Kimi K2
Moonshot AI · Autres
Kimi K2 est le modèle à poids ouverts de Moonshot AI, avec un billion de paramètres, conçu pour coder, utiliser des outils et mener des tâches agentiques. Il existe en Kimi-K2-Base et Kimi-K2-Instruct.
À propos de Kimi K2
What Is Kimi K2
Kimi K2 est un modèle de langage de Moonshot AI, publié en juillet 2025 sous licence MIT modifiée. Il repose sur une architecture de mélange d'experts (MoE) : un billion de paramètres au total, mais seulement 32 milliards activés par token. Cette organisation maintient les coûts d'exécution sous contrôle tout en donnant au modèle accès à un socle de connaissances bien plus vaste.
Sa particularité tient à l'accent mis sur le travail agentique. Moonshot a conçu ce modèle agentique open source pour l'usage d'outils, le raisonnement en plusieurs étapes et le code, pas pour de longues chaînes de réflexion visibles. C'est un modèle d'IA agentique avant tout. La version Instruct est, selon l'entreprise, un modèle de réflexe sans longue réflexion : il répond vite et appelle bien les outils sans délibérer des pages entières. Si vous voulez les traces de raisonnement visibles, elles sont arrivées plus tard avec Kimi K2 Thinking, pas avec le K2 d'origine.
Le principal frein reste le matériel. Les poids complets de 1T exigent une infrastructure sérieuse pour l'auto-hébergement, et le modèle ne traite pas les images. Pour toute tâche visuelle, il vous faut un modèle distinct comme Kimi-VL. La plupart des gens passeront par l'API plutôt que de l'exécuter en local.
Getting Started
- Créez un compte Moonshot AI sur platform.moonshot.ai
- Ouvrez la section des clés API et générez-en une
- Choisissez un modèle dans le tableau de bord, Kimi-K2-Instruct ou une variante plus récente du K2
- Envoyez votre première requête via le point d'accès compatible OpenAI, ou pointez un outil compatible Anthropic comme Claude Code vers l'URL de base
- Pour un test sans code, utilisez l'application de chat sur kimi.com
Informations sur le produit
Aperçu des tarifs, des plateformes compatibles et des performances de Kimi K2.
Idéal pour
Les utilisateurs, tâches et cas d'usage où cet outil convient le mieux.
Utilisateurs
- Développeurs qui bâtissent des agents
- Équipes à budget serré
- Chercheurs qui veulent affiner le modèle
Tâches
- Programmation à l'échelle d'un dépôt
- Flux automatisés avec plusieurs outils
- Problèmes de maths et de raisonnement
Cas d'usage
- Intégrer un modèle ouvert dans un assistant de code
- Faire tourner un assistant auto-hébergé
- Traitement de masse sensible au coût
Fonctionnalités clés
Architecture MoE d'un billion de paramètres
K2 réunit un billion de paramètres répartis sur 384 experts, mais n'en active que 32 milliards par token. Vous obtenez les connaissances d'un modèle énorme au coût de calcul d'un modèle bien plus petit. C'est la raison de fond pour laquelle il rivalise sur les benchmarks tout en restant abordable à servir.
Conçu pour l'appel d'outils et les agents
Moonshot a entraîné K2 sur des données synthétiques à grande échelle couvrant des centaines de domaines et des milliers d'outils. Il gère nativement l'usage d'outils sur plusieurs tours et la sortie structurée de type JSON, ce qui le rend utile dans les frameworks d'agents, et pas seulement comme chatbot.
Bonnes performances en code
Sur SWE-bench Verified, Kimi K2 Instruct atteint 65,8 % en mode agentique à tentative unique, devant plusieurs modèles fermés sur le même test. Sur LiveCodeBench v6, il grimpe à 53,7 %, un score également de premier plan. Ces chiffres viennent de l'évaluation de Moonshot : considérez-les comme déclarés par l'éditeur.
Fenêtre de contexte de 128K
Le K2 d'origine prend en charge un contexte de 128 000 tokens, de quoi charger un long document technique ou un module de code conséquent en une passe. Les variantes ultérieures portent cette limite à 256K pour des tâches encore plus longues.
