Kimi K2

Veröffentlichung

September 2025

Knowledge Cutoff

April 2025

Parameter

1.000 Mrd.

Modellfamilie

Kimi K2

MIT

Zum Modell

Kimi K2 Modell-Übersicht

Kimi K2 ist ein Open Weights Modell des chinesischen Entwicklers Moonshot AI. Kimi K2 basiert auf einer Mixture-of-Experts-Architektur mit 32 Milliarden aktivierten Parametern und 1 Billion Gesamtparametern. Es erreicht State-of-the-Art-Performance in Kategorien wie Wissen, Mathematik und Programmierung bei Non-Thinking-Modellen und ist speziell für agentische Aufgaben optimiert. Das Modell nutzt 384 Experten mit dynamischem Routing zu 8 aktiven Experten pro Token und wurde mit 15,5 Bio. Tokens und dem hauseigenen MuonClip-Optimizer trainiert, durch den die Vorhersagefehler des Modells gezielt verringert werden. Am 5. September 2025 wurde mit der instruct-0905 Version ein Update von Kimi K2 veröffentlicht, das neben verbesserten Benchmark-Scores auch ein größeres Kontextfenster mit sich bringt.

Playground API Dokumentation GitHub Hugging Face Research Paper Blog

Features

Tools

Websuche, Bildgenerierung, Computer Use und MCP-Server.

Multimodalität

Das Modell kann Text, Bilder, Audio und PDFs als Input verarbeiten.

Finetuning

Finetuning des Modells ist aktuell nicht möglich.

Details zum Modell

Max. Input

262,14k Token

Max. Output

262,14k Token

Trainingsdaten

15.500 Mrd.

Parameter

1.000 Mrd.

Input Preis

$0.60

Output Preis

$2.50

Vokabular

163,84k

Dateigröße

1029,19 GB

Kimi K2 Benchmark Scores

Im KI-Kontext bezeichnet Performance die Leistungsfähigkeit eines Modells in Bereichen wie Sprachverständnis, Logik oder Programmierung – gemessen anhand standardisierter Benchmarks zur objektiven Vergleichbarkeit.

Kimi K2 Benchmark Übersicht

Überblick über die Leistungsfähigkeit des Modells in verschiedenen Benchmark-Tests.
Serie	Programmierung (min 0 / max 100)	Logik & Schlussfolgerung (min 0 / max 100)	Wissenschaft (min 0 / max 100)	Agentisch (min 0 / max 100)
Moonshot AI Kimi K2	58.866666666666674	49.5	75.1	66.1

Überblick über die Leistungsfähigkeit des Modells in verschiedenen Benchmark-Tests.

Ergebnisse in Benchmarks

Benchmark auswählen

Darstellung der Rohdaten für den Benchmark American Invitational Mathematics Examination 2025. Der niedrigste Score im Benchmark ist 0 % und der höchste Score ist 100 %.
Modell	Score
Grok-4 Heavy	100 %
GPT-5	99,6 %
Grok-4	98,8 %
Qwen3 30B A3B Instruct 2507	61,3 %
Claude 3.7 Sonnet	54,8 %
Kimi K2 (0905)	49,5 %
Gemini Diffusion	23,3 %
GPT-4o (2024-11-20)	5,8 %

Vergleich von LLMs im Benchmark American Invitational Mathematics Examination 2025. Der niedrigste Score im Benchmark ist 0 % und der höchste Score ist 100 %.

Darstellung der Rohdaten für den Benchmark Graduate-Level Google-Proof Q&A Benchmark - Diamond Subset. Der niedrigste Score im Benchmark ist 0 % und der höchste Score ist 100 %.
Modell	Score
GPT-5 Pro	88,4 %
GPT-5	87,3 %
Gemini 2.5 Pro	86,4 %
Claude 3.7 Sonnet	78,2 %
OpenAI o3-mini	77 %
Kimi K2 (0905)	75,1 %
DeepSeek-R1-0120	71,5 %
GPT-5 nano	71,2 %

Vergleich von LLMs im Benchmark Graduate-Level Google-Proof Q&A Benchmark - Diamond Subset. Der niedrigste Score im Benchmark ist 0 % und der höchste Score ist 100 %.

Darstellung der Rohdaten für den Benchmark LiveCodeBench. Der niedrigste Score im Benchmark ist 0 % und der höchste Score ist 100 %.
Modell	Score
GLM-4.6	82,8 %
Grok-4 Heavy	79,4 %
Grok-4	79,3 %
Gemini 2.5 Flash	59,3 %
Claude Sonnet 4	55,9 %
Kimi K2 (0905)	53,7 %
Qwen3 30B A3B Instruct 2507	43,2 %
Gemini 2.5 Flash-Lite	34,3 %

Vergleich von LLMs im Benchmark LiveCodeBench. Der niedrigste Score im Benchmark ist 0 % und der höchste Score ist 100 %.

