MoonshotAI: Kimi K2.5 API
Kimi K2.5, 262K token bağlam penceresiyle metin ve görüntü girdilerini işleyen, açık ağırlıklı, çok modlu bir yapay zeka modelidir.
Kimi K2.5, Moonshot AI tarafından 27 Ocak 2026 tarihinde yayımlanan, metin ve görüntüyü yerel olarak anlayan çok modlu bir modeldir. 262K token bağlam penceresi sunar. Görsel belirtimlerden (UI tasarımları, video iş akışları) kod üretebilir, görsel veri işleme için araçları özerk olarak koordine edebilir. Agent Swarm özelliğiyle karmaşık görevleri paralel alt görevlere böler, dinamik olarak oluşturulan alan uzmanı ajanlar aracılığıyla yürütür ve 100'e kadar alt ajanı koordine edip 1.500'e kadar araç çağrısı gerçekleştirebilir. Düşünme modunda adım adım analiz, anlık modda hızlı yanıtlar sunar.
Model, Kimi-K2-Base üzerine yaklaşık 15 trilyon karışık görüntü ve metin tokenı ile sürekli ön eğitim yapılarak geliştirilmiştir. 1 trilyon (1.04 trilyon) toplam parametreye ve çıkarım başına 32 milyar aktif parametreye sahip Mixture-of-Experts mimarisi kullanır; ayrıca 400 milyon parametreli bir görüntü kodlayıcı olan MoonViT eklenmiştir. Değiştirilmiş MIT lisansı altında ticari kullanıma izin verilerek yayımlanmıştır. OpenAI/Anthropic uyumlu API üzerinden araç çağrısını destekler ve vLLM, SGLang, KTransformers gibi çıkarım motorlarında çalışır.
Kimi K2.5, özellikle çok ajanlı görev koordinasyonu, paralel veri işleme hatları (kırpma, temizleme, analiz, görselleştirme), görsel belirtimlerden kod üretimi ve 200-300 araç çağrısını özerk yürüten ajan iş akışları için uygundur. Kodlama, görüntü ve ajan görevlerinde açık ağırlıklı modeller arasında öncü performans sunarken çıkarım maliyetlerini rekabetçi tutar. Düşünme modunda önerilen sıcaklık 1.0, anlık modda 0.6 ve top_p 0.95'tir. Kimi Code CLI, en iyi performans için önerilen ajan çerçevesidir.
Güncellendi:
MODEL ID
kimi-k2.5- Bağlam
- 262.144K
- Maks. çıktı
- 235.929K
- Önerilen API
- messages
- Giriş
- text / image
- Çıkış
- text
Öne çıkanlar
- Açık ağırlıklı çok modlu model
- 262K token bağlam penceresi
- Agent Swarm ile 100 alt ajana kadar koordinasyon
- 1.500'e kadar araç çağrısı
- MoonViT görüntü kodlayıcı
- Değiştirilmiş MIT lisansı ile ticari kullanım
Sağlayıcılar
Sağlayıcılar arasındaki API fiyatlarını karşılaştırın. Tüm ücretleri ve koşulları görmek için bir sağlayıcı seçin.
| Kullanılabilirlik | ||||
|---|---|---|---|---|
| $0.49 | $2.5 | $0.2 | ||
| $0.6 | $3 | Yayımlanmadı |
Geçmiş istatistikler canlı durum kontrolü değildir. Eksik veri kesinti anlamına gelmez.
$10 ile neler alınır
- Giriş
- 20,4 Mn token
- Çıkış
- 4 Mn token
Güncel giriş ve çıkış fiyatlarına göre tahmin, indirimler hariç.
Kıyaslamalar
- #1
Vals Index
açık ağırlıklı modeller arasında sıralama
- #1
Vals Multimodal Index
açık ağırlıklı modeller arasında sıralama
- #1
SWE-bench Verified
açık ağırlıklı modeller arasında sıralama
- #1
Terminal-Bench 2.0
açık ağırlıklı modeller arasında sıralama
- #3
Finance Agent
tüm modeller arasında sıralama
- #3
SAGE
tüm modeller arasında sıralama
- 50.2%
HLE
araç kullanımıyla
- #16
CaseLaw
en düşük sıralama; birinciliğin %10 yakınında
Puanlar model sağlayıcısının yayımladığı şekildedir.
Akıl yürütme
- Varsayılan olarak etkin
- Evet
- Her zaman etkin
- Hayır
Hızlı başlangıç
Bu modeli Felo API Platform uyumlu API'lerle çağırmak için hazır kod. Kod yazmadan önce istemleri test etmek isterseniz Playground'da başlayın.
API anahtarınızı alın
Felo API Platform hesabınızdan bir anahtar oluşturun ve ortam değişkeni olarak ayarlayın.
export FELO_API_KEY="YOUR_API_KEY"İlk isteğinizi yapın
Bu model kimliğini Felo API Platform endpoint'iyle kullanın. X-Request-Id gibi isteğe bağlı istek başlıkları sorun gidermeye yardımcı olabilir.
kimi-k2.5Bu model akıl yürütme yeteneğine sahiptir. Seçtiğiniz protokol ve model rotası akıl yürütme kontrolleri sunuyorsa, konuşmaya devam ederken döndürülen akıl yürütme üst verilerini koruyun.
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());Üçüncü taraf SDK'ları kullanma
baseURL'yi şu adrese ayarlayarak uyumlu SDK'ları kullanın: https://openapi.felo.ai/api/v1. Claude tarzı istemciler için Anthropic uyumlu temel URL'yi kullanın. https://openapi.felo.ai/api.
