Kimi K2.5 от Moonshot превосходит GPT-5.2

Китайская компания Moonshot AI обновила свою модель Kimi K2 с открытым исходным кодом, превратив ее в модель для работы с кодом и визуальными данными, архитектура которой поддерживает оркестрацию роя агентов.

Новая модель, Moonshot Kimi K2.5, является отличным вариантом для предприятий, которым нужны агенты, способные автоматически передавать задачи друг другу, а не полагаться на централизованный фреймворк принятия решений.

Компания охарактеризовала Kimi K2.5 как «модель «все в одном»», которая поддерживает как визуальный, так и текстовый ввод, позволяя пользователям задействовать модель для более сложных проектов по визуальному программированию.

Moonshot не стала публично раскрывать количество параметров K2.5, однако базовая модель Kimi K2 имела в общей сложности 1 триллион параметров и 32 миллиарда активированных параметров благодаря своей архитектуре смешения экспертов (MoE).

Это новейшая модель с открытым исходным кодом, предлагающая альтернативу более закрытым решениям от Google, OpenAI и Anthropic и превосходящая их по ключевым метрикам, включая агентные рабочие процессы, программирование и работу с визуальными данными.

В бенчмарке Humanity’s Last Exam (HLE) модель Kimi K2.5 набрала 50,2% (с использованием инструментов), опередив OpenAI GPT-5.2 (xhigh) и Claude Opus 4.5. Она также показала результат 76,8% в тесте SWE-bench Verified, закрепив за собой статус первоклассной модели для программирования, хотя GPT-5.2 и Opus 4.5 обходят ее здесь с показателями 80 и 80,9 соответственно.

В пресс-релизе Moonshot сообщила о 170-процентном росте числа пользователей в период с сентября по ноябрь для Kimi K2 и Kimi K2 Thinking, выпущенной в начале ноября.

Рой агентов и встроенная оркестрация

Moonshot стремится задействовать самонаправляющихся агентов и парадигму роя агентов, встроенную в Kimi K2.5. Рой агентов преподносится как новый рубеж в разработке корпоративного ИИ и систем на базе агентов, и за последние несколько месяцев он привлек к себе значительное внимание.

Для предприятий это означает, что при создании экосистем агентов на базе Kimi K2.5 они могут рассчитывать на более эффективное масштабирование. Вместо масштабирования «вверх» или увеличения размеров моделей для создания более крупных агентов, ставка делается на создание большего числа агентов, способных по сути к самооркестрации.

Kimi K2.5 «создает рой специализированных агентов, работающих параллельно, и координирует их действия». Компания сравнила это с пчелиным ульем, где каждый агент выполняет определенную задачу, внося свой вклад в общую цель. Модель способна самостоятельно управлять до 100 субагентами и выполнять параллельные рабочие процессы, насчитывающие до 1500 вызовов инструментов.

«Бенчмарки отражают лишь половину картины. Moonshot AI считает, что уровень общего искусственного интеллекта (AGI) в конечном итоге должен оцениваться по его способности эффективно справляться с задачами в реальном мире в условиях реальных временных ограничений. Настоящая метрика, которая их волнует: сколько личного времени ИИ действительно вернул вам? Параллельное выполнение значительно сокращает время, необходимое для решения сложных задач: то, на что раньше уходили дни работы, теперь можно сделать за считанные минуты», — заявили в компании.

Предприятия, рассматривающие различные стратегии оркестрации, начали обращать внимание на агентские платформы, где агенты общаются между собой и передают друг другу задачи, вместо того чтобы следовать жестким рамкам оркестрации, диктующим моменты завершения тех или иных действий.

Хотя Kimi K2.5 может стать привлекательным вариантом для организаций, желающих использовать именно такой подход к оркестрации, некоторые могут предпочесть отказаться от агентской оркестрации, заложенной прямо в модель, и использовать другую платформу, чтобы разграничить обучение модели и выполнение агентских задач.

Это связано с тем, что предприятия часто хотят большей гибкости в выборе моделей, из которых состоят их агенты, чтобы иметь возможность строить экосистемы агентов, задействующих те большие языковые модели (LLM), которые лучше всего подходят для конкретных действий.

Некоторые агентские платформы, такие как Salesforce, AWS Bedrock и IBM, предлагают отдельные инструменты наблюдаемости, управления и мониторинга, которые помогают пользователям оркестрировать ИИ-агентов, созданных на базе различных моделей, и обеспечивают их слаженную работу.

