MoonshotAI: Kimi K2.5 API
Moonshot AI 推出的開源權重多模態模型,支援圖文輸入,並具備 Agent Swarm 平行子代理協作能力。
Kimi K2.5 是 Moonshot AI 於 2026 年 1 月 27 日發布的原生多模態模型,能同時理解文字與圖像。它採用混合專家架構,總參數達 1 兆(1.04 兆),每次推論啟用 32B 參數,並額外搭載 4 億參數的視覺編碼器 MoonViT。模型以 Kimi-K2-Base 為基礎,透過約 15 兆個混合視覺與文字 token 繼續預訓練而成,上下文長度為 262K token。
在能力方面,Kimi K2.5 可依據 UI 設計、影片流程等視覺規格生成程式碼,並能自主協調工具處理視覺資料。其 Agent Swarm 機制可將複雜任務拆解為平行子任務,動態建立領域專屬代理,最多協調 100 個子代理、執行 1,500 次工具呼叫。模型提供逐步分析的思考模式與快速回應的即時模式,並可透過相容於 OpenAI 與 Anthropic 的 API 進行工具呼叫,亦可在 vLLM、SGLang、KTransformers 等推論引擎上運行。
此模型適合大規模多代理任務協調、需要平行處理的複雜資料管線(如爬取、清理、分析與視覺化),以及依視覺規格生成程式碼等場景。官方建議搭配 Kimi Code CLI 代理框架以獲得最佳效能。模型以修改版 MIT 授權釋出,允許商業使用。
更新時間:
模型 ID
kimi-k2.5- 上下文
- 262.144K
- 最大輸出
- 235.929K
- 建議 API
- messages
- 輸入
- text / image
- 輸出
- text
核心要點
- 原生多模態,支援圖文輸入
- Agent Swarm 平行子代理協作
- 最得 1,500 次工具呼叫
- 262K token 上下文
- 混合專家架構,總參數 1.04 兆
- 修改版 MIT 授權,可商業使用
供應商
比較不同供應商的呼叫價格,點擊供應商可查看完整費用和適用條件。
| 可用率 | ||||
|---|---|---|---|---|
| $0.49 | $2.5 | $0.2 | ||
| $0.6 | $3 | 未公布 |
歷史統計不等於即時健康檢查,缺少資料不代表服務中斷。
10 美元能買多少 token
- 輸入
- 2040.8萬 tokens
- 輸出
- 400萬 tokens
依目前輸入與輸出單價估算,未計入折扣。
基準測試
- 第 1 名
Vals Index
在開源權重模型中排名第一
- 第 1 名
Vals Multimodal Index
在開源權重模型中排名第一
- 第 1 名
SWE-bench Verified
在開源權重模型中排名第一
- 第 1 名
Terminal-Bench 2.0
在開源權重模型中排名第一
- 第 3 名
Finance Agent
在所有模型中排名第三
- 第 3 名
SAGE
在所有模型中排名第三
- 50.2%
HLE
使用工具輔助下的成績
- 第 16 名
CaseLaw
最低名次,與第一名差距在 10% 以內
分數來自模型廠商公布的資料,未經獨立驗證。
推理能力
- 預設啟用
- 是
- 始終啟用
- 否
填入 API key
從 Felo API Platform 帳戶建立 key,並設定為環境變數。
export FELO_API_KEY="YOUR_API_KEY"發出第一次請求
使用該模型 ID 呼叫 Felo API Platform endpoint。可選請求標頭如 X-Request-Id 能協助排查問題。
kimi-k2.5該模型支援推理。如果所選協議與模型路由提供推理控制,請在繼續對話時保留回傳的推理中繼資料。
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());使用第三方 SDK
兼容 SDK 只需把 baseURL 设置为 https://openapi.felo.ai/api/v1. Claude 风格客户端使用 Anthropic-compatible base URL。 https://openapi.felo.ai/api.
啟用串流輸出
加入 stream: true,即可以 server-sent events 接收回應。
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 提供兼容的模型调用入口。选择你的应用或 Agent 客户端已经支持的接口即可。
Messages
Anthropic-compatible messages for Claude-style clients.
