出乎意料的是，Kimi的第一个主要模型将很快成为开放资源。昨晚，月亮的黑暗部分正式释放了Kimi K2大型模型，并转向了。新模型同时启动并更新了API。代币的价格为16/百万元/百万。该版本是在全球大型模型的最新版本之前。有Xai的Grok 4，下周可能会有新的双子座和Openai Openai模型。似乎大型模型已经进入了新的技术节点。也许我能感受到Kimi K2的压力，即刚才Ultraman发了推文，以回顾自己的开放资源模型。但是，网民似乎并不乐观。目前有两种模型是开放资源，尤其是基本的Kimi-K2基准模型和微调ModelKimi-K2-Instruct，两者都可以用于商业。博客链接：https：//moonshotai.github.io/kimi-k2/github链接：https：//github.com/moonshotai/kimi-k2根据Embrace Face Page Data，Kimi K2下载卷在前20分钟内接近12k。 Kimi K2的许多基准测试的结果（例如Rivecode Banch，Aime2025和GPQ-Diamond）的判断超出了诸如DeepSeek-V3-0324和Qwen3-235b-A22b之类的模型的开放资源，这成为开放资源的新SOTA；同时，它还可以超越封闭的资源模型，例如GPT-4.1和Claude 4 Opus，具有许多性能指标，显示了领先的知识，数学推理和代码功能。 Kimi显示了K2的一些实际应用，这些应用似乎自动了解如何使用工具实现任务。 Autoit了解任务的气氛，并决定如何采取行动。在对任务发布说明时，您无需像以前那样列出代理的详细工作流程。 Kimi K2自动调用许多工具，以扩展复杂的任务完成时扩展功能边界。昨天推出后，网民很快就尝试了它，并发现它取得了良好的结果：值得注意的是，发行后昨天的Grok 4中，人们立即发现其代码功能无效，但似乎Kimi K2代码的功能接受了初步试验。网民使用Claude代码减轻了Kimi K2，发现效果很好。根据第一个网络测试的决定，K2代码能力是一个亮点，因为价格非常低。 Lah知道和这可能是Claude 4十四行诗的开放资源的有力替代。一些网民直接说K2是DeepSeek时刻：Huggingfaces还说，联合创始人Thomas Wolf表示K2令人难以置信，并且开放的资源模型将挑战最新的封闭减肥模型。在技术博客中，Kimi还引入了一些主要的K2培训技术。预先训练的15.5T代币根本不使用传统的Adam优化器来解决在实践中稳定性不足的问题，Kimi K2引入了MuonClip Optimizer。作为优化algoriTHM，MUON优化器将帮助神经网络在训练过程中更好地积累并提高模型的准确性和性能。今年2月，Ikuthe Dark of Moon是基于MUON优化器的一个很棒的大型月光模型，证实了此类优化器比当前在LLM培训中广泛使用的ADAMW优化器要好得多。此时，Kimi K2在开发过程中进一步扩大了月球的建筑。根据对规模定律的评估，月球的黑暗部分通过减少注意力头的数量并增加Moe的稀疏度来提高令状使用效率，从而提高了长篇小说效率。但是，存在一个持续的扩展挑战：在爆炸中登录可能会导致实践中的不稳定，而现有的解决方案（例如Logit软帽控制和查询键标准化）的效果有限。为了应对这一挑战，月亮的黑暗面包括拟议的QK-CLI TechnoloGYP在新的MuonClip中直接节省了矩阵的重量，该矩阵的重量是在更新MUON后通过查询和密钥投影组成的，从资源中控制了注意日志的大小，并实现了稳定的培训过程。改进的MuonClip优化器不仅可以在Kimi K2等数万亿参数水平上扩展LLM培训，而且还可以提高令牌效率。更具令牌的优化器可以更好地提高模型的智能水平，这是延续该行业目前重视的规模法（例如Ilya Sutskever）的另一个主要因素。 