智東西
作者 云鵬
編輯 李水青

智東西11月6日消息，剛剛，月之暗面正式發(fā)布了Kimi-k2 thinking模型，其為具有通用Agentic能力和推理能力的思考模型，擅長深度推理，可以通過多輪工具調(diào)用，解決各類復(fù)雜的難題。

▲月之暗面官方發(fā)布頁面

Kimi K2首次發(fā)布是在7月11日，該模型總參數(shù)10000億，激活參數(shù)320億。Kimi K2-0905于9月5日發(fā)布，其核心升級了Agentic Coding能力、支持256K上下文、API支持60-100Token/s的輸出速度、支持Claude Code。

價格方面，kimi-k2-thinking每百萬tokens的輸入價格（緩存未命中）為4元、輸出價格為16元；“高速版”kimi-k2-thinking-turbo每百萬tokens的輸入價格（緩存未命中）為8元、輸出價格為58元，適用于需要深度推理和追求極致高速的場景。

▲Kimi K2系列模型價格

在實際體驗環(huán)節(jié)，我們主要測試了Kimi-k2 thinking在編程、數(shù)學(xué)和邏輯推理能力三個方面的表現(xiàn)。

在編程方面，我們令其生成一個開源模型分享網(wǎng)站的HTML網(wǎng)頁原型，包括頂部導(dǎo)航欄、主體展示區(qū)、設(shè)計風(fēng)格要求，還要求其構(gòu)思兩個特色功能。

從生成結(jié)果來看，我們對網(wǎng)頁主要部分提出的要求都可以很好地被執(zhí)行，包括導(dǎo)航欄有哪些部分、主題展示區(qū)由哪些模塊組成，簡潔現(xiàn)代的設(shè)計風(fēng)格也有較好體現(xiàn)，一鍵復(fù)現(xiàn)、模型對比這兩個特色功能也做了出來。

▲網(wǎng)頁編程

整體網(wǎng)頁的完成度是比較高的，并且不論是搜索框、按鈕、篩選標(biāo)簽都是可以實際選中交互操作的，點擊后會有對應(yīng)的提示，比如點擊上傳模型，會提示需要準(zhǔn)備的問題件、文件大小限制等信息。

▲網(wǎng)頁按鈕功能說明

生成網(wǎng)頁項目的tokens總計消耗為9K，大約花費了3分鐘左右的時間。不過在嘗試多次生成結(jié)果時，偶爾會遇到崩潰狀況。

在數(shù)學(xué)能力方面，今年國際數(shù)學(xué)奧林匹克競賽（IMO）第六題被認(rèn)為最具挑戰(zhàn)性：

Kimi-k2 thinking在解題過程中，思考過程有21188字，經(jīng)過4分鐘左右時間，給出了錯誤答案4048塊，正確答案為2112塊。

▲Kimi-k2 thinking解答2025 IMO數(shù)學(xué)競賽題第六題

這一過程總共消耗了23.5K的tokens。

在切換為高速版kimi-k2-thinking-turbo后，模型仍然給出了同樣的4048錯誤答案，花費時間明顯縮短至2分鐘左右，但tokens消耗數(shù)卻提升至38.5K。

▲Kimi-k2 thinking-turbo解答2025 IMO數(shù)學(xué)競賽題第六題

對于另一道IMO數(shù)學(xué)競賽題，Kimi-k2 thinking在經(jīng)歷了10多分鐘的深度思考后，最終停止了思考，思考過程47684字，但并未給出答案。再次嘗試后，思考過程同樣卡住在了47940字上，未能給出答案。

▲Kimi-k2 thinking解答2025 IMO數(shù)學(xué)競賽題第四題

由于Kimi-k2 thinking不支持圖片輸入自動識別公式，因此一些復(fù)雜的數(shù)學(xué)題目很難輸入。

在常識邏輯推理方面，對于一般的問題，Kimi-k2 thinking可以很快給出答案，并且可以輕松繞開邏輯陷阱。

▲Kimi-k2 thinking解答邏輯推理問題

對于更進(jìn)一步的邏輯推理考察題目，Kimi-k2 thinking也可以在1分鐘左右的時間內(nèi)給出答案，準(zhǔn)確率較高，消耗tokens為16.6K。

▲Kimi-k2 thinking解答邏輯推理問題

結(jié)語：“思考”模型之戰(zhàn)愈發(fā)焦灼

11月4日，阿里剛剛發(fā)布了Qwen 3系列中最強推理模型Qwen3-Max-Thinking早期預(yù)覽版，Kimi今天就發(fā)布了自家K2系列的思考模型，同樣主打深度推理能力。

在Agentic AI成為主流趨勢之下，模型的思考推理能力愈發(fā)受到重視，這也是模型能否解決復(fù)雜現(xiàn)實問題的關(guān)鍵。