Содержание
Kimi 2 — обзор нового лидера среди опенсорс-моделей
Черновик готовит редакция с помощью ИИ. За стандарт издания отвечает главный редактор — Валерий Курземнек.
Kimi K2 — новая масштабная модель от Moonshot AI, которая всерьёз заявила о себе в гонке больших языковых моделей. Это не просто обновлённый ИИ (кстати об обновлениях), а мощный open-source инструмент с 1 триллионом параметров, способный не только отвечать, но и действовать — автоматизировать задачи, управлять инструментами и работать с кодом на уровне старших разработчиков.
Что это вообще такое
Kimi K2 — это модель с архитектурой Mixture-of-Experts: из триллиона параметров она активирует только 32 миллиарда на каждый запрос, что делает её быстрой и эффективной. Она выпускается в двух вариантах:
- Kimi-K2-Base — базовая версия для кастомных решений и ресёрча;
- Kimi-K2-Instruct — настроенная для использования «из коробки» в чатах и агентах.
В отличие от обычных LLM, Kimi не просто предсказывает токены — она умеет действовать: подключать инструменты, редактировать файлы, выполнять команды в терминале, генерировать отчёты, разворачивать сайты и даже писать сложный код с логами, дебагом и итерациями.
Насколько она хороша
На момент релиза Kimi K2 занимает лидирующие позиции в большинстве ключевых бенчмарков среди опенсорс- и проприетарных моделей. Например:
- LiveCodeBench v6: 1-е место среди опенсорс-моделей (53.7% Pass@1).
- AIME 2025 (математика): выше GPT-4.1 и Claude Opus.
- SWE-bench Verified (кодинг без тестов): обошла DeepSeek и Qwen.
- GPQA-Diamond (естественные науки): среди лучших в мире.
То есть она не просто «догоняет» лидеров — в некоторых задачах уже перегнала. Особенно хорошо модель работает там, где требуется точность, структура и логика: в коде, математике, анализе данных, автоматизации действий.
Как это работает
Чтобы научить Kimi K2 быть агентом, в Moonshot разработали масштабную систему генерации данных, где симулируются реальные сценарии: от бронирования билетов до сложной аналитики. Модель учится взаимодействовать с сотнями инструментов, ориентироваться в среде, проверять результат и получать награду — как в reinforcement learning. Причём даже в задачах, где нет чёткой метрики (например, написание отчёта), она умеет сама себя оценивать.
В качестве основы используется продвинутый оптимизатор MuonClip, который делает обучение стабильным даже на огромных объёмах (15.5 трлн токенов). Это даёт результат без сбоев и «взрывов логитов», которые раньше были проблемой при масштабировании.
Что умеет в реальной жизни
В демо-примерах модель:
- анализирует зарплаты и строит интерактивные дашборды;
- генерирует сайты из серии запросов, кликов и правок;
- планирует отпуск, бронируя жильё, перелёты и рестораны;
- конвертирует проекты с Flask в Rust, оценивая производительность;
- разрабатывает моды для Minecraft с нуля — от рендера до отладки;
- пишет отчёты по результатам экспериментов в wandb.
Kimi K2 можно подключить к терминалу: она сама решает, какие команды запустить, что отредактировать, какие файлы создать. Все действия — с кратким резюме в консоли. Работает на уровне агента, а не просто чат-бота.
Где попробовать
Сейчас модель уже доступна по ссылке: kimi.com/chat — бесплатно, без регистрации. Можно сразу протестировать agent-режим или просто поболтать. API совместим с OpenAI и Anthropic, так что переход — без боли. Также доступен исходный код на GitHub: можно развернуть модель у себя с помощью vLLM, SGLang или TensorRT-LLM.
Что дальше
В ближайших планах Moonshot — добавить визуальные возможности и продвинутую «мыслящую» агентность. Пока Kimi K2 работает без extended thinking, но уже впечатляет. У модели есть некоторые ограничения: она иногда генерирует избыточные токены, и в режиме one-shot при сложных задачах уступает agent-фреймворку. Но разработчики об этом знают и активно улучшают модель.