Kimi K2
Moonshot AI · Sonstiges
Kimi K2 ist das offene Modell von Moonshot AI mit einer Billion Parametern, gebaut fürs Programmieren, für Tool-Nutzung und agentische Aufgaben. Es gibt es als Kimi-K2-Base und Kimi-K2-Instruct.
Über Kimi K2
What Is Kimi K2
Kimi K2 ist ein Sprachmodell von Moonshot AI, veröffentlicht im Juli 2025 unter einer abgewandelten MIT-Lizenz. Es nutzt eine Mixture-of-Experts-Architektur (MoE): eine Billion Parameter insgesamt, aber nur 32 Milliarden pro Token aktiv. Diese Anordnung hält die Betriebskosten im Rahmen, während das Modell auf einen viel größeren Wissensfundus zurückgreift.
Das Besondere ist der Fokus auf agentische Arbeit. Moonshot hat K2 für Tool-Nutzung, mehrstufiges Schlussfolgern und Programmieren gebaut, nicht für lange Ketten sichtbaren Nachdenkens. Ein agentisches Open-Source-Modell mit diesem Zuschnitt ist selten. Damit ist es vor allem ein agentisches KI-Modell. Die Instruct-Version ist laut Unternehmen ein Reflex-Modell ohne langes Nachdenken: Sie antwortet schnell und ruft Tools gut auf, ohne vorher Seiten zu wälzen. Wer die sichtbaren Denkspuren will, bekommt sie erst mit Kimi K2 Thinking, nicht mit dem ursprünglichen K2.
Der größte Haken ist die Hardware. Die vollständigen 1T-Gewichte verlangen für den Eigenbetrieb ernsthafte Infrastruktur, und das Modell verarbeitet keine Bilder. Für jede visuelle Aufgabe brauchen Sie ein separates Modell wie Kimi-VL. Die meisten werden es über die API nutzen statt lokal auszuführen.
Getting Started
- Legen Sie ein Konto bei Moonshot AI unter platform.moonshot.ai an
- Öffnen Sie den Bereich für API-Schlüssel und erzeugen Sie einen
- Wählen Sie im Dashboard ein Modell, entweder dieses Kimi K2 Modell zum Programmieren oder eine neuere K2-Variante
- Senden Sie Ihre erste Anfrage über den OpenAI-kompatiblen Endpunkt, oder richten Sie ein Anthropic-kompatibles Werkzeug wie Claude Code auf die Basis-URL
- Für einen Test ohne Code nutzen Sie die Chat-App unter kimi.com
Produktinformationen
Ein kurzer Überblick über Preise, unterstützte Plattformen und die Leistung von Kimi K2.
Am besten für
Die Nutzer, Aufgaben und Szenarien, für die dieses Tool am besten passt.
Nutzer
- Entwickler, die Agenten bauen
- Teams mit knappem Budget
- Forschende, die das Modell feinjustieren wollen
Aufgaben
- Programmieren auf Repository-Ebene
- Automatisierte Abläufe mit mehreren Tools
- Mathe- und Denkaufgaben
Szenarien
- Ein offenes Modell in einen Coding-Assistenten einbinden
- Einen selbst gehosteten Assistenten betreiben
- Kostenbewusste Massenverarbeitung
Wichtigste Funktionen
MoE-Architektur mit einer Billion Parametern
K2 vereint eine Billion Parameter verteilt auf 384 Experten, aktiviert aber pro Token nur 32 Milliarden. Sie bekommen das Wissen eines riesigen Modells zu den Rechenkosten eines viel kleineren. Das ist der eigentliche Grund, warum es in Benchmarks mithält und trotzdem günstig zu betreiben ist.
Gebaut für Tool-Aufrufe und Agenten
Moonshot hat K2 mit synthetischen Daten in großem Umfang trainiert, die hunderte Domänen und tausende Tools abdecken. Es beherrscht mehrstufige Tool-Nutzung und strukturierte Ausgabe im JSON-Stil von Haus aus, und genau das macht es in Agenten-Frameworks nützlich, nicht nur als Chatbot.