POST
https://openapi.felo.ai/api/v1/messages参数
modelstringkimi-k2.5Public model ID to call.max_tokensinteger—Maximum generated tokens.messagesarray—Conversation messages for Chat Completions.seed———stop———min_p———toolsarray—Tool calling definitions following compatible schema.top_k———top_p———logprobs———reasoning———logit_bias———temperaturenumber—Controls response variety when supported.tool_choicestring or object—Controls whether a tool should be called.top_logprobs———response_formatobject—Request structured output when supported.presence_penalty———frequency_penalty———include_reasoning———repetition_penalty———structured_outputs———常見問題
什麼是 MoonshotAI: Kimi K2.5?
Kimi K2.5 是 Moonshot AI 於 2026 年 1 月 27 日發布的原生多模態模型,能同時理解文字與圖像。它採用混合專家架構,總參數達 1 兆(1.04 兆),每次推論啟用 32B 參數,並額外搭載 4 億參數的視覺編碼器 MoonViT。模型以 Kimi-K2-Base 為基礎,透過約 15 兆個混合視覺與文字 token 繼續預訓練而成,上下文長度為 262K token。 在能力方面,Kimi K2.5 可依據 UI 設計、影片流程等視覺規格生成程式碼,並能自主協調工具處理視覺資料。其 Agent Swarm 機制可將複雜任務拆解為平行子任務,動態建立領域專屬代理,最多協調 100 個子代理、執行 1,500 次工具呼叫。模型提供逐步分析的思考模式與快速回應的即時模式,並可透過相容於 OpenAI 與 Anthropic 的 API 進行工具呼叫,亦可在 vLLM、SGLang、KTransformers 等推論引擎上運行。 此模型適合大規模多代理任務協調、需要平行處理的複雜資料管線(如爬取、清理、分析與視覺化),以及依視覺規格生成程式碼等場景。官方建議搭配 Kimi Code CLI 代理框架以獲得最佳效能。模型以修改版 MIT 授權釋出,允許商業使用。
如何計算呼叫費用?
費用取決於你使用的供應商、對應價格和實際用量。長文字輸入等情況可能適用不同價格,詳見計費明細。
Kimi K2.5 支援哪些輸入與輸出格式?
支援文字與圖像輸入,輸出為文字。它是原生多模態模型,能同時理解文字與圖像內容。
Kimi K2.5 的上下文長度是多少?
上下文長度為 262K token。
Agent Swarm 可以協調多少個子代理?
最多可協調 100 個子代理,並執行多達 1,500 次工具呼叫。它會將複雜任務拆解為平行子任務,由動態建立的領域專屬代理執行。
Kimi K2.5 適合哪些任務?
適合大規模多代理任務協調、含爬取與分析等步驟的平行資料處理管線、依視覺規格生成程式碼,以及需自主執行 200 至 300 次工具呼叫的代理式流程。
Kimi K2.5 與前代 Kimi K2 Thinking 有何差別?
Kimi K2 Thinking 不支援多模態輸入,而 Kimi K2.5 是原生多模態模型,可同時理解文字與圖像,並新增 Agent Swarm 平行子代理能力。
Kimi K2.5 可以在哪些推論引擎上運行?
可在 vLLM、SGLang 與 KTransformers 等推論引擎上運行,並支援透過相容於 OpenAI 與 Anthropic 的 API 進行工具呼叫。
相關模型
MoonshotAI: Kimi K3.1 Pro
Moonshot AIkimi-k3.1-proKimi K3.1 Pro 是 Moonshot AI 推出的旗艦開源多模態推理模型,支援百萬 token 上下文,可處理文字、圖像與影片。
上下文
1.049M
最大輸出
943.718K
輸入 tokens
$4 / 1M tokens
輸出 tokens
$20 / 1M tokens
MoonshotAI: Kimi K3
Moonshot AIkimi-k3Moonshot AI 推出的旗艦開放權重模型,總參數達 2.8 兆,支援 1M 上下文與圖像、影片輸入。
上下文
1.049M
最大輸出
943.718K
輸入 tokens
$3 / 1M tokens
輸出 tokens
$15 / 1M tokens