Kimi K2 登顶全球开源模型榜首，12项开源任务性能领先

7月11日，Moonshot AI正式发布并开源了Kimi K2模型。作为基于 MoE 架构的基础模型，其以 “Agentic AI” 为核心定位，总参数达 1 万亿、激活参数 320 亿，并非简单的聊天工具，而是能理解复杂意图、拆解任务并自主调用工具的 “数字员工”，可高效完成多步骤复杂流程。

核心性能：12项SOTA横扫三大赛道，多项指标比肩闭源模型

Kimi K2在多个关键领域展现出强大实力，一举获得12项开源SOTA。在代码、数学、工具调用这三大核心赛道上超越DeepSeek - V3、DeepSeek - R1等顶尖开源模型。

• 代码生成：高效理解编程需求，生成高质量、高可读性代码，显著提升开发效率；

• 数学推理：精准应对复杂运算与逻辑推理任务，输出可靠解答；

• 工具调用：快速稳定调用各类工具，实现复杂任务自动化处理。

在闭源模型对比中，其表现同样亮眼：

• 多轮对话全球第一。

• 硬提示、编程任务全球第二。

• 长查询全球第五。

• 数学、创意写作、指令遵循全球第七。

技术创新

Kimi K2 采用稀疏 MoE 架构，通过动态激活专家模块提升参数利用率：总参数量 1 万亿，含 384 个专家，每个 token 动态选择 8 个专家计算，另设 1 个共享专家增强通用性，激活参数稳定在 320 亿。

训练层面，其采用改进的 MuonClip 优化器，有效解决大规模训练中梯度不稳定与收敛难题，支持模型在 15.5 万亿 tokens 的预训练规模下稳定运行，避免 “训练崩溃”；同时，128K 的最大上下文长度，使其在长文档理解、长对话及大规模检索任务中具备显著优势。

应用优势

• 编程领域：在 LiveCodeBench 互动式编程基准测试中准确率达 53.7%（超越 GPT-4.1 的 44.7%），OJBench 竞赛题测试得分 27.1%，印证对软件工程场景的深度适配；前端开发中，可生成含粒子系统、3D 场景的交互性代码，兼具设计感与视觉表现力。

• Agent 工具调用：能稳定解析复杂指令并拆解为可执行的 ToolCall 结构，在 SWE-bench Verified 代码错误修复测试中单次尝试准确率 65.8%，比肩部分专有模型；可处理 13 万行数据并生成带专业图表的分析报告。

• 多任务综合能力：Tau2-bench 加权值 66.1%（复杂 STEM 任务）、AceBench（英文）准确率 80.1%（语言理解与生成）、MMLU-Pro 多语言测试领先（跨学科能力），AIME 数学测评优于同类模型（深度建模潜力），同时登顶 EQ-Bench3 与 Creative Writing v3（情商与创意写作）。

数据是 Kimi K2 能力的核心支撑：15.5 万亿 tokens 的预训练数据奠定认知基础，而 Agentic Tool Use 合成数据则赋予其执行复杂现实任务的能力。二者的规模、质量与复杂性持续精进，推动模型在核心领域不断突破，向 “可信赖数字同事” 演进。

关于景联文

景联文科技为政府、企业客户提供高质量数据生产运营服务。结合市场AI模型需求，提供从数据汇聚、数据治理、语料开发、语料沉淀、语料交易的全链条“一站式数据服务”，帮助客户释放数据价值。依托景联文SolarSense语料工程平台，解决数据价值落地“最后一公里”难题，赋能企业人工智能、政府人工智能、生成式人工智能使用语料。

公司将继续秉持“成为人工智能的核心引擎，让每一比特数据释放AI的无限可能”企业愿景，为中国AI崛起提供高质量数据集！