月之暗面开源 Kimi K2.5，并发布Kimi Agent SDK
1月27日，月之暗面（Kimi）发布并开源新一代模型 Kimi K2.5，并称已在 kimi.com、Kimi App、Kimi API 等渠道上线。可理解文本、图像与视频，并引入 Agent Swarm（智能体集群）来并行拆解和执行复杂任务。
从 Hugging Face 模型卡披露的信息看，K2.5 为 MoE 架构，总参数 1T、激活参数 32B，384 个专家、每 token 选择 8 个专家；上下文长度 256K；并使用 MoonViT 视觉编码器（约 4 亿参数）。模型卡同时给出多项推理/视觉/代码/检索类基准成绩，并包含“原生 INT4 量化”和部署建议（vLLM、SGLang、KTransformers 等），并注明“视频内容对话”在第三方部署下仍属实验能力、目前仅官方 API 支持。
开源协议方面，Hugging Face 显示为 modified MIT；其中一项“修改”条款要求：若模型（或其衍生作品）用于月活超过 1 亿或月营收超过 2000 万美元的商业产品/服务，需要在该产品/服务界面显著展示 “Kimi K2.5”。
价格方面: kimi-k2.5 缓存命中输入 ¥0.70/1M tokens、输入 ¥4.00/1M tokens、输出 ¥21.00/1M tokens，并标注上下文 262,144 tokens。同时 MoonshotAI 在 GitHub 发布并开源 Kimi Agent SDK，定位为一组多语言库，用编程方式调用 Kimi Code（Kimi CLI）的智能体运行时，面向产品集成、自动化与自定义工具开发。
huggingface
1月27日，月之暗面（Kimi）发布并开源新一代模型 Kimi K2.5，并称已在 kimi.com、Kimi App、Kimi API 等渠道上线。可理解文本、图像与视频，并引入 Agent Swarm（智能体集群）来并行拆解和执行复杂任务。
从 Hugging Face 模型卡披露的信息看，K2.5 为 MoE 架构，总参数 1T、激活参数 32B，384 个专家、每 token 选择 8 个专家；上下文长度 256K；并使用 MoonViT 视觉编码器（约 4 亿参数）。模型卡同时给出多项推理/视觉/代码/检索类基准成绩，并包含“原生 INT4 量化”和部署建议（vLLM、SGLang、KTransformers 等），并注明“视频内容对话”在第三方部署下仍属实验能力、目前仅官方 API 支持。
开源协议方面，Hugging Face 显示为 modified MIT；其中一项“修改”条款要求：若模型（或其衍生作品）用于月活超过 1 亿或月营收超过 2000 万美元的商业产品/服务，需要在该产品/服务界面显著展示 “Kimi K2.5”。
价格方面: kimi-k2.5 缓存命中输入 ¥0.70/1M tokens、输入 ¥4.00/1M tokens、输出 ¥21.00/1M tokens，并标注上下文 262,144 tokens。同时 MoonshotAI 在 GitHub 发布并开源 Kimi Agent SDK，定位为一组多语言库，用编程方式调用 Kimi Code（Kimi CLI）的智能体运行时，面向产品集成、自动化与自定义工具开发。
huggingface
