# k1.5 – Kimi推出的多模态思考模型

- Link: https://paooo.com/aigc-news/22718/
- Published: 2026-06-08T23:18:22+08:00
- Author: Prompt 语宙研究院

⚡ [Prompt](https://paooo.com/ai-image-prompts/) 语宙 AI 导读 · 30 秒核心看点

 * 短链思维下，k1.5在数学、代码、视觉多模态与通用能力上大幅领先主流短思考模型。
 * 长链思维模式下，k1.5性能达到[OpenAI](https://paooo.com/tag/openai/) o1正式版水平，
   成为首个达成该水平的多模态模型。
 * 其核心在于128k长上下文、策略优化与long2short技术，兼顾强推理与实用部署。

## k1.5是什么

k1.5 是月之暗面[Kimi](https://ai-bot.cn/sites/53747.html)推出的最新多模态思考模型，
具备强大的推理和多模态处理能力。模型在 short-CoT（短链思维）模式下，数学、代码、
视觉多模态和通用能力大幅超越了全球范围内短思考 SOTA 模型 GPT-4o 和 [Claude](https://paooo.com/aigc-news/)
3.5 Sonnet，领先幅度高达 550%。在 long-CoT（长链思维）模式下，k1.5 的性能达到了 
OpenAI o1 正式版的水平，成为全球范围内首个达到这一水平的多模态模型。

阅读目录

 * [k1.5是什么](https://paooo.com/aigc-news/22718/#k15%e6%98%af%e4%bb%80%e4%b9%88)
 * [k1.5的主要功能](https://paooo.com/aigc-news/22718/#k15%e7%9a%84%e4%b8%bb%e8%a6%81%e5%8a%9f%e8%83%bd)
 * [k1.5的技术原理](https://paooo.com/aigc-news/22718/#k15%e7%9a%84%e6%8a%80%e6%9c%af%e5%8e%9f%e7%90%86)
 * [k1.5的项目地址](https://paooo.com/aigc-news/22718/#k15%e7%9a%84%e9%a1%b9%e7%9b%ae%e5%9c%b0%e5%9d%80)
 * [如何使用k1.5](https://paooo.com/aigc-news/22718/#%e5%a6%82%e4%bd%95%e4%bd%bf%e7%94%a8k15)
 * [k1.5的应用场景](https://paooo.com/aigc-news/22718/#k15%e7%9a%84%e5%ba%94%e7%94%a8%e5%9c%ba%e6%99%af)

k1.5 的设计和训练包含四大关键要素：长上下文扩展、改进的策略优化、简洁的框架和多模
态能力。通过扩展上下文窗口至 128k 和部分展开技术，模型在推理深度和效率上显著提升。
k1.5 通过 long2short 技术，将长链思维的优势迁移到短链思维模型中，进一步优化性能。

![k1.5](https://paooo.com/wp-content/uploads/2026/06/Kimi-k1.5-website1-1.avif)

## k1.5的主要功能

 * **多模态推理能力**：k1.5 能同时处理文本和视觉数据，具备联合推理能力，适用于数学、
   代码和视觉推理等领域。
 * **短链和长链思维**：在短链思维模式下，k1.5 的数学、代码、视觉多模态和通用能力
   大幅超越全球领先的模型（如 GPT-4 和 Claude 3.5），领先幅度高达 550%。在长链思维
   模式下，其性能达到了 OpenAI o1 正式版的水平。
 * **出色的数学与代码能力**：k1.5 在数学推理和编程任务中表现出色，尤其在 LaTeX 格式
   的数学公式输入上表现优异。
 * **高效的训练和优化**：通过长上下文扩展（上下文窗口扩展至 128k）和改进的策略优
   化，k1.5 实现了更高效的训练，展现出规划、反思和修正的推理特性。
 * **深度推理能力**：k1.5 擅长解决复杂的推理任务，如难解的数学问题、编程调试和工作
   难题，能帮助用户解锁更复杂的任务。

## k1.5的技术原理

 * **长上下文扩展（Long Context Scaling）**：Kimi k1.5 将强化学习的上下文窗口扩展
   到 128k，通过增加上下文长度显著提升了模型的推理能力。核心是基于部分回滚（Partial
   Rollout）策略，通过重用先前的轨迹片段来生成新的轨迹，避免从头生成完整轨迹的高
   计算成本。
 * **改进的策略优化（Improved Policy Optimization）**：模型采用了基于长链思维（Long-
   CoT）的强化学习公式，并结合在线镜像下降法（Online Mirror Descent）的变体进行策略
   优化。通过有效的采样策略、长度惩罚和数据配方优化，进一步提升了算法的性能。
 * **简洁的框架（Simplistic Framework）**：Kimi k1.5 的设计摒弃了复杂的蒙特卡洛树
   搜索、价值函数和过程奖励模型等技术，是通过扩展上下文长度和优化策略，实现了强大
   的推理能力。使模型在长上下文推理中表现出色，同时具备规划、反思和修正的能力。
 * **多模态联合训练（Multimodalities）**：模型在文本和视觉数据上进行了联合训练，
   能同时处理文本和视觉信息，具备跨模态推理的能力。
 * **Long2Short 技术**：Kimi k1.5 提出了一种将长链思维模型的推理能力迁移到短链思维
   模型的方法，包括模型融合、最短拒绝采样、DPO（成对偏好优化）和 Long2Short RL（
   强化学习）。

![k1.5](https://paooo.com/wp-content/uploads/2026/06/Kimi-k1.5-website.avif)

