2025 年以来略显沉寂的月之暗面，在深夜突袭。
7 月 11 日晚，月之暗面宣布正式发布 Kimi K2 模型，并同步开源。从介绍来看，Kimi K2 是一款具备更强代码能力、更擅长通用 Agent（智能体）任务的 MoE（Mixture of Experts，混合专家模型）架构基础模型，总参数 1T，激活参数为 32B。
本次开源的 Kimi K2 模型分为 Kimi-K2-Base 和 Kimi-K2-Instruct 两个版本，前者是未经过指令微调的基础预训练模型，适合科研与自定义场景；而后者为通用指令微调版本（非思考模型），在大多数问答与 Agent 任务中有更好的表现。
2025 年以来，"Kimi 们 " 的处境正发生着改变。DeepSeek 以低成本、高性能的开源模型强势入场；MinMax 更是火力全开，今年 6 月在向开源社区投下一枚 " 重磅炸弹 "，发布自主研发的 MiniMax-M1 系列模型后，在紧随其后的四个工作日里 " 一日一更 "，直接 " 五连发 "；而一众大厂对于 AI（人工智能）热情和野心也在今年再上一个台阶，阿里、腾讯持续加码 AI，字节来势汹汹，大模型格局的洗牌还在继续。
抛开一切变化，硬实力才是搏击市场的硬拳头。这次，月之暗面能否靠 Kimi K2 重归大模型 C 位？
Kimi K2 上线即开源
月之暗面在官方介绍中称，在 SWE Bench Verified、Tau2、AceBench 等基准性能测试中，Kimi K2 均取得开源模型中的 SOTA（state-of-the-art）成绩。在其公布的测评结果中，Kimi K2 在 Agentic Coding（自主编程）、Tool Use（工具调用）和 Math&Reasoning（数学推理）三个维度的表现上均超过了同为开源模型的 DeepSeek-V3 和阿里 Qwen3。值得一提的是，Kimi 评测中的所有模型均为非思考模型的 Kimi-K2-Instruct。
目前，Kimi K2 的 API（应用程序编程接口）服务已上线，支持最长 128K 上下文，计费方案为 4 元 / 百万 " 输入 "tokens（大模型处理文本时的最小单位），16 元 / 百万 " 输出 "tokens，兼容 OpenAI 和 Anthropic 两种 API 格式。
为了体现 Kimi K2 在代码、Agent 工具调用、风格化写作三项能力上的提升，月之暗面也给出了具体任务下的展示。在前端开发任务中，Kimi K2 支持粒子系统、可视化和 3D（三维）场景等表现形式。
而在 Agent 工具调用能力方面，月之暗面表示 Kimi K2 现已具备稳定的复杂指令解析能力，可将需求自动拆解为一系列格式规范、可直接执行的 ToolCall（工具调用）结构。在其释出的案例中，Kimi K2 规划了参加 Coldplay 乐队巡演的行程，可以完成演唱会所在城市的机酒与旅游规划，并且生成日历，再用 html 概括完整行程规划。
《每日经济新闻》记者也使用 Kimi K2 进行了旅游规划的测试。根据 " 两个人计划 8 月份从北京出发，去日本东京以及大阪进行为期 5 天的旅游，希望能看到花火大会、吃到当地特色食物，帮我做一下包括机酒和行程在内的图文并茂的旅行规划 " 的需求，Kimi K2 花费 3 分钟左右进行了一份详尽的旅游规划，规划中包括了具体的餐厅、食物、景点以及一些实用攻略。美中不足的是，这份规划是以文字以及表格的形式呈现的，虽然在最后附上了一个百度网盘链接表示可以自取图片内容，但实际上该链接是无法打开的。
随后，记者进一步提出将规划以 HTML 格式呈现，Kimi K2 在随后交付的网页中补充了一些票务的信息，并完成了 " 图文并茂 " 的需求。不过，与官方演示的案例相比，网页整体的呈现质量还较为粗糙。
值得一提的是，此前记者还使用类似的提示词测试过字节的扣子空间。对比两次测试结果可以发现，扣子空间在网页的设计上完成度更高、更为美观。Kimi K2 虽然在此略逊一筹，但旅游攻略制定上更为详细，给出了包括餐厅、景点在内的详细信息，还有如 " 交通卡当地退卡避免异地手续费 " 等注意事项。