Gute Programmierleistung
Bei SWE-bench Verified erreicht Kimi K2 Instruct 65,8 % im agentischen Modus mit einem Versuch, vor mehreren geschlossenen Modellen im selben Test. Bei LiveCodeBench v6 kommt es auf 53,7 %, ebenfalls ein Spitzenwert. Diese Zahlen stammen aus Moonshots eigener Auswertung, also behandeln Sie sie als Herstellerangaben.
Kontextfenster von 128K
Das ursprüngliche K2 unterstützt einen Kontext von 128.000 Token, genug für ein langes technisches Dokument oder ein größeres Codemodul in einem Durchgang. Spätere Varianten heben das auf 256K für noch längere Aufgaben.
Offene Gewichte zum Selbsthosten
Die Gewichte lassen sich von Hugging Face unter einer abgewandelten MIT-Lizenz herunterladen, und das Modell läuft auf vLLM, SGLang und TensorRT-LLM. Sie sind nicht an einen Anbieter gebunden und können das Modell prüfen oder anpassen.
OpenAI- und Anthropic-kompatible API
Die API akzeptiert Anfragen im OpenAI- und im Anthropic-Stil, der Umzug einer bestehenden App ist also vor allem ein Wechsel von Basis-URL und Schlüssel. Das senkt die Wechselkosten für Teams, die bereits auf einem der beiden Protokolle laufen.
Vor- und Nachteile
Vorteile
- Offene Gewichte unter permissiver Lizenz, Sie können also selbst hosten und feinjustieren statt Zugang zu mieten
- Spitzenwerte bei Programmierung und Tool-Aufrufen unter den offenen Modellen zum Start
- Niedriger API-Preis pro Million Token, mit Rabatten bei Cache-Treffern auf wiederholtem Kontext
- Zwei Varianten (Base und Instruct) decken Forschung und Produktion ab
- Funktioniert mit den API-Formaten von OpenAI und Anthropic, was den Umzug erleichtert
Nachteile
- Keine Bildverarbeitung im Basis-K2, visuelle Aufgaben brauchen also ein separates Modell
- Das vollständige 1T-Modell verlangt ernsthafte Hardware für den lokalen Betrieb, was beiläufiges Selbsthosten ausschließt
- Der Kontext endet beim ursprünglichen Release bei 128K, weniger als bei manchen Rivalen, und es denkt nicht wie ein dediziertes Reasoning-Modell nach
- Die Benchmarks stammen vom Hersteller selbst, unabhängige Prüfung bleibt also für Ihre eigene Arbeitslast wichtig
Häufige Fragen
Kimi K2 zielt auf agentische Arbeit: Programmieren, Tool-Aufrufe und die Automatisierung mehrstufiger Aufgaben. Es erledigt auch allgemeinen Chat, Mathematik und Texte, aber seine Stärken liegen bei Tool-Nutzung und Programmierung.
Ähnliche Inhalte
Entdecke passende Tools, Skills und Artikel zu Kimi K2.
Alternativen zu Kimi K2
Odyssey 3
Odyssey · SonstigesOdyssey-3 ist Odysseys fundamentales Weltmodell. Es simuliert Physik in Echtzeit, macht aus einer Eingabe eine interaktive Umgebung und lässt sich an Roboter, Autos und Spiele anpassen.
JarvisCore
Prescott Data · Coding · Produktivität · SonstigesJarvisCore ist eine Open-Source-Laufzeit in Python, in der KI-Agenten als gleichrangige Peers in einem Mesh arbeiten, Aufgaben aus einem gemeinsamen Register übernehmen und externe Dienste über einen Zero-Trust-Broker erreichen.
Clef
Cloudflare · Business · SonstigesClef ist Cloudflares Open-Source-Entscheidungsmodell für Workers AI. Es liefert kalibrierte Wahrscheinlichkeiten für typisierte Fragen statt Text, damit Agenten schnell klassifizieren, routen und handeln.