2025年11月6日，月之暗面（Moonshot AI）正式推出新一代开源思考模型Kimi K2 Thinking，这款被定义为“Kimi 迄今能力最强”的智能体模型，以“模型即Agent”为核心训练理念，首次实现原生“边思考，边使用工具”的核心能力，在多项国际权威基准测试中刷新纪录，标志着开源AI在复杂任务处理领域正式跻身全球技术最前沿。
Kimi K2 Thinking的革命性升级，核心在于对“模型即Agent”理念的深度落地。与传统依赖人类拆解任务、频繁引导的AI不同，该模型具备完整的自主任务处理闭环，无需人工干预即可完成从需求分析、子任务拆解到工具调用、结果验证的全流程操作。其原生集成的 “思考-工具-再思考” 动态循环机制，支持高达300轮的连续工具调用，能够像人类研究员一样“刨根问底”，持续优化解决方案。
在技术实现上，模型采用Test-Time Scaling（测试时扩展）技术，通过同步扩展思考 Token 长度与工具调用轮次，显著提升复杂场景下的推理深度；同时创新应用 INT4 量化感知训练（QAT）方案，在保持顶尖性能的前提下，将推理速度提升约2倍，对国产加速芯片及中低端硬件更友好，大幅降低落地门槛。而1TB总参数量、32B激活参数的 MoE（混合专家）架构，让模型能灵活调度不同领域“专家模块”，高效应对跨场景复杂需求。
在国际权威基准测试中，Kimi K2 Thinking展现出压倒性优势，全面打破开源模型与闭源模型的性能壁垒。在涵盖100多个专业领域的“人类最后的考试（Humanity’s Last Exam）” 中，模型在允许使用搜索、Python编程等工具的场景下，以44.9%的成绩斩获 SOTA，超越 GPT-5、Claude Sonnet 4.5等顶级闭源模型。
在OpenAI 推出的BrowseComp网络浏览能力测试中，该模型以60.2%的得分大幅超越 29.2% 的人类平均水平，充分验证了其在信息过载环境中的信息筛选、深度挖掘能力。此外，在复杂信息收集推理（SEAL-0）、多语言软件工程（SWE-Multilingual）等测试中，模型均表现突出，尤其在Agentic搜索、编程开发、综合推理等核心场景实现全面能力跃升。
Kimi K2 Thinking的强大能力已在多领域形成规模化应用价值，为科研、编程、商业分析、创意写作等场景带来颠覆性效率提升。在科研领域，它能自主阅读数千篇学术论文，对比分析研究成果，设计实验方案并撰写专业报告，有开发者实测用其研读技术论文时，模型可自动关联相关文献解析复杂概念；在编程场景，从React组件开发、五子棋游戏制作到完整Word 编辑器复刻，模型将传统需数天甚至数周的开发任务压缩至分钟级，效率最高提升1000倍。
