无需人类干预,300 轮自主思考!Kimi K2 Thinking 模型发布,多项基准达 SOTA

月之暗面(Moonshot AI)正式发布其新一代开源思考模型------Kimi K2 Thinking。该模型被官方定义为Kimi迄今能力最强的"思考智能体",其核心突破在于将"模型即Agent"的理念转化为原生能力,让AI能够自主进行长达300轮的工具调用与多轮思考,从而独立解决更为复杂的现实问题。

据悉,Kimi K2 Thinking在多项高难度基准测试中均展现出业界领先的性能。在被誉为"人类终极学术挑战"的Humanity's Last Exam中,该模型在允许使用工具的条件下取得了44.9% 的SOTA成绩;而在由OpenAI发布的BrowseComp自主网络浏览能力测试中,其60.2% 的表现更是达到了人类平均水平的约两倍,凸显了其在复杂信息环境中卓越的规划、搜索与推理能力。

这意味着,Kimi K2 Thinking不再是一个被动应答的工具,而是一个能够主动规划、执行并验证的智能伙伴。面对一个模糊或复杂的任务,它可以自行将其分解为"搜索信息、分析网页、编写代码验证、综合推理"等一系列子步骤,形成一个持续的"思考-行动"循环,大幅降低了用户解决复杂问题的门槛。

目前,普通用户已可在Kimi官网或App的常规对话模式中,通过开启"长思考"开关来体验这一能力。对于开发者而言,该模型的API也已通过Kimi开放平台对外提供。

核心亮点

1.核心理念突破:从"工具"到"智能体"
模型即 Agent:Kimi K2 Thinking 不是一个普通的语言模型,而是一个原生内置了"思考-行动"循环的思考型智能体。****
自主性与长程规划:它能像人类一样,无需逐步指导 ,即可自主规划长达300轮的"思考"与"工具调用"步骤,独立解决复杂问题。
2.性能表现:多项基准测试达到世界领先水平
终极推理能力:在涵盖100多个学科的"人类最后的考试"中,取得44.9%** 的SOTA成绩,证明了其强大的封闭问题解决能力。**
顶级自主搜索能力:在OpenAI的BrowseComp网络浏览测试中,以60.2%** 的成绩(远超人类平均的29.2%)成为新SOTA,展现了在信息过载环境中"刨根问底"的钻研能力。**
3.核心能力升级:全方位赋能复杂场景
Agentic 编程:编码能力显著增强,尤其擅长处理前端任务,能将创意直接转化为功能齐全的产品(如复刻Word编辑器、创建体素艺术)。

创意与学术写作:写作能力全面提升,能将模糊灵感转化为结构清晰、情感动人、风格连贯的长篇内容;在学术分析上更具深度和严谨性。

交互体验更具人情味:在回应个人或情感类问题时,回答更富同理心,思考更深入周到。

  1. 技术效率创新:原生INT4量化

高效推理:采用量化感知训练技术,实现了原生INT4量化,在保证顶尖性能的同时,将生成速度提升约2倍。

硬件友好:所有公布的SOTA成绩均在INT4精度下取得,降低了部署成本,对国产芯片更友好。

5.即刻可用:产品化与开放化
产品快速集成:模型已上线Kimi官网和App的常规对话模式(需开启"长思考"开关),后续将全面升级Agent模式。
开发者友好:API已通过Kimi开放平台提供,支持256K上下文,并推出了速度高达100 Token/s的Turbo版本,定价具有竞争力。模型已在Hugging Face等平台开源。

总而言之,Kimi K2 Thinking 的发布标志着其AI能力从"高级助手"向"自主问题解决者"迈出了关键一步,尤其在需要多步推理、主动搜索和长程规划的复杂任务上,提供了业界领先的解决方案。

社区地址

OpenCSG社区:https://opencsg.com/models/AIWizards/Kimi-K2-Thinking

hf社区:https://huggingface.co/moonshotai/Kimi-K2-Thinking

关于 OpenCSG

OpenCSG 是全球领先的开源大模型社区平台,致力于打造开放、协同、可持续生态,AgenticOps人工智能领域的一种AI原生方法论, 由OpenCSG(开放传神)提出。AgenticOps是Agentic AI的最佳落地实践也是方法论。核心产品 CSGHub 提供模型、数据集、代码与 AI 应用的 一站式托管、协作与共享服务,具备业界领先的模型资产管理能力,支持多角色协同和高效复用。

相关推荐
懂AI的老郑28 分钟前
基于多源信息融合的杂草生长中心识别与判定技术研究
人工智能
有Li29 分钟前
基于几何深度学习的无监督多模态表面配准|文献速递-文献分享
人工智能·深度学习·文献
音视频牛哥36 分钟前
从低延迟到高可用:RTMP与 HTTP/HTTPS-FLV在App播放体系中的角色重构
人工智能·音视频·音视频开发·http-flv播放器·https-flv播放器·ws-flv播放器·wss-flv播放器
fantasy_arch39 分钟前
RNN和残差网络模型的差异
网络·人工智能·rnn
极客BIM工作室41 分钟前
Google第六代Trillium TPU详解
人工智能
byzh_rc1 小时前
[操作系统入门] 零散知识点
人工智能·python·机器学习
技术支持者python,php1 小时前
物体识别:分类器模型
人工智能·opencv·计算机视觉
良策金宝AI1 小时前
在一个平台完成查规范+绘图:工程AI如何重构设计工作流?
人工智能·能源·ai助手·工程设计
小马爱打代码1 小时前
Spring AI:使用 Advisor 组件 - 打印请求大模型出入参日志
java·人工智能·spring