月之暗面开源视觉智能体 Kimi K2.5：支持百个 Agent 并行协作

Kimi K2.5 是月之暗面最新开源的原生多模态视觉智能体模型，能同时理解文本、图像和视频，并驱动多达 100 个子智能体并行干活。

它不仅是一个大语言模型，更是针对复杂任务设计的自主智能体，在多项多模态理解与编程评测中拿下了开源甚至全行业的第一。

多模态与多智能体并行协作

Kimi K2.5 在训练阶段吃进了 15 万亿混合视觉与文本 token，因此具备底层的原生多模态推理能力，而不是在文本模型外挂一个图像解码器。

它最亮眼的能力是测试版推出的「Agent Swarm」。以往单个智能体执行复杂指令需要一步步串行调用，速度慢且容易中断。

现在系统可以自主分解任务，调集最多 100 个子智能体同时并行推进，支持多达 1500 次工具调用。相比单智能体架构，整体任务执行速度提升了 4.5 倍。

在代码生成上，它主打「有审美地写代码」。你不仅能用自然语言提需求，还能直接丢给它设计截图或录屏视频，让它快速还原出带有动态效果的现代网页界面。

评测表现与配套工具

官方公布的基准测试中，Kimi K2.5 拿出了非常激进的成绩。在通用智能体测试 HLE 完整集上得分 50.2%，网络浏览测试 BrowseComp 达到 74.9%。

在视觉理解方面，其 MMMU Pro 得分为 78.5%，视频推理基准 VideoMMMU 达到 86.6%，不仅超越同类开源模型，还压过了 GPT 5.2 与 Claude Opus 4.5。

在编程测试中，它在 SWE-bench Verified 拿到 76.8%，并在多语言基准上击败了 Gemini 3 Pro 和 GPT 5.2。

为了让开发者落地这些能力，官方同步推出了开源编程工具 Kimi Code。它对标 Claude Code 和 Gemini CLI，既能在终端独立运行，也能接入 VSCode、Cursor、Zed 等主流编辑器，同样支持将图像和视频作为代码输入。

怎么上手与开放程度

Kimi K2.5 的模型权重和推理代码已经全部放到了 Hugging Face 开源社区，开发者可以直接下载部署。

如果你不想自己折腾算力，可以在 kimi.com 直接体验它的聊天模式与智能体模式；Agent Swarm 协作功能目前先面向高阶用户进行测试。

配套的编程工具 Kimi Code 可以在官网获取，开发者也能通过月之暗面开放平台接入模型的 API。

为什么重要

对于前端开发者和独立创作者来说，Kimi K2.5 把「看视频写网页」变成了一项开箱即用的能力。你可以把一段现成产品的动效录屏直接喂给它，省掉大量手写样式和调试过渡的时间，非常值得装进开发环境里试一试。

更关键的是它的开源属性。此前 Claude Code 这类编码智能体虽然好用但牢牢绑定闭源生态，而 Kimi K2.5 连同 Kimi Code 提供了全套开源替代方案。多智能体并行架构也给本地部署和定制化工作流提供了一条切实可行的路线。