最近编程模型一个接一个，前几天刚分享了 MiniMax M2，就看到 Kimi 发布了最新的 K2 Thinking。
之前一直没有分享 K2 系列模型的内容，今天一起整理下，并实测下刚发布的 K2 Thinking 实战表现如何。
K2 系列
全系列开源，你如果有硬件资源，可以直接部署使用。
K2 初版
2025年7月11日，Kimi K2 首次亮相，这是一个采用混合专家架构的开源基础模型，总参数量达万亿（1T），激活参数量为320亿（32B）。
- 专长定位：主打代码能力和通用Agent任务，在SWE Bench Verified、AceBench等权威基准测试中取得了开源模型的SOTA成绩。
- 强大的代码生成能力：具有生成兼具设计感与交互性前端代码的能力，如3D景观、粒子银河、期货交易系统等复杂场景。
这个版本，Kimi 开始进入编程模型的第一梯队。
K2-0905
2025年9月5日，K2-0905 发布，一次重要的增量更新，进一步提升了模型在真实编程任务中的表现，并优化了开发者体验。
- Agentic Coding能力提升：在公开基准和真实编程任务中均展现出更好的性能，巩固了其在AI编程领域的领先地位。
- 上下文窗口翻倍：上下文长度从128K大幅提升至256K，为处理更复杂的代码库和长线开发任务提供了强大支持。
- 高速API上线：推出支持高达60-100 Token/s输出速度的 Turbo 版 API，显著降低了应用延迟，提升了开发效率。
此次更新后，众多 AI 编程工具（如Cursor、TRAE等）纷纷内置或接入 Kimi K2 模型，标志着其技术实力获得了业界广泛认可。
K2 Thinking
2025年11月6日，K2 Thinking 模型发布，是基于"模型即Agent"理念训练的全新思考模型。
- 原生思考能力：K2 Thinking 原生掌握了"边思考，边使用工具"的能力，可自主实现高达300轮的工具调用和多轮思考，从而解决前所未有的复杂问题。
- 推理能力SOTA：在"人类最后的考试"（Humanity's Last Exam）、BrowseComp、SEAL-0等需要深度推理与信息搜集的基准测试中，达到了SOTA水平。
- Agentic编程的深化：编码能力进一步增强，其"思考"能力使其能更灵活地融入software agents，处理需要多步骤决策和工具调用的复杂开发工作流。
- 原生INT4量化：通过量化感知训练技术，实现了原生INT4推理，在保持顶尖性能的同时，将生成速度提升约2倍。
K2 使用注意事项
价格
| 模型 | 输入 | 输出 | 上下文 |
|---|---|---|---|
| K2 Thinking | 4 元 | 16 元 | 256K |
| K2 Turbo | 8 元 | 58 元 | 256K |
| DeepSeek-V3.2-Exp | 2 元 | 3 元 | 128K |
价格全部采用百万 tokens 计算。
比 DeepSeek 最新的 V3.2-Exp 高了不少，但是据说编程体验也高了不少。
速率限制
Kimi 的接口限速稍微特殊点，如果你没有充值，使用的赠送额度，限制非常大。
RPM=3 指一分钟内发送的请求次数不能超过3次，在下面实测过程中，我多次触发了限制，只能不断地手动"继续"。
实测
下面，我们直接看看实测效果如何。
实测环境：TRAE 国内版 + K2 Thinking。
任务目标
今天只是先实测一下，没有选择已有项目，看官网宣传前端能力挺强，我们直接新建一个在线 PS 试试。
配置
目前 TRAE 尚未内置 K2 Thinking 模型，但是已经支持 K2 初版模型，只需要简单配置即可实现 K2 Thinking 模型的调用。
1、申请好 Kimi 开放平台的 key。 2、在 TRAE 中"添加模型"。
3、按照下图填写相关内容即可，其中模型选择"其他模型"，模型 ID 填入"kimi-k2-thinking"。
简单测试下是否配置成功。
操作记录
已经配置完成，下面我们使用 K2 Thinking 进行生成。
指令
帮我实现一个web版的photoshop实测，我一般都采用比较简单的提示词，看下模型的理解能力如何。
过程
开始规划，todo-list 理解也比较到位。
按照规划一步步执行。
结果
在继续了好几次之后，终于完成生成，让我们看看都做了什么。
最终效果
下图是我使用"画笔"手写了"TRAE"后，又用橡皮擦擦出"R"的一部分的效果。
结语
根据在线 PS 生成的结果，理解能力、前端生成能力确实不错，就是限速这一条有点难受。
倒是可以买 Coding Plan，49元/月，每周有1024次请求，但是如果单纯编程的话，性价比不是很高。
