Felo API PlatformFelo API Platform
Zurück zu den Modellen
Moonshot AImessages

MoonshotAI: Kimi K2.5 API

Kimi K2.5 ist ein offenes multimodales Modell von Moonshot AI mit Agent Swarm, Werkzeugkoordination und einer Kontextlänge von 262K Tokens.

Kimi K2.5 ist ein natives multimodales Modell von Moonshot AI, das sowohl Text als auch Bilder versteht. Es basiert auf Kimi-K2-Base und wurde durch kontinuierliches Pretraining auf etwa 15 Billionen gemischten Bild- und Text-Tokens weiterentwickelt. Die Mixture-of-Experts-Architektur umfasst 1 Billion (1,04 Billionen) Gesamtparameter und 32B aktive Parameter pro Inferenz. Zusätzlich verfügt es über einen 400 Millionen Parameter starken Bildencoder MoonViT. Kimi K2.5 unterstützt Tool Calling über eine OpenAI/Anthropic-kompatible API und läuft auf Inferenz-Engines wie vLLM, SGLang und KTransformers.

Das Modell eignet sich besonders für die Koordination mehrerer Agenten im großen Maßstab sowie für komplexe Datenverarbeitungspipelines, die Scraping, Bereinigung, Analyse und Visualisierung parallel ausführen. Mit Coding with Vision kann es Code aus visuellen Spezifikationen wie UI-Designs und Video-Workflows generieren. Agent Swarm zerlegt komplexe Aufgaben in parallele Teilaufgaben, die von dynamisch instanziierten, domänenspezifischen Agenten ausgeführt werden. Dabei koordiniert es bis zu 100 Subagenten und führt bis zu 1.500 Tool-Aufrufe aus. Kimi Code CLI wird als Agent-Framework für optimale Leistung empfohlen.

Kimi K2.5 bietet einen Thinking-Modus mit schrittweiser Analyse und einen Instant-Modus für schnelle Antworten. Die empfohlene Temperatur liegt bei 1.0 im Thinking-Modus und 0.6 im Instant-Modus, mit top_p 0.95. Das Modell steht unter einer modifizierten MIT-Lizenz, die kommerzielle Nutzung erlaubt. Es erreicht Spitzenleistungen bei Coding-, Vision- und Agentic-Aufgaben und bleibt dabei wettbewerbsfähig bei den Inferenzkosten.

Aktualisiert:

MODELL-ID

kimi-k2.5
Kontext
262.144K
Max. Ausgabe
235.929K
Empfohlene API
messages
Eingabe
text / image
Ausgabe
text

Highlights

  • Natives multimodales Verständnis von Text und Bild
  • Agent Swarm mit bis zu 100 Subagenten
  • Bis zu 1.500 Tool-Aufrufe
  • Thinking- und Instant-Modus
  • 262K Tokens Kontext
  • Modifizierte MIT-Lizenz für kommerzielle Nutzung

Anbieter

2 Anbieter

Vergleichen Sie die API-Preise verschiedener Anbieter. Wählen Sie einen Anbieter aus, um alle Kosten und Bedingungen zu sehen.

Anbieter · Preisdetails
Verfügbarkeit
$0.49$2.5$0.2
$0.6$3Nicht veröffentlicht

Was man für $10 bekommt

Eingabe
20,4 Mio. Token
Ausgabe
4 Mio. Token

Geschätzt anhand der aktuellen Eingabe- und Ausgabepreise, vor Rabatten.

Benchmarks

  • Vals Index

    Rang unter den Open-Weight-Modellen

    #1
  • Vals Multimodal Index

    Rang unter den Open-Weight-Modellen

    #1
  • SWE-bench Verified

    Rang unter den Open-Weight-Modellen

    #1
  • Terminal-Bench 2.0

    Rang unter den Open-Weight-Modellen

    #1
  • Finance Agent

    Rang unter allen Modellen

    #3
  • SAGE

    Rang unter allen Modellen

    #3
  • HLE

    mit Tool-Nutzung

    50.2%
  • CaseLaw

    niedrigster Rang; innerhalb von 10 % des ersten Platzes

    #16

Werte wie vom Modellanbieter veröffentlicht.

Schlussfolgern

Standardmäßig aktiviert
Ja
Immer aktiviert
Nein

Schnellstart

Direkt einsetzbarer Code, um dieses Modell über die kompatiblen APIs der Felo API Platform aufzurufen. Testen Sie Prompts im Playground, bevor Sie Code schreiben.

1

API-Schlüssel hinterlegen

Erstellen Sie einen Schlüssel in Ihrem Konto bei der Felo API Platform und legen Sie ihn als Umgebungsvariable ab.

export FELO_API_KEY="YOUR_API_KEY"
2

Erste Anfrage senden

Verwenden Sie diese Modell-ID mit dem Endpoint der Felo API Platform. Optionale Anfrage-Header wie X-Request-Id helfen bei der Fehlersuche.

kimi-k2.5

Dieses Modell kann schlussfolgern. Wenn das gewählte Protokoll und die Modellroute Reasoning-Steuerungen bereitstellen, behalten Sie die zurückgegebenen Reasoning-Metadaten bei, wenn Sie das Gespräch fortsetzen.

const response = await fetch("https://openapi.felo.ai/api/v1/messages", {
  method: 'POST',
  headers: {
    Authorization: `Bearer ${process.env.FELO_API_KEY}`,
    'Content-Type': 'application/json',
  },
  body: JSON.stringify({
  "model": "kimi-k2.5",
  "max_tokens": 1024,
  "messages": [
    {
      "role": "user",
      "content": "Hello"
    }
  ]
}),
});
if (!response.ok) throw new Error(await response.text());
console.log(await response.json());

Drittanbieter-SDKs verwenden

Setzen Sie in kompatiblen SDKs baseURL auf https://openapi.felo.ai/api/v1. Für Clients im Claude-Stil verwenden Sie die Anthropic-kompatible Basis-URL. https://openapi.felo.ai/api.

