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
Vergleichen Sie die API-Preise verschiedener Anbieter. Wählen Sie einen Anbieter aus, um alle Kosten und Bedingungen zu sehen.
| Verfügbarkeit | ||||
|---|---|---|---|---|
| $0.49 | $2.5 | $0.2 | ||
| $0.6 | $3 | Nicht veröffentlicht |
Historische Daten sind keine Live-Statusprüfung. Fehlende Daten bedeuten keinen Ausfall.
Was man für $10 bekommt
- Eingabe
- 20,4 Mio. Token
- Ausgabe
- 4 Mio. Token
Geschätzt anhand der aktuellen Eingabe- und Ausgabepreise, vor Rabatten.
Benchmarks
- #1
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
- #3
Finance Agent
Rang unter allen Modellen
- #3
SAGE
Rang unter allen Modellen
- 50.2%
HLE
mit Tool-Nutzung
- #16
CaseLaw
niedrigster Rang; innerhalb von 10 % des ersten Platzes
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.
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"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-k2.5Dieses 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.
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.
Messages
Anthropic-kompatible Nachrichten für Clients im Claude-Stil.
POST
https://openapi.felo.ai/api/v1/messagesParameter
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
MoonshotAI: Kimi K3.1 Pro
Moonshot AIkimi-k3.1-proKimi K3.1 Pro ist Moonshot AIs offenes Flaggschiff-Multimodalmodell mit 1-Million-Token-Kontext, das Text, Bilder und Videos versteht und agentische Wissensarbeit, Coding und Finanzforschung vorantreibt.
Kontext
1.049M
Max. Ausgabe
943.718K
Eingabe-Token
$4 / 1M Token
Ausgabe-Token
$20 / 1M Token
MoonshotAI: Kimi K3
Moonshot AIkimi-k3Kimi K3 ist Moonshot AIs offenes Flaggschiffmodell mit 2,8 Billionen Parametern, 1M-Token-Kontext und immer aktiver Denkfähigkeit für komplexe Aufgaben.
Kontext
1.049M
Max. Ausgabe
943.718K
Eingabe-Token
$3 / 1M Token
Ausgabe-Token
$15 / 1M Token