此外，本次 Kimi 还特别展示了 Kimi K2 对文字输出风格的掌控，并且在虚构写作任务中，官方还表示：Kimi K2 生成的文字更关注细节与情感，不再是抽象泛泛而谈。记者也以 2025 年北京高考的作文题目 " 数字闪耀时 " 为例，假设 Kimi K2 为高中生，完成一篇一类的记叙文。从完成结果上来说，整体呈现效果良好，但在最后收尾的部分隐约透露出一些 "AI 味 "。
Kimi 也从技术角度透露，为了支撑万亿参数模型训练的稳定性，Kimi K2 没有使用传统的 Adam 优化器，而是使用 Muon 优化器。MuonClip 优化器能够稳健支撑万亿参数模型训练，显著提升 token 利用效率。
Kimi 的下一步要走向哪？
Kimi K2 的突袭中，似乎隐含着要打一场翻身仗的决心。
2024 年 11 月，月之暗面创始人杨植麟在接受《每日经济新闻》记者采访时表示，将提升用户留存视为 Kimi 眼下最核心的任务。而在当时，Kimi 还是国产大模型之中备受瞩目的一个。
商业智能数据服务商 QuestMobile 数据显示，截至 2024 年 12 月份，豆包、Kimi、文小言的月活跃用户规模分别为 7523 万、2101 万和 1224 万。Kimi 位列原生 App 领域的 " 三强 " 之一。
随着今年年初 DeepSeek 的横空出世，整个市场格局被迅速打乱。
今年 5 月，《每日经济新闻》联合 QuestMobile 发布的《2025 年一季度 AI 应用价值榜》显示，Kimi 虽仍在月均活跃用户规模上位于第四，但其 2000 万出头的规模已经和以 1.8 亿排在第一的 DeepSeek 相差甚远。在 " 月均下载用户数环比增长 " 一项上，Kimi 甚至出现了负增长，用户数环比下降 3.8%。
2025 年以来，Kimi 对模型的更新升级速度明显放缓。但从 2024 年年底到今年 5 月份，Kimi 在似乎瞄准了垂类领域，寻找新的用户群，先后和财新传媒、小红书、网易游戏《逆水寒》达成合作。
此前 6 月 20 日，Kimi 发布第一个 Agent —— Kimi-Researcher（深度研究）。
据官方表示：" 模型即 Agent，Kimi-Researcher 是基于端到端自主强化学习（end-to-end agentic RL）技术训练的新一代 Agent 模型，也是一个专为深度研究任务而生的 Agent 产品。" 当时 Kimi 还表示将逐步开源 Kimi-Researcher 基础预训练模型，以及强化学习后的模型，如今来看的话应该就是本次发布的 Kimi K2。
知名经济学者、工信部信息通信经济专家委员会委员盘和林在接受《每日经济新闻》记者微信采访时对 Kimi 上半年的努力进行了分析。在他看来，Kimi 的努力方向是对的，但还不够，Kimi 需要将自己的 AI 嵌入到一个生态当中。如今，互联网平台各大生态是封闭的，比如电商的 AI 可以帮助商家设计网站，自媒体的 AI 能够帮助自媒体制作视频，那么，Kimi 的目标用户是谁？这方面，需要 Kimi 自己明确。
此外记者注意到，各家今年在升级大模型的时候往往也会 " 卷 " 到价格。
6 月 17 日，MiniMax 发布 MiniMax-M1 系列模型，并以 token 范围分段定价。在 0～12.8 万 token 范围内，据官方介绍，其定价均低于 DeepSeek-R1。
6 月 11 日，豆包大模型 1.6 正式发布时，火山引擎总裁谭待现场表示，豆包 1.6 首创按 " 输入长度 " 区间定价，深度思考、多模态能力与基础语言模型统一价格。豆包 1.6 的综合成本只有豆包 1.5 深度思考模型或 DeepSeek-R1 的三分之一。
而本次 Kimi K2 的定价和 DeepSeek-R1 基本持平。在盘和林看来，目前价格还不完全是竞争的关键因素，" 因为同样价格的话，存在先入为主（的问题）。很多用户用过一个 AI，如果价格相同，为什么要去用另一个 AI？这个转换理由有两个，另一个 AI 更便宜，或者另一个 AI 更符合自己需要。我认为 Kimi 不能走低价，而是要走差异化路线。"
每日经济新闻