Darstellung der Rohdaten für den Benchmark SWE-bench. Der niedrigste Score im Benchmark ist 0 % und der höchste Score ist 100 %.
Modell	Score
Claude Sonnet 4.5	77,2 %
GPT-5	74,9 %
GPT-5 Pro	74,9 %
Claude Opus 4	72,5 %
GPT-5 mini	71 %
Kimi K2 (0905)	69,2 %
OpenAI o3	69,1 %
OpenAI o4-mini	68,1 %

Vergleich von LLMs im Benchmark SWE-bench. Der niedrigste Score im Benchmark ist 0 % und der höchste Score ist 100 %.

Darstellung der Rohdaten für den Benchmark Tau2-Bench. Der niedrigste Score im Benchmark ist 0 % und der höchste Score ist 100 %.
Modell	Score
Claude Sonnet 4.5	84,7 %
GPT-5	80,1 %
GLM-4.6	75,9 %
GPT-5 mini	70,8 %
Kimi K2 (0905)	66,1 %
GPT-5 nano	46,3 %

Vergleich von LLMs im Benchmark Tau2-Bench. Der niedrigste Score im Benchmark ist 0 % und der höchste Score ist 100 %.

‌
‌

Technologie & Daten

Technische Spezifikationen

Architektur	Mixture-of-Experts (MoE) Transformer
Input Kontextlänge	262,14k
Output Kontextlänge	262,14k
Tokenizer	GPT-4o-ähnlicher Tokenizer

Besonderheiten

Optimizer	MuonClip Optimizer
Tool Use	auf Agentic Tasks trainiert
Aktivierungsfunktion	SwiGLU
Attention Mechanismus	MLA

Vorteile & Nachteile

Vorteile

Starkes Open-Weights Modell
Kimi K2 Instruct (0905) gehört zu den stärksten Open-Weights Modell und erzielt Benchmark Scores in einem vergleichbaren Bereich von OpenAI-o3 und Claude Opus 4.
Sehr günstige Inferenz
Kimi K2 ist ca. 6x günstiger als Claude Sonnet 4 und 20x günstiger als OpenAI-o3. Die API von Kimi K2 ist OpenAI-kompatibel.
Großzügige Lizenz
Kimi K2 wurde über eine modifizierte MIT-Lizenz veröffentlicht, die sowohl die kommerzielle Nutzung, als auch Verbreitung und Sublizenzierung des Modells erlaubt.
Trainiert auf Tool-Use
Moonshot AI hat Kimi K2 bereits im Training auf Tool-Use und Function-Calls optimiert, was Einsatz für KI-Agenten und autonome Workflows vereinfacht.
Unterstützt gängige Funktionen
Der Kimi K2 Chat unterstützt gängige Funktionen wie Deep Research, Extended Thinking und multimodale Inputs.

Nachteile

Hohe Hardware-Anforderungen
Kimi-K2-Instruct ist mit ca. 1 TB Modellgröße und 1 Bio. Parametern zu groß, um realistisch lokal ausgeführt werden zu können. Vermutlich wird es hierfür in Zukunft distillierte oder Kimi K2 Modelle mit Quantisierung geben.
Modell-Bias
Wie andere chinesissche Modelle auch, verschleiert Kimi K2 dunkle Episoden chinesischer Geschichte und weist somit einen Bias auf.
Kein Datenschutz beim Chatbot
Wer Kimi K2 über die offizielle Website oder App verwendet, gibt seine Daten preis.

Vergleiche Kimi K2 mit anderen LLMs

Vergleiche Kimi K2 mit anderen Sprachmodellen anhand wichtiger Metriken wie Kontextgröße, Parameteranzahl, Preisen und Benchmark-Leistung.

Entwickler	Modell⇅	Lizenz⇅	Parameter ⇅	Input-Tokens ⇅	Output-Tokens ⇅	Input-Preis ⇅	Output-Preis ⇅	GPQA
Z.ai	GLM-4.6	MIT	355 Mrd.	200k	128k	$0.60	$2.00	82,8 %
xAI	Grok-4 Heavy	Proprietär	Unbekannt	256k	256k	$3.00	$15.00	79,4 %
xAI	Grok 4	Proprietär	Unbekannt	256k	256k	$3.00	$15.00	79,3 %
Google DeepMind	Gemini 2.5 Pro	Proprietär	Unbekannt	1,05 Mio.	65,54k	$1.25	$10.00	74,2 %
Alibaba	Qwen3	Apache 2.0	235 Mrd.	262,14k	81,92k	$0.13	$0.60	74,1 %
DeepSeek AI	Deepseek-R1	MIT	671 Mrd.	163,84k	163,84k	$0.50	$2.15	73,3 %
Z.ai	GLM-4.5	MIT	355 Mrd.	131,07k	131,07k	$0.60	$2.20	72,9 %
Z.ai	GLM-4.5 Air	MIT	106 Mrd.	131,07k	131,07k	$0.20	$1.10	70,7 %
Google DeepMind	Gemini 2.5 Pro	Proprietär	Unbekannt	1,05 Mio.	65,54k	$0.30	$2.50	59,3 %
Moonshot AI	Unbekannt	Unbekannt	Unbekannt	unbekannt	unbekannt	unbekannt	unbekannt	53,7 %

‌
Alle Modelle vergleichen

Provider & APIs

Du kannst Moonshot AI Kimi K2 über die API folgender Anbieter nutzen.

Das Modell ist derzeit bei keinen Anbietern verfügbar.