## k1.5的项目地址

 * **GitHub仓库**：[https://github.com/MoonshotAI/kimi-k1.5](https://github.com/MoonshotAI/kimi-k1.5)
 * **技术论文**：[https://github.com/MoonshotAI/Kimi-k1.5/blob/main/Kimi_k1.5.pdf](https://github.com/MoonshotAI/Kimi-k1.5/blob/main/Kimi_k1.5.pdf)

## 如何使用k1.5

 * **网页端**：访问[ Kimi 官网](https://ai-bot.cn/sites/53747.html)，即可直接使用。
 * **手机端**：在应用商店搜索“Kimi 智能助手”并下载，或通过微信小程序搜索“Kimi 智能
   助手”。
 * **API 调用**：开发者可以使用 Kimi API 进行调用。

## k1.5的应用场景

 * **复杂推理任务**：Kimi k1.5 在深度推理任务中表现出色，能处理复杂的数学问题、编
   程调试以及推理难题。
 * **跨模态推理**：模型支持文本和视觉数据的联合推理，能处理涉及数学题目与图形分析、
   代码与图像综合理解等任务。
 * **AI 智能助手**：Kimi k1.5 可作为智能助手，为用户提供高效的推理能力，帮助解决
   多种复杂问题。能通过多轮对话理解用户需求，提供详细的解答。
 * **教育领域**：在教育场景中，Kimi k1.5 可用于辅助教学，帮助学生解决数学难题、编
   程练习以及逻辑推理问题。
 * **科研与开发**：对于科研人员和开发者，Kimi k1.5 可以作为工具辅助进行复杂的理论
   推导、代码生成和算法优化。支持 LaTeX 格式的数学公式输入，进一步提升了在科研领域
   的适用性。
 * **多模态数据分析**：Kimi k1.5 能处理多模态数据，适用于需要结合文本和图像信息的
   分析任务，例如图像标注、视觉问答等。

🧭 文中关联 [AI 工具](https://ai.paooo.com/)官网与参数卡（语宙 AI 导航）

**Kimi ↗**

Kimi：曾经很火的国产AI，面向AI 综合应用场景提供便捷实用的在线功能支持。

**Claude ↗**

Anthropic 打造的新一代安全人工智能模型，具备超长上下文理解能力，最强代码伴侣。

❓ 常见问题解答（FAQ）

k1.5是什么模型？

k1.5是月之暗面 Kimi 推出的多模态思考模型，支持文本与视觉联合推理，重点强化数学、
代码、视觉理解和复杂推理能力。文章提到它在短链思维和长链思维两种模式下都表现突出。

k1.5和GPT-4o、Claude 3.5相比怎么样？

在 short-CoT 模式下，k1.5 的数学、代码、视觉多模态和通用能力大幅超越 GPT-4o 和 Claude
3.5 Sonnet，领先幅度最高可达 550%。在 long-CoT 模式下，其性能达到 OpenAI o1 正式
版水平。

k1.5怎么使用？

可通过 Kimi 官网网页端直接使用，也可以在应用商店下载“Kimi 智能助手”或通过微信小程序
使用；开发者还可通过 Kimi API 调用。文章同时给出了 GitHub 仓库和技术论文地址。

🔬 语宙深潜追问 · 进阶实操拆解

短链和长链思维该怎么选？

短链适合低延迟、结构清晰的任务，如视觉问答和代码补全；长链适合复杂推理、科研分析
和多步规划。产品上最好让模型按任务自动切换思考预算，而不是一刀切。

如何验证它真超过闭源模型？

不要只看单一榜单，要拆成数学、代码、视觉和通用四类任务做回归测试，再加上真实业务
样本；同时关注稳定性、幻觉率和推理成本，避免“榜单赢了，产品输了”。

🗳️ 读者观点微投票 · 您的实战立场是？

多模态思考模型会先颠覆哪类任务？

🕸️ 语宙向量知识图谱 · 语义强关联深度内链

[🏮 所属权威专题：国产大模型选型与资费对比 →](https://paooo.com/topics/domestic-llm-ecosystem/)

 * [k1 视觉思考模型 – kimi推出的 k1 系列强化学习模型](https://paooo.com/aigc-news/24862/)
 * [kimi-thinking-preview – 月之暗面推出的多模态思考模型](https://paooo.com/aigc-news/20002/)
 * [月之暗面Kimi K2模型开源：万亿参数MoE架构，代码与Agent能力超越主流开源模型](https://paooo.com/aigc-news/14483/)
 * [k0-math – 月之暗面Kimi推出的数学推理模型，对标o1](https://paooo.com/aigc-news/25598/)

[🏛️ Prompt 语宙研究院](https://paooo.com/author/paooo-research/) · Prompt 语宙研究院（
paooo.com Research）专注于前沿多模态大模型架构拆解、AI Agent 工作流评测、AIGC 提示
词工程（Prompt Engineering）与全球高增长 AI 生产力工具实测追踪，致力于为中文开发
者与创作者提供一手、可复现的深度技术洞察。

[📄 Markdown 纯净版](https://paooo.com/aigc-news/22718/?format=md)

💡 这篇内容对您有启发吗？

[📡 RSS 订阅](https://paooo.com/feed/)[✨ 提交 AI 工具 / 合作](https://paooo.com/submit-tool/)

**🚀 Prompt 语宙 AI 创作者生态：**探索 2,800+ 全球实用 AI 工具与高精度生图提示词
咒语库

[🧭 语宙 AI 导航 (ai.paooo.com)](https://ai.paooo.com/)[🎨 AI 生图 Prompt 库](https://paooo.com/ai-image-prompts/)
[📚 核心专题导航](https://paooo.com/topics/)[⚡ AIGC 早报生成器](https://paooo.com/mtool/)
