Kimi-K2-Instruct-0905 ist die im September 2025 überarbeitete Fassung von Moonshots 1-Billion-Parameter-MoE. Architektur und Parameterzahl bleiben (1 Billion total, 32 Milliarden aktiv, 384 Experten), doch das Kontextfenster verdoppelt sich auf 256K und die Coding-Fähigkeiten – besonders im Frontend – wachsen deutlich. Als Drop-in-Ersatz für das ursprüngliche K2-Instruct integriert es sich nahtlos in Agenten-Scaffolds wie Claude Code oder Roo Code.
Kimi-K2-Instruct-0905
Moonshot AI
September 2025
Modified MIT
MoE, Instruct (agentisch)
1 Bio. total (32 Mrd. aktiv)
384 Experten (8+1 shared), MLA, SwiGLU, FP8
256.000 Token
Offizielle Angaben (Auswahl):
| Benchmark | Kimi-K2-Instruct-0905 | Kategorie |
|---|---|---|
| SWE-bench Verified | 69,2 % | Coding |
Quelle: offizielle Moonshot Model-Card / Ankündigung.
Ein 1-Billion-MoE braucht Server-GPUs. Wir prüfen mit Ihnen Hardware, Quantisierung und Betriebskonzept.
Wie die gesamte K2-Reihe basiert 0905 auf einem 1-Billion-Parameter-MoE mit 384 Experten und Multi-head Latent Attention, trainiert mit dem MuonClip-Optimizer für stabiles Training bei dieser Größe.
Das 0905-Update konzentriert sich auf Coding und Agenten-Integration sowie das verdoppelte Kontextfenster – bei gleicher Grundarchitektur.
Für anspruchsvolle Coding- und Agenten-Workflows.
Stärkeres Coding als K2-Instruct
256K-Kontext
Bessere Agent-Integration
Offen (Modified MIT)
Sehr hoher VRAM-Bedarf (8-GPU-Klasse)
Kein nativer Reasoning-Modus
Nur mit Server-Infrastruktur sinnvoll
Wir betreiben Kimi-K2-Instruct-0905 auf passender Cluster-Hardware – DSGVO-konform aus dem deutschen Rechenzentrum.
