Kimi-K2-Instruct-0905 ist die überarbeitete Version von Kimi-K2-Instruct mit Fokus auf agentisches Coding. Bei SWE-Bench Verified steigt der Wert von 65,8 auf 69,2, bei Terminal-Bench von 37,5 auf 44,5. Zudem verbessert Moonshot AI die Frontend-Entwicklung und verdoppelt das Kontextfenster auf 256.000 Token.
Technisch ist das Modell unverändert: ein Mixture-of-Experts-Modell (MoE) mit einer Billion Parametern, von denen je verarbeitetem Textbaustein (Token) nur 32 Milliarden aktiv sind. Es antwortet direkt ohne Denkphase. Die Gewichte stehen unter einer modifizierten MIT-Lizenz.
Kimi-K2-Instruct-0905
Moonshot AI
September 2025
Modifizierte MIT-Lizenz: Bei kommerziellen Produkten mit mehr als 100 Mio. monatlich aktiven Nutzern oder mehr als 20 Mio. US-Dollar Monatsumsatz muss „Kimi K2“ sichtbar in der Oberfläche stehen.
MoE, Instruct-Modell ohne Denkphase, agentisches Coding, rein textbasiert
1 Bio. total (32 Mrd. aktiv pro Token)
MoE mit Multi-head Latent Attention (MLA), Gewichte in FP8
61 (davon 1 dichte Schicht)
384 Experten, 8 aktiv je Token, 1 geteilter Experte
256.000 Token
Die überarbeitete Instruct-Version vom September 2025 mit Gewichten in FP8. Ein eigenes Basismodell hat Moonshot dazu nicht veröffentlicht.
Kimi-K2-Instruct vom Juli 2025 mit 128.000 Token Kontext und dem Basismodell Kimi-K2-Base.
Kimi K2 Thinking ergänzt eine Denkphase und native INT4-Gewichte, Kimi K2.5 zusätzlich Bildverständnis.
| Benchmark | Kimi-K2-Instruct-0905 | Kimi-K2-Instruct-0711 | Qwen3-Coder-480B-A35B | GLM-4.5 | DeepSeek-V3.1 | Claude Sonnet 4 |
|---|---|---|---|---|---|---|
| SWE-Bench Verified | 69,2 | 65,8 | 69,6* | 64,2* | 66,0* | 72,7* |
| SWE-Bench Multilingual | 55,9 | 47,3 | 54,7* | 52,7 | 54,5* | 53,3* |
| Multi-SWE-Bench | 33,5 | 31,3 | 32,7 | 31,7 | 29,0 | 35,7 |
| Terminal-Bench | 44,5 | 37,5 | 37,5* | 39,9* | 31,3* | 36,4* |
| SWE-Dev | 66,6 | 61,9 | 64,7 | 63,2 | 53,3 | 67,1 |
Quelle: offizielle Model Card zu Kimi-K2-Instruct-0905 (Moonshot AI, September 2025). Angaben in Prozent, für 0905 als Mittelwert aus fünf Durchläufen. Mit * markierte Werte stammen aus den Veröffentlichungen der jeweiligen Anbieter.
Überarbeitetes Kimi K2 mit stärkerem Coding und 256.000 Token Kontext. Wir prüfen mit Ihnen Nutzen, Auslegung und Betriebskosten.
Moonshot AI nennt für die Version 0905 keine eigenen Trainingsdaten. Das Modell teilt die Architektur von Kimi-K2-Instruct, das mit dem Optimierer MuonClip auf 15,5 Billionen Token vortrainiert wurde.
Kimi-K2-Instruct-0905 eignet sich für Teams, die schnelle Coding-Assistenz ohne Denkphase selbst betreiben wollen. In einer KI-Beratung prüfen wir mit Ihnen, ob ein neueres Kimi-Modell mit geringerem Hardware-Bedarf besser passt.
Stärkeres agentisches Coding: SWE-Bench Multilingual steigt von 47,3 auf 55,9, Terminal-Bench von 37,5 auf 44,5.
Stark bei Terminal-Aufgaben: Mit 44,5 bei Terminal-Bench vor allen Vergleichsmodellen der Tabelle.
Doppelter Kontext: 256.000 statt 128.000 Token.
Schnelle Antworten: Ohne Denkphase eignet sich das Modell für interaktive Anwendungen.
Kommerziell nutzbar: Modifizierte MIT-Lizenz mit Namensnennung erst bei sehr großen Produkten.
Hoher Hardware-Bedarf: Die FP8-Gewichte von rund 1,03 TB brauchen laut Moonshot 16 H200.
Keine Denkphase: Für gründliches Reasoning eignet sich Kimi K2 Thinking.
Nicht in allen Tests vorn: Claude Sonnet 4 liegt bei SWE-Bench Verified, Multi-SWE-Bench und SWE-Dev vorn.
Nicht mehr über die Kimi-API: Seit dem 25. Mai 2026 gibt es das Modell nur noch zum Selbstbetrieb.
Wir planen die Cluster-Auslegung für Kimi-K2-Instruct-0905, übernehmen Inbetriebnahme, Quantisierung und Betrieb und hosten das Modell auf Wunsch DSGVO-konform in unserem zertifizierten Rechenzentrum in Limburg an der Lahn.
Das Update verbessert vor allem agentisches Coding und Frontend-Entwicklung und verdoppelt das Kontextfenster auf 256.000 Token. Die Architektur bleibt unverändert.
Die Gewichte liegen in FP8 vor und umfassen rund 1,03 TB. Moonshot AI nennt als kleinste Einheit einen Cluster mit 16 H200, verteilt auf zwei Server.
Nein. Das Modell antwortet direkt ohne Denkphase. Für Reasoning mit Denkphase eignet sich Kimi K2 Thinking, das zudem mit acht H200 auskommt.
Ja. Code und Gewichte stehen unter einer modifizierten MIT-Lizenz. Die einzige Auflage: Hat Ihr Produkt mehr als 100 Millionen monatlich aktive Nutzer oder mehr als 20 Millionen US-Dollar Monatsumsatz, muss „Kimi K2“ sichtbar in der Oberfläche stehen.
Ja. Über unsere GPU Cloud stellen wir die nötige Rechenleistung bereit. Alternativ bündelt der MaaS Proxy verschiedene Modelle über eine einheitliche Schnittstelle. Beide Wege betreiben wir DSGVO-konform in Deutschland.
Möchten Sie individuell beraten werden?
Unsere KI-Experten sind für Sie da!