Akışı etkinleştirin
Yanıtları server-sent events olarak almak için stream: true ekleyin.
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
Felo API Platform uyumlu model çağırma yüzeyleri sunar. Uygulamanızın veya ajan istemcinizin zaten desteklediği yüzeyi seçin.
Messages
Claude tarzı istemciler için Anthropic uyumlu mesajlar.
POST
https://openapi.felo.ai/api/v1/messagesParametreler
modelstringkimi-k2.5Çağrılacak herkese açık model kimliği.max_tokensinteger—Oluşturulacak maksimum token sayısı.messagesarray—Chat Completions için konuşma mesajları.seed———stop———min_p———toolsarray—Uyumlu şemayı izleyen araç çağırma tanımları.top_k———top_p———logprobs———reasoning———logit_bias———temperaturenumber—Desteklendiğinde yanıt çeşitliliğini kontrol eder.tool_choicestring or object—Bir aracın çağrılıp çağrılmayacağını kontrol eder.top_logprobs———response_formatobject—Desteklendiğinde yapılandırılmış çıktı ister.presence_penalty———frequency_penalty———include_reasoning———repetition_penalty———structured_outputs———Sık sorulan sorular
Model tanıtımı: MoonshotAI: Kimi K2.5?
Kimi K2.5, Moonshot AI tarafından 27 Ocak 2026 tarihinde yayımlanan, metin ve görüntüyü yerel olarak anlayan çok modlu bir modeldir. 262K token bağlam penceresi sunar. Görsel belirtimlerden (UI tasarımları, video iş akışları) kod üretebilir, görsel veri işleme için araçları özerk olarak koordine edebilir. Agent Swarm özelliğiyle karmaşık görevleri paralel alt görevlere böler, dinamik olarak oluşturulan alan uzmanı ajanlar aracılığıyla yürütür ve 100'e kadar alt ajanı koordine edip 1.500'e kadar araç çağrısı gerçekleştirebilir. Düşünme modunda adım adım analiz, anlık modda hızlı yanıtlar sunar. Model, Kimi-K2-Base üzerine yaklaşık 15 trilyon karışık görüntü ve metin tokenı ile sürekli ön eğitim yapılarak geliştirilmiştir. 1 trilyon (1.04 trilyon) toplam parametreye ve çıkarım başına 32 milyar aktif parametreye sahip Mixture-of-Experts mimarisi kullanır; ayrıca 400 milyon parametreli bir görüntü kodlayıcı olan MoonViT eklenmiştir. Değiştirilmiş MIT lisansı altında ticari kullanıma izin verilerek yayımlanmıştır. OpenAI/Anthropic uyumlu API üzerinden araç çağrısını destekler ve vLLM, SGLang, KTransformers gibi çıkarım motorlarında çalışır. Kimi K2.5, özellikle çok ajanlı görev koordinasyonu, paralel veri işleme hatları (kırpma, temizleme, analiz, görselleştirme), görsel belirtimlerden kod üretimi ve 200-300 araç çağrısını özerk yürüten ajan iş akışları için uygundur. Kodlama, görüntü ve ajan görevlerinde açık ağırlıklı modeller arasında öncü performans sunarken çıkarım maliyetlerini rekabetçi tutar. Düşünme modunda önerilen sıcaklık 1.0, anlık modda 0.6 ve top_p 0.95'tir. Kimi Code CLI, en iyi performans için önerilen ajan çerçevesidir.
Kullanım nasıl faturalandırılır?
Faturanız kullandığınız sağlayıcıya, fiyatlarına ve kullanımınıza bağlıdır. Daha uzun girişler veya başka koşullar farklı fiyatlara tabi olabilir.
Kimi K2.5 hangi girdi türlerini destekler?
Metin ve görüntü girdilerini yerel olarak anlar ve metin çıktısı üretir.
Bağlam penceresi ve çıktı sınırı nedir?
262K token bağlam penceresi sunar; çıktı sınırı belirtilmemiştir.
Hangi görevler için uygundur?
Çok ajanlı koordinasyon, paralel veri işleme hatları, görsel belirtimlerden kod üretimi ve 200-300 araç çağrılı özerk iş akışları için uygundur.
Kimi K2 Thinking ile arasındaki fark nedir?
Kimi K2 Thinking çok modlu girdi desteklemezken Kimi K2.5 metin ve görüntüyü birlikte işleyebilir.
Hangi çıkarım motorlarında çalışır?
vLLM, SGLang ve KTransformers gibi çıkarım motorlarında çalışır.
Önerilen sıcaklık ayarları nelerdir?
Düşünme modunda 1.0, anlık modda 0.6 sıcaklık ve top_p 0.95 önerilir.
İlgili modeller
MoonshotAI: Kimi K3.1 Pro
Moonshot AIkimi-k3.1-proKimi K3.1 Pro, Moonshot AI'nin açık ağırlıklı, çok kipli akıl yürütme modelidir; 1 milyon token bağlam penceresi ve 2,8 trilyon toplam parametre sunar.
Bağlam
1.049M
Maks. çıktı
943.718K
Giriş tokenları
$4 / 1M token
Çıkış tokenları
$20 / 1M token
MoonshotAI: Kimi K3
Moonshot AIkimi-k3Moonshot AI'nin 2,8 trilyon parametreli, açık ağırlıklı amiral gemisi modeli Kimi K3; 1M token bağlam penceresiyle metin, görsel ve video girdilerini işler.
Bağlam
1.049M
Maks. çıktı
943.718K
Giriş tokenları
$3 / 1M token
Çıkış tokenları
$15 / 1M token