, słownik 160 tysięcy tokenów i okno kontekstu 128 tysięcy. Za swoje osiągnięcie producent uznaje jednak nie rozmiar, tylko stabilność: trening bilionowego modelu na 15,5 biliona tokenów przebiegł — jak pisze — bez jednej niestabilności, na własnym optymalizatorze MuonClip, użytym w skali, w jakiej metody Muon nie stosował wcześniej nikt. Druga świadoma decyzja dotyczy tego, czego model nie ma. Moonshot opisuje wersję Instruct jako model odruchowy, bez długiego myślenia — odpowiada od razu, zamiast rozumować krok po kroku, a cała konstrukcja celuje w używanie narzędzi i samodzielną pracę, nie w rozważania. Osobna, myśląca gałąź rodziny pojawiła się dopiero cztery miesiące później jako Kimi K2 Thinking. W zestawieniu producenta K2 wyprzedza ówczesne modele otwarte i pozostaje za zamkniętymi flagowcami: SWE-bench Verified w trybie agentowym 65,8 przy jednej próbie i 71,6 przy kilku, wobec 38,8 dla DeepSeek-V3-0324 i 72,7 dla Claude Sonnet 4; LiveCodeBench v6 53,7, czyli najlepszy wynik w tej tabeli. Licencja to zmodyfikowany MIT: swobodne użycie i modyfikacja, z obowiązkiem atrybucji powyżej progu komercyjnego. Późniejsze odświeżenie, Kimi-K2-Instruct-0905, rozszerzyło serwowane okno do 262 144 tokenów; ten profil opisuje wydanie lipcowe, a katalog zachowuje starsze wersje zamiast ich nadpisywać.

▸Wideo

Brak materiałów wideo.

▸Recenzje