Mit Kimi K2 hat Moonshot AI im Juli 2025 ein offenes Modell mit einer Billion Parametern veröffentlicht, das speziell für Werkzeugnutzung und Agenten trainiert wurde. Unter den Modellen ohne Denkphase erreichte es bei Veröffentlichung in vielen Tests Bestwerte, etwa bei LiveCodeBench v6 (53,7), GPQA-Diamond (75,1) und bei der Werkzeugaufgabe Tau2 telecom.
Technisch ist K2 ein Mixture-of-Experts-Modell (MoE) aus 384 spezialisierten Teilnetzen, von denen je verarbeitetem Textbaustein (Token) acht rechnen. So sind nur 32 Milliarden Parameter aktiv. Neben dem Instruct-Modell veröffentlicht Moonshot das Basismodell Kimi-K2-Base, beide unter einer modifizierten MIT-Lizenz.
Kimi-K2-Instruct (+ Kimi-K2-Base)
Moonshot AI
Juli 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, Werkzeugnutzung, rein textbasiert
1 Bio. total (32 Mrd. aktiv pro Token)
MoE mit Multi-head Latent Attention (MLA), 64 Attention-Heads, Gewichte in FP8
61 (davon 1 dichte Schicht)
384 Experten, 8 aktiv je Token, 1 geteilter Experte
128.000 Token
Das nachtrainierte Modell für Chat und Agenten, ohne lange Denkphase. Die Gewichte liegen in Block-FP8 vor.
Das Basismodell nach dem Vortraining für Forschung und eigenes Feintuning.
Kimi-K2-Instruct-0905 verbessert agentisches Coding und verdoppelt den Kontext. Kimi K2 Thinking ergänzt eine Denkphase.
| Benchmark | Kimi K2 Instruct | DeepSeek-V3-0324 | Qwen3-235B-A22B | Claude Sonnet 4 | Claude Opus 4 | GPT-4.1 |
|---|---|---|---|---|---|---|
| LiveCodeBench v6 | 53,7 | 46,9 | 37,0 | 48,5 | 47,4 | 44,7 |
| OJBench | 27,1 | 24,0 | 11,3 | 15,3 | 19,6 | 19,5 |
| SWE-bench Verified (Agentless) | 51,8 | 36,6 | 39,4 | 50,2 | 53,0 | 40,8 |
| SWE-bench Verified (agentisch) | 65,8 | 38,8 | 34,4 | 72,7* | 72,5* | 54,6 |
| Tau2 retail | 70,6 | 69,1 | 57,0 | 75,0 | 81,8 | 74,8 |
| Tau2 airline | 56,5 | 39,0 | 26,5 | 55,5 | 60,0 | 54,5 |
| Tau2 telecom | 65,8 | 32,5 | 22,1 | 45,2 | 57,0 | 38,6 |
| AceBench | 76,5 | 72,7 | 70,5 | 76,2 | 75,6 | 80,1 |
| AIME 2025 | 49,5 | 46,7 | 24,7* | 33,1* | 33,9* | 37,0 |
| GPQA-Diamond | 75,1 | 68,4* | 62,9* | 70,0* | 74,9* | 66,3 |
| MMLU-Pro | 81,1 | 81,2* | 77,3 | 83,7 | 86,6 | 81,8 |
| IFEval | 89,8 | 81,1 | 83,2* | 87,6 | 87,4 | 88,0 |
Quelle: offizielles Repository zu Kimi K2 (Moonshot AI, Juli 2025). Angaben in Prozent, alle Modelle ohne Denkphase und mit 8.000 Token Ausgabe. Mit * markierte Werte stammen aus den Veröffentlichungen der jeweiligen Anbieter.
Das offene Modell mit einer Billion Parametern für Agenten und Werkzeugnutzung. Wir prüfen mit Ihnen Nutzen, Auslegung und Betriebskosten.
Kimi K2 wurde auf 15,5 Billionen Token vortrainiert, mit dem eigens entwickelten Optimierer MuonClip. Er begrenzt bestimmte Werte in der Attention und verhindert so Instabilitäten, das Training lief laut Moonshot AI ohne einen einzigen Einbruch. Anschließend wurde das Kontextfenster auf 128.000 Token erweitert.
Für das Post-Training hat Moonshot über 3.000 echte MCP-Werkzeuge gesammelt und daraus über 20.000 synthetische Werkzeuge mit passenden Aufgaben erzeugt. Im Reinforcement Learning lernt das Modell aus überprüfbaren Ergebnissen und aus Bewertungen nach festen Kriterien, die es teils selbst vornimmt.
Kimi-K2-Instruct eignet sich für Organisationen, die Agenten mit Werkzeugnutzung selbst betreiben wollen. In einer KI-Beratung prüfen wir mit Ihnen, ob ein neueres Kimi-Modell besser passt.
Stark bei Werkzeugnutzung: Bei Tau2 telecom mit 65,8 deutlich vor allen Vergleichsmodellen.
Stark beim Coding ohne Denkphase: Bei LiveCodeBench v6 (53,7) und OJBench (27,1) vor allen Vergleichsmodellen.
Stabiles Training: 15,5 Billionen Token ohne einen einzigen Einbruch.
Basismodell verfügbar: Kimi-K2-Base steht für eigenes Feintuning bereit.
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 GPUs.
Übermäßige Ausgaben: Bei schweren Reasoning-Aufgaben oder unklaren Werkzeugen erzeugt das Modell laut Moonshot teils zu viele Token, bis hin zu abgebrochenen Antworten.
Hinter Claude beim agentischen Coding: Bei SWE-bench Verified agentisch liegen Claude Sonnet 4 und Opus 4 deutlich 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, übernehmen Inbetriebnahme, Quantisierung und Betrieb und hosten das Modell auf Wunsch DSGVO-konform in unserem zertifizierten Rechenzentrum in Limburg an der Lahn.
Die Gewichte liegen in FP8 vor und umfassen rund 1,03 TB. Moonshot AI nennt als kleinste Einheit einen Cluster mit 16 GPUs vom Typ H200 oder H20, verteilt auf zwei Server.
MuonClip ist ein von Moonshot entwickelter Optimierer, also das Verfahren, mit dem das Modell im Training seine Gewichte anpasst. Er verhindert Instabilitäten, die bei sehr großen Modellen sonst zu Einbrüchen im Training führen.
K2-Base ist das Modell direkt nach dem Vortraining und eignet sich als Grundlage für eigenes Feintuning. K2-Instruct ist zusätzlich für Chat, Werkzeugnutzung und Agenten nachtrainiert.
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!
