Mit Kimi-K2 präsentiert Moonshot AI ein neues State-of-the-Art Sprachmodell, das speziell für agentische Anwendungen und anspruchsvolle Tool-Nutzung entwickelt wurde. Die Kombination aus riesigem MoE-Design, innovativem MuonClip-Optimizer und großskaligem RL-Training macht Kimi-K2-Instruct zu einem der leistungsfähigsten Open-Source-Modelle für komplexe Aufgaben.
Kimi-K2-Instruct
Moonshot AI
Juli 2025
Modifizierte MIT-Lizenz (kommerzielle Nutzung erlaubt)
Mixture-of-Experts (MoE) Sprachmodell
1 Billion (davon 32B aktiv pro Token)
61 Schichten, 384 Experten, 8 Experten pro Token, MLA Attention, SwiGLU Aktivierung
160k Vokabular
128.000 Token
Kimi-K2-Instruct erzielt in zahlreichen Benchmarks herausragende Ergebnisse und konkurriert mit den besten Open-Source- und proprietären Modellen:
| Benchmark (Auswahl) | Metric | K2-Instruct-0905 | K2-Instruct-0711 | Qwen3-Coder-480B-A35B-Instruct | GLM-4.5 | DeepSeek-V3.1 | Claude-Sonnet-4 | Claude-Opus-4 |
|---|---|---|---|---|---|---|---|---|
| SWE-Bench verified | ACC | 69.2 ± 0.63 | 65.8 | 69.6* | 64.2* | 66.0* | 72.7* | 72.5* |
| SWE-Bench Multilingual | ACC | 55.9 ± 0.72 | 47.3 | 54.7* | 52.7 | 54.5* | 53.3* | – |
| Multi-SWE-Bench | ACC | 33.5 ± 0.28 | 31.3 | 32.7 | 31.7 | 29.0 | 35.7 | – |
| Terminal-Bench | ACC | 44.5 ± 2.03 | 37.5 | 37.5* | 39.9* | 31.3* | 36.4* | 43.2* |
| SWE-Dev | ACC | 66.6 ± 0.72 | 61.9 | 64.7 | 63.2 | 53.3 | 67.1 | – |
Weitere Benchmarks und Details siehe Tech Blog.
Gerne beraten wir Sie individuell dazu, welches KI-Modell zu Ihren Anforderungen passt. Vereinbaren Sie direkt ein unverbindliches Erstgespräch mit unseren KI-Experten und nutzen Sie das volle Potenzial von KI für Ihr Projekt!
Kimi-K2-Instruct wurde auf einer außergewöhnlich breiten Datenbasis trainiert, darunter 15,5 Billionen Token sowie speziell synthetisierte Daten für Tool-Nutzung und agentische Aufgabenstellungen. Das Pretraining wurde durch ein umfassendes Reinforcement-Learning-Verfahren ergänzt, das sowohl verifizierbare als auch nicht-verifizierbare Tasks abdeckt.
Mit dem speziell entwickelten MuonClip-Optimizer konnte die Skalierung dieses großdimensionierten MoE-Modells stabil und effizient durchgeführt werden – eine entscheidende Grundlage für den zuverlässigen Einsatz in realen, komplexen Szenarien.
Ist Kimi-K2-Instruct das richtige KI-Modell für Ihren individuellen Anwendungsfall? Wir beraten Sie gerne umfassend und persönlich.
Ob als intelligenter KI-Assistent, zur automatisierten Codegenerierung oder für die Integration in wissenschaftliche Systeme: Kimi-K2-Instruct liefert die nötige Architektur, Performance und Offenheit für den produktiven Einsatz. Unser Expertenteam unterstützt Sie bei Auswahl, Feinabstimmung und Hosting – auf Wunsch vollständig betreut in unserer deutschen GPU Cloud.
