万亿参数原生多模态智能体模型

Kimi K2.5 是 Moonshot AI 推出的首款开源原生多模态智能体大模型，基于 Kimi-K2-Base 通过约 15 万亿视觉与文本混合 token 的持续预训练构建而成。模型在架构层面采用混合专家（MoE）设计，总参数量达 1 万亿，每次前向推理仅激活 32B 参数，在保持强大能力的同时有效控制了推理成本。视觉编码器采用自研 MoonViT，参数量约 4 亿，支持跨模态深度融合。

在核心能力设计上，Kimi K2.5 强调三大特性的协同：原生多模态预训练使模型在视觉知识、跨模态推理及基于视觉输入的工具调用方面具备扎实基础；视觉驱动编码能力允许模型直接从 UI 设计图、视频工作流等视觉规格生成代码，并自主编排工具完成视觉数据处理任务；Agent Swarm 机制则将单智能体扩展升级为自导向的群体协同执行方案，能够将复杂任务分解为并行子任务，由动态实例化的领域专属智能体协同完成。

在推理与知识类基准上，Kimi K2.5 思考模式在 AIME 2025 上取得 96.1 分，HMMT 2025 达到 95.4 分，GPQA-Diamond 达到 87.6 分，整体与 GPT-5.2 及 Gemini 3 Pro 处于同一梯队。在引入工具增强后，HLE-Full 得分从 30.1 提升至 50.2，超越 GPT-5.2 的 45.5 和 Claude 4.5 Opus 的 43.2，显示出工具调用与推理能力的有效协同。

视觉理解方面，Kimi K2.5 在 MathVista（mini）上以 90.1 分领先 GPT-5.2 的 82.8 分，InfoVQA 达到 92.6 分，OCRBench 达到 92.3 分，均显著优于对比模型。视频理解方面，VideoMMMU 得分 86.6，LVBench 达到 75.9，在长视频理解任务 LongVideoBench 上以 79.8 分超越 GPT-5.2 的 76.5 分及 Gemini 3 Pro 的 77.7 分，展现出较强的时序视觉推理能力。

智能体搜索是 Kimi K2.5 的重要差异化方向。在 BrowseComp 基准上，标准模式得分 60.6，引入上下文管理后提升至 74.9，启用 Agent Swarm 后进一步达到 78.4，大幅超越 GPT-5.2 的 65.8 分。DeepSearchQA 得分 77.1，同样优于 GPT-5.2 的 71.3 分。代码能力方面，SWE-Bench Verified 得分 76.8，SWE-Bench Multilingual 达到 73.0，LiveCodeBench（v6）得分 85.0，整体处于开源模型前列。

要点

• Kimi K2.5 采用 1T 总参数 MoE 架构，激活参数仅 32B，支持 256K 上下文，兼顾能力与推理效率。
• Agent Swarm 多智能体协同机制在 BrowseComp 上将得分推至 78.4，超越 GPT-5.2、Claude 4.5 Opus 等闭源旗舰模型。
• 工具增强显著放大模型推理上限，HLE-Full 加工具后得分从 30.1 跃升至 50.2，提升幅度达 20 个百分点。
• 视觉与代码能力深度融合，模型可直接从 UI 设计图或视频工作流生成可执行代码，拓展了多模态智能体的实际应用场景。
• 模型完全开源，技术报告同步发布，为学术界与开发者提供了可复现的高性能多模态智能体基础模型。