国产AI新星Kimi K2系列突围，性能惊艳但也有短板

近日，国产AI新星Kimi K2 Thinking正式发布，由月之暗面开发。它定位为“思考模型”，而非简单的聊天机器人，旨在为用户带来自主推理、工具调用与多轮思考能力的全新体验。这款模型已上线Kimi官网及最新版的Kimi手机应用，用户可免费或付费直接体验。

在研发过程中，“模型即Agent”理念贯穿始终，Kimi K2 Thinking原生具备“边思考、边使用工具”的能力，能在搜索、浏览、编程、推理等场景中自主循环工作。

在多项基准测试里，该模型成绩斐然。

• 在“人类最后的考试”（Humanity's Last Exam）中，允许使用工具的条件下，取得了44.9%的SOTA成绩。
• 在OpenAI发布的网络浏览能力基准BrowseComp中，得分60.2%，远高于人类平均水平29.2%。

它不仅思考能力强大，还具备长程规划和复杂工具调用能力。官方表示，其可支持高达300轮的“思考 → 搜索 → 浏览网页 → 思考 → 编程”动态循环，能帮助用户解决模糊开放式问题，并将其分解为可执行子任务。

在实际应用场景中，如网页生成、编程开发、逻辑推理等，该模型表现出色。有自媒体测评者用它生成了一个Todo应用，实现了拖拽、暗黑模式、移动端适配等功能，且在多轮修改中表现稳定。不过，测评也发现它在数学奥林匹克题目（如IMO第六题）上存在弱点，虽长时间思考却未能得出正确答案。

此前，月之暗面还发布过开源大模型Kimi K2，引发全球关注。上线一周后，国际权威大模型排行榜LMArena宣布，Kimi K2接棒DeepSeek、登顶全球开源模型榜单，并在开闭源总榜上排名第五。

Kimi K2在多项基准性能测试中取得优异表现，展现出在自主编程、智能体工具调用和数学推理等方面的领先能力。其前端编程能力很强，在3D、游戏、动画制作等场景中，用简单指令与其交互，就能得到惊艳效果。智能体的工具调动能力也让模型整体有了很大提升。

在文风上，Kimi K2更具细节性和感情，如同生活中的“小伙伴”。当被问到“月亮的背面是怎样的？”，一些回复令人感动，展现出对自我突破和新知探索的思考。

Kimi K2参数总规模达万亿级别，但激活参数只有32B，意味着它能以更低成本开展更复杂工作。Kimi研究员称，他们提出了创新方法，让模型在有限数据里学到更多智能，还把Kimi K2权重和技术方案开源，希望推动全球相关技术发展。

Kimi K2目前已接入OpenRouter、Cline、Visual Studio Code等国际主流开发平台。Kimi K2继承了DeepSeek - V3的架构，并在其基础上进行增加专家数量、减少注意力头数量等调整，实现了较强性能，这也显示出中国开源模型已形成良好生态，在互相借鉴中持续进步。

此次新模型Kimi K2 Thinking的发布，正值国产大模型竞争激烈之时。月之暗面开源发布该模型，既展示了技术突破，也凸显了在“思考智能”方向抢占先机的野心。

对于普通用户和开发者来说，一方面有机会使用具备“思考力”且开源、开放调用的模型；另一方面，也应理性看待其能力边界，它还不是“万能的思考机器”，在高难度抽象数学或图像公式识别场景仍有瓶颈。

总体而言，Kimi K2 Thinking的亮相是国产AI模型的新里程碑，它朝着“机器能像人一样思考、探究、调用工具”方向迈出了重要一步。未来，随着更多工具和场景的集成，其商业化、生态化落地值得期待。