发布解读,非本站实测。 本文依据公开资料整理,未完成本文模型的付费接口测试。厂商基准只适用于其公布的版本、数据集与条件;未提供可复核来源、原始值及换算方法的衍生评分已撤下。 Moonshot(月之暗面)在 2026 年 1 月交出的答卷是 Kimi K2.5:一个约 1 万亿参数的开源模型,主打视觉智能体(Visual Agentic Intelligence),能调度最多 100 个子智能体协同完成任务。
说明
本文的能力描述来自 Moonshot 官方发布与公开第三方评测,非本站实测。
一、Kimi K2.5 在卷什么?官方公布的三件事
根据 Moonshot 官方发布(2026-01-27),升级重点可以归纳成三件事。
1. 约 1T 参数开源 + 256K 上下文
约 1 万亿参数的开源模型,支持 256K 上下文窗口。
2. 视觉智能体(Visual Agentic Intelligence)
支持 Agent Swarm,可以调度最多 100 个子智能体并行执行任务。
3. 推理与工程跑分领先
| 基准 | Kimi K2.5 |
|---|---|
| AIME 2025 | 96.1% |
| HLE | 50.2% |
| SWE-Bench | 顶级梯队 |
来源:Moonshot 官方发布,2026-01

二、Kimi K2.5 比 K2 强在哪?
案例 1:推理与数学
| 对比维度 | Kimi K2.5 | Kimi K2 | GLM-5.2 |
|---|---|---|---|
| AIME 2025 | 96.1% | 较低 | 较高 |
| HLE | 50.2% | 较低 | 中等 |
来源:Moonshot 官方发布,2026-01
案例 2:工程与智能体调度
| 对比维度 | Kimi K2.5 | Kimi K2 |
|---|---|---|
| SWE-Bench | 顶级梯队 | 中等 |
| 视觉智能体 | 支持 | 较弱 |
| 子智能体调度 | Agent Swarm,最多 100 个 | 无 |
三、它值多少钱?实时价格
Kimi K2.5 / K2 / GLM-5.2 价格对比
美元基准价 · token 价按每百万标注;其他计费方式见价格页
| 模型 | 厂商 | 类型 | 输入 | 输出 |
|---|---|---|---|---|
| kimi-k2.5 | — | — | —/百万token | —/百万token |
| kimi-k2 | — | — | —/百万token | —/百万token |
| glm-5.2 | — | — | —/百万token | —/百万token |
四、国内怎么调用?
4 步跑通 · Kimi K2.5
兼容 OpenAI SDK 与常用工具,高速直连
注册账号
Google 或 GitHub 账号直接登录
复制 API Key
控制台创建令牌即可使用
配置 Base URL
兼容 OpenAI SDK 与常用工具
验证首次调用
核对实际回答与控制台日志
import os
from openai import OpenAI
client = OpenAI(
api_key=os.environ["QUICKROUTER_API_KEY"],
base_url="https://api.quickrouter.ai/v1"
)
response = client.chat.completions.create(
model="kimi-k2.5",
messages=[{"role": "user", "content": "你好"}]
)
print(response.choices[0].message.content)该示例未执行此模型调用。请核对真实回答、状态码和控制台记录。
核对这个型号的请求与结果
五、该不该用它?
| 你的场景 | 推荐 | 理由 |
|---|---|---|
| 高难度推理 / 数学 | Kimi K2.5 | AIME 96.1%、HLE 50.2% |
| 多步 Agent / 批量并行 | Kimi K2.5 | Agent Swarm,最多 100 子智能体 |
| 视觉智能体 | Kimi K2.5 | 主打视觉 agentic 能力 |
| 超长上下文 | Kimi K2.5 | 256K 上下文 + 大参数 |
信息来源:本文能力描述来自 Moonshot 官方发布及公开评测,非本站实测。价格数据为发布当日(2026-01-29)QuickRouter 控制台快照,最新价格请以控制台价格页为准。
操作与使用问题
Kimi K2.5 的多子智能体资料等于 API 自动运行多个 Agent 吗?
先核对所用服务与客户端是否提供对应调度环境。计划、模型工具建议、实际子任务执行与最终合并是不同步骤,分别保存记录。
Kimi K2.5 视觉 Agent 应该怎样验收?
固定素材、允许操作和结果目标,先确认视觉输入,再检查真实工具动作。对多个子任务还要验收重复修改、冲突及失败恢复。
把选好的模型,接入你的应用
从 Claude、GPT、Gemini 等模型中选择所需能力。获取 API Key,按工具配置接口地址,再用一个小请求确认结果和费用。
创建 API Key
在控制台创建令牌,选择需要使用的模型权限。
填写接入配置
按工具要求填写 API Key、接口地址与模型 ID。
发起第一次调用
确认收到有效结果,再到控制台查看用量与费用。
继续阅读

GPT Image 2.6 评测:6 秒出图、原生 GIF,Flare 和 Sunburst 怎么选
基于 OpenAI 官方发布与公开评测,解读 GPT Images 2.6——延续 Flare/Sunburst 双变体:生成提速 50%(Flare 低画质档最快 6 秒)、原生动图 GIF(16 帧与静态图同价)、Markup 标注编辑、SVG 矢量导出,价格不变。AA 双榜登顶。公开实测 8 组对比:SOTA 仍会在透视翻车,日常首选 Flare。附 QuickRouter 实时价格与国内直连接入代码。

GPT-6.1 Terra 评测:排名比 Kimi 高,但更高的排名不等于更全能
基于 OpenAI 官方发布与公开评测,解读 GPT-6.1 Terra——GPT-6.1 家族的中档主力:$1/$5 定价、Agents' Last Exam 60.0% 反超 Kimi K3.1 Pro、MMMU-Pro 85.5% 同级首个破 85、幻觉率暴降、三倍执行速度、家族唯一支持零思考秒回。公开实测:多模态推理胜 Kimi,但 3D 与复杂创意全面落败——高频自动化之选,非全能选手。附 QuickRouter 实时价格与国内直连接入代码。

Kimi K3.1 Pro 评测:99 天 RL 重炼,Terminal-Bench 65.7% 咬住 Opus 5.5
基于 Moonshot 官方发布与公开评测,解读 Kimi K3.1 Pro——K3 的 2.8T 骨架 + 99 天 RL 后训练:Terminal-Bench 4.0 65.7%、SWE-Marathon 51.7%、DeepSWE 75.5% 多项第一,幻觉率 23.4% 砍到 8.3%,API 降价三分之一至 $2/$10 并开源权重。公开实测:3D 与前端视觉惊艳、力压 GPT-6 Astra。附 QuickRouter 实时价格与国内直连接入代码。