Мультимодальное программирование и визуальная отладка

Модель позволяет пользователям программировать визуальные макеты, включая пользовательские интерфейсы и элементы взаимодействия. Она производит логический анализ изображений и видео для понимания задач, закодированных в визуальных вводных данных. Например, K2.5 может воссоздать код веб-сайта, просто проанализировав видеозапись работающего сайта, переводя визуальные подсказки в интерактивные макеты и анимацию.

«Интерфейсы, макеты и взаимодействия, которые трудно точно описать словами, можно передать с помощью скриншотов или видеозаписей экрана, которые модель способна интерпретировать и превратить в полноценно функционирующие веб-сайты. Это открывает новый класс возможностей для вайб-кодинга (vibe coding)», — рассказали в Moonshot.

Эта функция интегрирована в Kimi Code — новый инструмент на базе терминала, который работает с такими средами разработки (IDE), как VSCode и Cursor.

Он поддерживает «автономную визуальную отладку», в ходе которой модель визуально проверяет собственный результат (например, отображаемую веб-страницу), обращается к документации и выполняет итерации кода для устранения смещений макета или эстетических ошибок без вмешательства человека.

В отличие от других мультимодальных моделей, которые умеют создавать и понимать изображения, Kimi K2.5 способна создавать интерфейсы взаимодействия (frontend) для сайities с визуальным оформлением, а не только стоящий за ними код.

Цены на API

Moonshot AI установила агрессивные цены на API K2.5 для конкуренции с ведущими американскими лабораториями, предложив значительное снижение расценок по сравнению с предыдущей моделью K2 Turbo.

• Ввод (Input): 60 центов за миллион токенов (снижение на 47,8%).

• Кэшированный ввод (Cached Input): 10 центов за миллион токенов (снижение на 33,3%).

• Вывод (Output): $3 за миллион токенов (снижение на 62,5%).

Низкая стоимость кэшированных входных данных ($0,10 за млн токенов) особенно актуальна для функций «роя агентов», которые часто требуют поддержания больших контекстных окон между несколькими субагентами и интенсивного использования инструментов.

Измененная лицензия MIT

Несмотря на то что Kimi K2.5 имеет открытый исходный код, она выпускается под измененной лицензией MIT, которая содержит специальный пункт, ориентированный на «гипермасштабных» коммерческих пользователей.

Лицензия предоставляет стандартные разрешения на использование, копирование, модификацию и продажу программного обеспечения.

Тем не менее, в ней оговаривается, что если программное обеспечение или любая производная от него работа используется для коммерческого продукта или сервиса, имеющего более 100 миллионов активных пользователей в месяц (MAU) или более 20 миллионов долларов США ежемесячной выручки, организация обязана разместить заметное упоминание «Kimi K2.5» в пользовательском интерфейсе.

Этот пункт гарантирует, что пока модель остается бесплатной и открытой для подавляющего большинства разработчиков и стартапов, крупные технологические гиганты не смогут использовать технологию Moonshot под собственным брендом (white-label) без указания видимого авторства.

Это не полноценный «открытый исходный код», но это лучше, чем аналогичные лицензионные условия Llama от Meta для семейства моделей с «открытым исходным кодом», которые требовали от компаний с 700 миллионами и более пользователей в месяц получения специальной корпоративной лицензии у компании.

Что это значит для современных разработчиков корпоративного ИИ

Для специалистов, определяющих облик современного стека искусственного интеллекта — от лиц, принимающих решения по LLM и оптимизирующих циклы развертывания, до лидеров в области оркестрации ИИ, создающих агентов и автоматизированные бизнес-процессы на базе ИИ, — Kimi K2.5 представляет собой фундаментальный сдвиг в возможностях.

Встроив роевую оркестрацию непосредственно в модель, Moonshot AI фактически передает в руки этих ограниченных в ресурсах разработчиков синтетическую рабочую силу, позволяя одному инженеру управлять сотней автономных субагентов так же легко, как отправкой одного промпта.

Эта архитектура масштабирования «вширь» (scale-out) напрямую решает дилемму специалистов по работе с данными, которым приходится балансировать между сложными пайплайнами и ограниченным штатом сотрудников, в то время как обрушившаяся ценовая структура превращает обработку данных с большим контекстом из разоряющей бюджет роскоши в рутинный товар.

В конечном счете, K2.5 указывает на будущее, в котором главным ограничением для инженерной команды станет не количество рук на клавиатуре, а способность ее лидеров управлять роем.