月之暗面開源萬億引數 Kimi K2：主打智慧體能力，程式設計跑分超 GPT-4.1

Kimi K2 是月之暗面開源的混合專家（MoE）大語言模型，總引數量達到 1 萬億，每次推理啟用 320 億引數。它不是普通的聊天模型，核心能力放在了自主智慧體和寫程式碼上，能夠自己呼叫工具、編寫並執行程式碼，獨立完成多步驟的複雜任務。

模型分成了兩個版本放開：一個是面向開發者和研究者的基礎模型，另一個是針對對話和智慧體應用最佳化的指令微調版本 Kimi K2-Instruct。

評測表現與能力規格

在軟體工程評測 SWE-bench Verified 上，Kimi K2 拿到了 65.8% 的成績，達到了主流商用模型的水平。

在更貼近實戰的程式設計基準 LiveCodeBench 中，Kimi K2 取得了 53.7% 的準確率，超過了 DeepSeek-V3 的 46.9% 和 GPT-4.1 的 44.7%。

在考察數學推理的 MATH-500 測試裡，它拿下了 97.4% 的高分，同樣高於 GPT-4.1 的 92.4%。

怎麼訓出萬億引數還穩如泰山

訓練萬億引數模型最怕中途崩潰，訓練不穩定經常導致昂貴的算力任務重來。

月之暗面這次公佈了一個叫 MuonClip 的最佳化器。它放棄了業內通用的 AdamW 路線，直接通過縮放 Query 和 Key 投影中的權重矩陣來抑制數值爆炸，官方稱實現了萬億引數模型訓練的零不穩定性。

除了開源權重，月之暗面也同步上線了 API。在快取命中的情況下，輸入 token 每百萬收費 0.15 美元，輸出 token 每百萬收費 2.50 美元，整體呼叫價格壓得很低。

為什麼重要

如果你正在開發程式碼助手、複雜工作流或者需要讓 AI 自主跑工具，Kimi K2 很值得拿來測試。它最大的吸引力在於把頂尖的智慧體和程式設計能力以開源形式交到了開發者手裡，不再受制於閉源介面。

我們認為，這一步最直接的衝擊是打破了高階智慧體的定價神話。過去做高階程式碼智慧體基本只能買昂貴的商業 API，現在開源模型不僅跑分追平甚至反超，還把推理成本大幅打了下來，閉源大廠接下來很難繼續維持高溢價。