Kimi K2实验的结果证实了这一点：MabotClip可以在保持下游任务的性能的同时有效地避免logit爆炸。官员们说，Kimi K2成功完成了15.5ttokens的预培训，并且在此过程中没有培训尖峰，从而形成了一套新的LLM培训方法。因此，与原始的muon相比，令牌损失的曲线，穆恩克里普了解F将其优势和劣势降至进一步的培训过程中。由于大型模型技术的爆发爆发，优化器的探索方向不再流行。人们习惯于使用亚当，如果您想更换它，则需要大量验证费用。 Kimi的新探索，我想知道这是否将是一种新趋势。其次，为了解决缺乏实际工具联系数据的问题，Kimi K2采用了一种大型方法来综合数据，并允许模型学习复杂的呼叫工具（工具使用）。这个星期四，我们看到IXAI的Nhiniyero还强调了在发布Grok 4时调用大型模型的新一代工具的多可能和功能，这表明该方向是探索各种公司的重点。 Kimi开发了一种以ACEBENCH为灵感的集成管道，可以使用规模上的现实世界工具模仿场景。具体而言，系统地更改了覆盖RO的数千个工具的过程广告 - 包括真实的MCP工具和合成工具，然后形成了具有不同工具的代理的道路。大规模代理数据合成的概述接下来，这些代理与模拟环境和用户代理进行交互，以创建使用多轮工具的现实场景。最后，大型语言模型（LLM）充当法官，并根据任务标记标准标准来评估模拟结果，以筛选高质量的培训数据。经过完整的过程之后，该测得的管道产生了多样的质量数据，在特定领域或稀缺情况下有效地填补了空白。此外，LLM数据分析和评估有效地减少了低质量数据对培训结果的负面影响。这些数据水平的增强能够使采样和增强研究的大规模下降。最后，Kimi K2介绍了加固的一般研究（General RL），该研究在经过验证和Imimagina之间建立了桥梁通过整合RL机制和自我判断来实现活动。在诸如Matsematics和编程之类的经过验证的活动中，我们可以根据可靠的奖励信号（例如正确答案和完成工作完成）继续更新和改进模型功能的审查。但是，传统的强化研究取决于明确的反馈信号，因此很难为不可避免的活动（例如文本生成和报告写作）提供目的和奖励。为了应对这一限制，一般的加强研究使用了一种自我评估机制，使该模型能够起到其自身的关键作用，从而提供可扩展的基于标语的反馈。此反馈取代了外部奖励，并解决了不可否认的活动中缺乏奖励的问题。同时，基于经过验证的奖励的政策推广将不断更新，以继续提高审查最新技术的准确性。这种使用验证的奖励来改善UNANSWE的估计的方式Red Rewards使Kimi K2能够处理已证明并评估自己的主题的传统活动，这些活动不应该是任务，从而促进了学习技术的扩展，以增强更广泛的应用程序场景。从长远来看，Kimi K2是这些新技能的大型模型，它们继续优化各种复杂的环境，这可能是将来智力水平持续发展的关键。接下来，Kimi的主要榜样发行使我们想起了昨天前一天的Xai Grok-4新闻发布会。当马斯克促进了他的出色推理能力时，他在人文学科（HLE）（HLE）中有许多重要的突破性节点，这是基于一般AI的最困难的试验。其中，OpenAI的深入研究，Gemin 2.5 Pro和Kimi-Reeracher都被列为重要突破：Kimi-Researcher仅在上个月发布。它使用端到端的自主加固学习并使用算法D培训的结果结果，该结果传统上拒绝了进行精细的维修和基于工作的程序。结果是探索计划的步骤越多，模型的性能就越强。在Kimi K2中，月球的黑暗部分采用了类似于Grok 4的大型呼叫的工具。此外，我们可以看到，由于缺乏国内计算的电力资源，Malatechnology中的新竞争浪潮逐渐放弃了堆叠参数的简单方法，并扩大了计算量表。在促进SOTA模型的过程中，它已成为通过算法变化转化成本和效率的趋势。