Des poids ouverts que vous pouvez auto-héberger
Les poids se téléchargent depuis Hugging Face sous licence MIT modifiée, et le modèle tourne sur vLLM, SGLang et TensorRT-LLM. Vous n'êtes pas verrouillé chez un fournisseur, et vous pouvez inspecter ou adapter le modèle.
API compatible OpenAI et Anthropic
L'API accepte les requêtes au format OpenAI comme Anthropic, donc migrer une application existante revient surtout à changer l'URL de base et la clé. Cela réduit le coût de bascule pour les équipes déjà en place sur l'un ou l'autre protocole.
Avantages et inconvénients
Avantages
- Des poids ouverts sous licence permissive, donc vous pouvez auto-héberger et affiner au lieu de louer un accès
- Des scores de premier plan en code et en appel d'outils parmi les modèles ouverts de sa sortie
- Un prix d'API bas par million de tokens, avec des remises en cas de succès du cache sur un contexte répété
- Deux variantes (Base et Instruct) couvrent la recherche et la production
- Compatible avec les formats d'API d'OpenAI et d'Anthropic, ce qui facilite la migration
Inconvénients
- Pas de compréhension d'images sur le K2 de base, donc les tâches visuelles demandent un modèle distinct
- Le modèle complet de 1T exige du matériel sérieux pour tourner en local, ce qui exclut l'auto-hébergement occasionnel
- Le contexte plafonne à 128K sur la sortie d'origine, moins que certains rivaux, et il ne délibère pas comme un modèle de raisonnement dédié
- Les benchmarks sont déclarés par l'éditeur lui-même, donc une vérification indépendante reste utile pour votre charge de travail
Questions fréquentes
Kimi K2 vise le travail agentique : coder, appeler des outils et automatiser des tâches en plusieurs étapes. Il gère aussi le chat général, les maths et la rédaction, mais ses points forts sont l'usage d'outils et le code.
Contenus associés
Découvrez des outils, des compétences et des articles liés à Kimi K2.
Alternatives à Kimi K2
BinkBink
BinkBink · AutresBinkBink est une plateforme de jeux en ligne gratuite et un créateur de jeux par IA qui permet à n'importe qui de transformer une courte description textuelle en un jeu de navigateur jouable. Vous pouvez plonger dans des centaines de jeux créés par la communauté. Ou décrivez votre propre idée, jouez-y en quelques secondes, puis partagez-la avec vos amis. Vous voulez créer votre propre jeu ? Pas besoin de coder. Aucun moteur à installer, aucun téléchargement, aucune prise de tête.
Audiogen
Audiogen Inc. · AutresAudiogen est un générateur de musique par IA conçu par Audiogen Inc., une petite équipe de recherche qui a passé environ deux ans et demi à entraîner son propre modèle de musique générative et à bâtir une interface web autour. Au lieu d'une simple zone de texte, cet outil de musique par IA transforme la timeline en une Station de Travail Audio Générative (GAW), pensée pour les débutants, où l'inpainting, l'extension, le remix et l'édition de pistes fonctionnent davantage comme de la peinture sur une toile. Le produit est encore en bêta, l'accès passe donc par une liste d'attente ou une invitation. Les formules payantes ne sont pas encore publiées.
Aiml API
AIMLAPI OÜ · AutresAiml API est une API unifiée de modèles d'IA qui place plus de 1000 modèles d'OpenAI, Google, Anthropic et d'autres derrière un seul point d'accès et une seule facture. Vous écrivez du code contre un unique schéma compatible OpenAI, puis vous passez d'un modèle de chat, d'image, de vidéo ou d'audio à un autre en changeant une chaîne de modèle. Elle convient aux développeurs et aux petites équipes qui veulent un accès multimodèle sans jongler avec une douzaine de comptes de fournisseurs distincts, et elle supprime le casse-tête habituel de la facturation quand on teste plusieurs prestataires. Une seule clé couvre tout.