Kimi K2.5开源发布：月之暗面推出视觉文本融合全能AI模型，支持百Agent集群协作

💡 站外导读：随着AI技术飞速发展，企业对高效处理复杂任务、多模态理解及自动化办公的需求日益迫切。传统单一文本模型已难以满足设计开发、批量分析等实际场景。月之暗面此次开源的Kimi K2.5，正瞄准这一痛点，以原生多模态和Agent集群协作重新定义AI应用边界，或将引发行业效率革命。

Kimi K2.5是什么

Kimi K2.5 是月之暗面开源的全新一代全能旗舰模型，模型基于约 15T 视觉与文本数据训练而成，具备顶尖的代码生成、视觉理解能力，支持自主 Agent 集群协作，可调度多达 100 个子 Agent 并行处理复杂任务，执行效率大幅提升。Kimi K2.5 提供快速、思考、Agent 及 Agent 集群四种模式，适用多种场景，包括前端开发、办公自动化和复杂问题解决。模型可通过 Kimi.com、Kimi App、Kimi 开放平台和 Kimi Code （Kimi 新推出的编程工具）等平台提供服务，助力用户高效完成任务。

Kimi K2.5的主要功能

• 视觉与文本融合：Kimi K2.5 能同时处理文字和图像，理解设计图、视频等内容，实现“看图写应用”，将视觉内容转化为可交互的网页或代码，支持像素级复刻和视觉调整。
• 多模式思考：模型支持思考模式和快速模式切换。思考模式适合复杂任务，可进行深度逻辑推理；快速模式适合即时问答，响应迅速。
• 智能体协同（Agent Swarm）：在复杂任务中，Kimi K2.5 可拆解任务并调度多个“分身”协同工作，支持高并发处理，完成多达 1500 步的操作，适用批量任务和多视角分析。
• 专家级办公助手（Office Agent）：模型深度优化 PPT、Word、Excel 等办公软件的使用，能处理文本和解析图表和复杂排版，提供专业级的输出。
• 本地编程支持（Kimi Code）：基于终端的 Coding Agent，支持本地代码的增删改查，自动生成和修改代码，运行测试，并解释改动，方便开发者使用。
• 一键部署与应用生成：生成的网页或应用可直接部署上线，快速将设计转化为实际可用的产品。

Kimi K2.5的性能表现

Kimi K2.5 是一款原生多模态模型，其训练基于大约 15 万亿个视觉与文本混合数据。该模型在处理视觉理解、图像生成以及视频分析等多项任务时，均展现出卓越的能力。以 MMMU-Pro 和 MathVision 等权威视觉基准测试为例，Kimi K2.5 的表现超越了其他顶尖模型，或与它们不相上下。

Kimi K2.5的项目官网

• 项目官网：https://www.kimi.com/blog/kimi-k2-5.html
• HuggingFace模型库：https://huggingface.co/collections/moonshotai/kimi-k25

Kimi K2.5的API调用价格

• 输入（非缓存）：每 M Tokens 价格为 ¥4，相比 K2 Turbo降低了 50%。
• 输入（缓存）：每 M Tokens 价格为 ¥0.7，相比 K2 Turbo 降低了 30%。
• 输出：每 M Tokens 价格为 ¥21，相比 K2 Turbo降低了 63.8%。

Kimi K2.5的应用场景

• 软件开发与编程：Kimi K2.5 可将设计图或视频直接转化为可交互的网页或应用，支持本地代码生成、修改和一键部署，大幅提升开发效率。
• 办公自动化：模型能作为专家级办公助手，深度优化 PPT、Word 和 Excel 文档，支持批量任务处理和多任务协作，显著提高办公效率。
• 教育与学习：Kimi K2.5 能根据学生需求生成个性化学习计划和教学材料，提供实时辅导，减轻教师备课负担。
• 创意与设计：模型可将设计稿直接转为代码，支持批量生成创意素材和视觉调整，助力设计师快速完成项目。
• 商业与市场分析：Kimi K2.5 能快速进行市场调研、生成商业计划书，通过数据可视化辅助决策，助力企业高效分析市场。