3

Streaming aktivieren

Fügen Sie stream: true hinzu, um Antworten als Server-Sent Events zu erhalten.

curl -N https://openapi.felo.ai/api/v1/messages \
  -H "Authorization: Bearer $FELO_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
  "model": "kimi-k2.5",
  "max_tokens": 1024,
  "messages": [
    {
      "role": "user",
      "content": "Hello"
    }
  ],
  "stream": true
}'

Endpoint

Die Felo API Platform stellt kompatible Oberflächen für Modellaufrufe bereit. Wählen Sie die Oberfläche, die Ihre App oder Ihr Agent-Client bereits unterstützt.

SurfaceMethodURL

Messages

Anthropic-kompatible Nachrichten für Clients im Claude-Stil.

POST

https://openapi.felo.ai/api/v1/messages

Parameter

NameTypStandardBeschreibung
modelstringkimi-k2.5Öffentliche Modell-ID, die aufgerufen wird.
max_tokensinteger—Maximale Anzahl generierter Tokens.
messagesarray—Gesprächsnachrichten für Chat Completions.
seed———
stop———
min_p———
toolsarray—Tool-Calling-Definitionen nach kompatiblem Schema.
top_k———
top_p———
logprobs———
reasoning———
logit_bias———
temperaturenumber—Steuert die Vielfalt der Antworten, wenn unterstützt.
tool_choicestring or object—Steuert, ob ein Tool aufgerufen werden soll.
top_logprobs———
response_formatobject—Fordert strukturierte Ausgabe an, wenn unterstützt.
presence_penalty———
frequency_penalty———
include_reasoning———
repetition_penalty———
structured_outputs———

Häufige Fragen

Was ist MoonshotAI: Kimi K2.5?

Kimi K2.5 ist ein natives multimodales Modell von Moonshot AI, das sowohl Text als auch Bilder versteht. Es basiert auf Kimi-K2-Base und wurde durch kontinuierliches Pretraining auf etwa 15 Billionen gemischten Bild- und Text-Tokens weiterentwickelt. Die Mixture-of-Experts-Architektur umfasst 1 Billion (1,04 Billionen) Gesamtparameter und 32B aktive Parameter pro Inferenz. Zusätzlich verfügt es über einen 400 Millionen Parameter starken Bildencoder MoonViT. Kimi K2.5 unterstützt Tool Calling über eine OpenAI/Anthropic-kompatible API und läuft auf Inferenz-Engines wie vLLM, SGLang und KTransformers. Das Modell eignet sich besonders für die Koordination mehrerer Agenten im großen Maßstab sowie für komplexe Datenverarbeitungspipelines, die Scraping, Bereinigung, Analyse und Visualisierung parallel ausführen. Mit Coding with Vision kann es Code aus visuellen Spezifikationen wie UI-Designs und Video-Workflows generieren. Agent Swarm zerlegt komplexe Aufgaben in parallele Teilaufgaben, die von dynamisch instanziierten, domänenspezifischen Agenten ausgeführt werden. Dabei koordiniert es bis zu 100 Subagenten und führt bis zu 1.500 Tool-Aufrufe aus. Kimi Code CLI wird als Agent-Framework für optimale Leistung empfohlen. Kimi K2.5 bietet einen Thinking-Modus mit schrittweiser Analyse und einen Instant-Modus für schnelle Antworten. Die empfohlene Temperatur liegt bei 1.0 im Thinking-Modus und 0.6 im Instant-Modus, mit top_p 0.95. Das Modell steht unter einer modifizierten MIT-Lizenz, die kommerzielle Nutzung erlaubt. Es erreicht Spitzenleistungen bei Coding-, Vision- und Agentic-Aufgaben und bleibt dabei wettbewerbsfähig bei den Inferenzkosten.

Wie wird die Nutzung abgerechnet?

Ihre Rechnung hängt vom genutzten Anbieter, seinen Preisen und Ihrer Nutzung ab. Längere Eingaben oder andere Bedingungen können andere Preise haben.

Welche Eingaben unterstützt Kimi K2.5?

Kimi K2.5 versteht Text- und Bildeingaben und gibt Text aus. Es ist ein natives multimodales Modell.

Wie lang ist der Kontext von Kimi K2.5?

Kimi K2.5 unterstützt eine Kontextlänge von 262K Tokens.

Für welche Aufgaben ist Kimi K2.5 geeignet?

Es eignet sich für Multi-Agent-Koordination, komplexe Datenverarbeitungspipelines, Codegenerierung aus visuellen Spezifikationen und agentische Workflows mit 200 bis 300 Tool-Aufrufen.

Was ist der Unterschied zu Kimi K2 Thinking?

Der Vorgänger Kimi K2 Thinking unterstützte keine multimodale Eingabe. Kimi K2.5 versteht dagegen sowohl Text als auch Bilder.

Wie viele Subagenten kann Kimi K2.5 koordinieren?

Agent Swarm koordiniert bis zu 100 Subagenten und führt bis zu 1.500 Tool-Aufrufe aus.

Welche Inferenz-Engines werden unterstützt?

Kimi K2.5 läuft auf vLLM, SGLang und KTransformers.

Verwandte Modelle