人工智能月度跟踪：全球最大参数模型Kimi K2发布

　　投资要点：

　　2025年7月11日，月之暗面（MoonshotAI）发布采用MoE架构的大模型KimiK2，并同步开源。这款模型总参数量达1万亿，每次推理仅激活320亿参数，在代码能力和通用Agent任务处理上表现突出，同时凭借架构优化实现了性能与成本的平衡，输入输出价格更具优势。

　　月之暗面由杨植麟于2023年4月创立，聚焦探索能源转化为智能的最优路径，其产品迭代轨迹清晰。2023年10月推出首款智能助手Kimi，以Transformer-XL等算法实现20万汉字输入的长文本处理突破；2024年持续升级，先后实现200万字无损上下文能力、拓展多模态场景及工具调用功能，同年年底发布对标OpenAIo1的k0-math数学模型与k1视觉思考模型；2025年1月推出的k1.5多模态模型，在LongCoT模式下能力达o1水平，ShortCoT模式下领先GPT-4o和Claude3.5。2025年7月11日，公司发布KimiK2大模型并同步开源。

　　KimiK2采用64头注意力+384专家MoE设计，相比DeepSeekV3/R1更具效能。这一设计减少了自注意力计算负担，在加快推理速度、提升128K长文本处理效率的同时，扩展了知识覆盖范围和多任务适配性。训练端，借助MuonClips优化器完成15.5万亿Tokens的高效训练，全程无峰值且持续提升Token利用效率；此外，为解决工具交互数据稀缺问题，它采用大规模Agentic数据合成策略，学习复杂工具调用能力。

　　KimiK2是性能与成本平衡的大规模模型（总参数量达1万亿，每次推理仅激活320亿参数）。其训练成本覆盖算力（如GPU集群）、数据准备、算法调优等核心环节，相较于GPT-4.5、SparkDesk-v1.1、Llama-3.1等模型，KimiK2通过更精准的参数激活与架构优化控制成本，设计更聚焦实际落地效率。目前KimiK2输入、输出价格分别为0.6$/MillionTokens、2.5$/MillionTokens。

　　KimiK2在自主编程、工具调用、数学推理等复杂任务上表现突出，应用场景广泛。代码生成速度与软件开发效率显著提升，数学推理与科研计算精度加速研究进程，创意写作质量（文学评测SOTA）更是高居榜首。技术落地推动硬件升级，既拉动高性能GPU/TPU及边缘计算设备的需求与性能跃升，又优化电子供应链、降低中小企业AI应用门槛。

　　KimiK2的发布标志着国产AI在全球竞争中的全新突破。KimiK2强大的代码能力、Agent任务处理能力和开源策略，为开发者与用户提供了无限可能。无论是科研人员、开发者还是普通用户，都可以通过KimiK2探索AI的更多潜力。

　　风险提示：1）先进算力芯片限制加强2）下游应用需求不及预期3）国产模型迭代升级迟缓