Kimi K2 Thinking

Veröffentlichung

November 2025

Knowledge Cutoff

Dezember 2024

Parameter

1.000 Mrd.

Modellfamilie

Kimi K2 Thinking

MIT

Zum Modell

Kimi K2 Thinking Modell-Übersicht

Kimi K2 Thinking ist ein Open-Source-Reasoning-Modell und das "Thinking"-Modell aus der Kimi-K2 Modellfamilie von Moonshot AI (China). Kimi K2 baut auf einer Mixture-of-Experts-Architektur mit 1 Billion Parametern auf, in der das Modell 32 Milliarden Parameter pro Tokengenerierung aktiviert. Die "Thinking" Version von K2 wurde auf Chain-of-Thought-Reasoning plus Funktionsaufrufe trainiert, was sowohl den Einsatz in KI-Agenten Systemen, als auch den Einsatz als Allround-Reasoning-Modell ermöglicht. Zur Veröffentlichung sticht Kimi K2 Thinking mit hervorragenden Benchmark-Ergebnissen vor, die proprietäre Modelle wie GPT-5 Thinking und Claude Sonnet 4.5 teilweise sogar übertreffen. Manche sprechen gar von einem zweiten Deepseek-Moment. Die Weights des Modells lassen sich kostenlos auf Hugging Face herunterladen.

Playground API Dokumentation GitHub Hugging Face 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

553,42 GB

Kimi K2 Thinking 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 Thinking Benchmark Übersicht

Überblick über die Leistungsfähigkeit des Modells in verschiedenen Benchmark-Tests.
Serie	Logik & Schlussfolgerung (min 0 / max 100)	Wissenschaft (min 0 / max 100)	Wissen & Sprache (min 0 / max 100)	Programmierung (min 0 / max 100)	Agentisch (min 0 / max 100)
Moonshot AI Kimi K2 Thinking	53.575	84.5	84.6	77.19999999999999	47.1

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 %
GPT-5 Pro	96,7 %
Gemini 3 Pro	95 %
Kimi K2 Thinking	94,5 %
GPT-5.1	94 %
GLM-4.6	93,9 %

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. Der niedrigste Score im Benchmark ist 0 % und der höchste Score ist 100 %.
Modell	Score
Grok-4 Heavy	88,9 %
Grok-4	87,5 %
Kimi K2 Thinking	84,5 %
Qwen3 235B A22B Thinking 2507	81,1 %
GLM-4.6	81 %

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

Darstellung der Rohdaten für den Benchmark Humanity's Last Exam. Der niedrigste Score im Benchmark ist 0 % und der höchste Score ist 100 %.
Modell	Score
Kimi K2 Thinking	51 %
Gemini 3 Pro	45,8 %
Grok-4 Heavy	44,4 %
Gemini 3 Deep Think	41 %

Vergleich von LLMs im Benchmark Humanity's Last Exam. 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
Kimi K2 Thinking	83,1 %
MiniMax-M2	83 %
GLM-4.6	82,8 %
Grok-4 Heavy	79,4 %
Grok-4	79,3 %

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 MMLU-Pro. Der niedrigste Score im Benchmark ist 0 % und der höchste Score ist 100 %.
Modell	Score
Grok-4	86,6 %
DeepSeek-R1-0528	85 %
GLM-4.5	84,6 %
Kimi K2 Thinking	84,6 %
Qwen3 235B A22B Thinking 2507	84,4 %
MiniMax-M2	82 %

Vergleich von LLMs im Benchmark MMLU-Pro. 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-5.1	76,3 %
Gemini 3 Pro	76,2 %
Claude Haiku 4.5	73,3 %
Claude Opus 4	72,5 %
Kimi K2 Thinking	71,3 %
GPT-5 mini	71 %
MiniMax-M2	69,4 %

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 Terminal-Bench. Der niedrigste Score im Benchmark ist 0 % und der höchste Score ist 100 %.
Modell	Score
Kimi K2 Thinking	47,1 %
MiniMax-M2	46,3 %

Vergleich von LLMs im Benchmark Terminal-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

Offenes Chain-of-Thought Reasoning	CoT-Tokens während der Inferenz frei einsehbar
Native INT4-Quantisierung	Quantization-Aware Training (QAT)

Vorteile & Nachteile

Vorteile

SOTA-Reasoning-Modell
K2 Thinking erreicht 44,9% im HLE-Benchmark und übertrifft damit GPT-5 (41,7%) und Grok-4 (38,6%). Kimi-K2 Thinking ist zur Veröffentlichung das leistungsstärkste Open Source Modell.
Auf Agentische Aufgaben trainiert
Kimi K2 Thinking kann 200-300 autonome Tool-Calls ohne externes Eingreifen ausführen.
Sehr gutes Coding-Modell
Die Ergebnisse in den großen Coding-Benchmarks (71,3% im SWE-Bench Verified und 83,1% in LiveCodeBench v6) zeigen, dass sich Kimi K2 Thinking gut als Coding-Modell nutzen lässt, dass sich sogar lokal ausführen lässt.
Open Source mit MIT Lizenz
Die angepasste MIT Lizenz ermöglicht die kommerzielle Nutzung von Kimi K2 Thinking mit minimalen Einschränkungen (große Projekte mit >100 Mio. monatlichen Nutzern oder >$20M Umsatz/Monat müssen "Kimi K2" im UI anzeigen).
Kosteneffizientes Training
Mit Trainingskosten von nur $4,6 Millionen demonstriert K2 Thinking extreme Effizienz im Trainingsprozess von LLMs, insbesondere im Vergleich zu den riesigen-Budgets westlicher Labs wie OpenAI und Anthropic.
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.

Nachteile

Potenzielle Overproduction
Bei schwierigen Reasoning-Aufgaben oder unklaren Tool-Definitionen verliert sich Kimi K2 Thinking manchmal im Denkprozess und generiert zu viele Thinking-Tokens, was die Qualität des Outputs stark einschränken kann.
Hohe Hardware-Anforderungen
Kimi-K2-Thinking ist mit ca. 584 GB Modellgröße und 1 Bio. Parametern sehr groß und es werden leistungsstarke Recheneinheiten mit viel Speicher für die lokale Inferenz benötigt.
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 Thinking mit anderen LLMs

Vergleiche Kimi K2 Thinking 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
Moonshot AI	Kimi K2 Thinking	MIT	1.000 Mrd.	262,14k	262,14k	$0.60	$2.50	83,1 %
MiniMax	MiniMax-M2	MIT	230 Mrd.	204,8k	131,07k	$0.30	$1.20	83 %
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 %

‌
Alle Modelle vergleichen

Provider & APIs

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

Das Modell ist derzeit bei keinen Anbietern verfügbar.