Kimi新模型熱度持續高漲ing！

不光在更多benchmark上拿下SOTA，體驗過的網友們也是一水兒好評——

新模型K2非常擅長工具調用，屬于“自Claude 3.5 Sonnet以來，能放心用于生產力級別任務的模型”。

與此同時，本來傳言本周上線的OpenAI開源模型無限期推遲，理由還是“安全考量”。

大家不免猜測，這不會是被K2影響了吧？

眾多熱議之下，才休息兩天的Kimi工程師也進一步透露了模型背后更多細節。

不僅關于模型本身，還回應了很多八卦：

• 開源確實有名聲的考量
• 不恨DeepSeek，但是恨這條路徑不是自己驗證的
• 從年初開始Kimi就不投流了

值得一提的是，還有網友發現Kimi K2背后用的是DeepSeek V3的架構。

所以K2開源背后還有哪些考量？實測表現如何？

具體來看——

K2開源為賺名聲，今年沒有投流

此次Kimi K2討論度最高的一點，就是Kimi果斷走了開源路線。

而從Kimi工程師的爆料來看，原因主要有三點。

P.S. 開始之前先疊個甲，以下觀點僅代表該工程師個人立場，不代表Kimi官方態度。

這首先嘛，當然是為了賺個好名聲：

• 如果K2只是一個閉源服務，現在一定沒有這么多關注和討論。

前車之鑒就有Grok 4，能力越強，人們的標準或預期就會越高，從而導致負面評價可能更多。

另一大好處在于能借助開源社區的力量完善技術生態。

K2開源不到24小時，社區就出現了K2的MLX實現（可在Mac設備上訓練和部署）、4bit量化等等。

要知道K2這次開源的模型版本有兩個：

• Kimi-K2-Base：未經過指令微調的基礎預訓練模型，適合科研與自定義場景；
• Kimi-K2-Instruct：通用指令微調版本（非思考模型），在大多數問答與Agent任務中表現卓越。

光靠Kimi內部，一些后續開源工作確實難以快速實現。

不過最最重要的是，開源能夠倒逼模型進步。

• 當開源要求你不能走捷徑的時候，反而更有利于做出更好的模型和產品。

畢竟開源之后，開源模型的效果必須“可復現”，不能再靠各種技巧遮掩，只有當任何人拿到相同權重都能輕松復現結果，才算真正站得住腳。

與此同時，他也回應了人們關于Kimi“擅長營銷投流”的八卦。

實際上從今年年初開始，Kimi就已經停止了投流。具體表現為，國內不少應用商店搜索Kimi甚至第一頁都看不見， 在蘋果App Store和國內搜索平臺搜Kimi會推薦友商。

• 即使在如此惡劣的互聯網環境之下，Kimi也沒有恢復投流。

因為年初DeepSeek-R1的爆火向他們證明了，硬實力就是最好的推廣，只要模型做的好，就會獲得市場認可。

甚至他還透露了一個細節：

• 在年初的反思會上，我（指工程師）提出了一些相當激進的建議，沒想到植麟（Kimi CEO楊植麟）后續的行動比我想的還要激進，如不再更新K1系列模型，集中資源搞基礎算法和K2。

就是說，Kimi是少數還在堅持投入基礎模型研發的創業公司。

甚至當Agent爆火之后，面對Kimi不應該卷大模型，應該去做Agent產品的質疑，Kimi仍在堅持這一方向。

Kimi工程師表示，絕大多數Agent產品，離了Claude以后，什么都不是。

• 2025年，智能的上限仍然完全由模型決定，作為一家以AGI為目標的公司，如果不去追求智能的上限，那我一天也不會多呆下去。

除了以上兩點，這位工程師還提到了Kimi團隊在產品設計與底層能力構建上的深層思考。

比如在“寫前端”功能上，幾乎從Claude 3.5開始，AI寫前端就已經達到“可用”水平。不過傳統聊天機器人輸出Markdown，難以滿足“排版成一頁A4紙”這類的具體需求。

因此，像上個月推出的Kimi Researcher功能就嘗試了純文本之外的交互形式。

當AI默認輸出從“文字”變成了“前端頁面”，人機交互簡直煥然一新。

• 這代表一種從chat-firstartifact-first的范式轉變。

此外，為了教AI學會使用工具，Kimi團隊原本想在RL環境中聯動MCP真實工具訓練AI，但因部署難、登錄限制等問題失敗。

于是團隊轉變了思路，鑒于預訓練模型已“見過”大量API調用，其實早已具備工具使用知識，因此關鍵在于把這種能力“激發”出來。

后來他們利用multi-agent機制，合成多樣化的工具調用數據，無需大量人工標注也能訓練出好效果。

更多細節也將在之后的技術報告中詳細揭秘。

總之，作為Kimi最新MoE基礎模型，Kimi K2憑借總參數1T，激活參數32B，在代碼、Agent、數學推理任務上表現出色。

而且遵循的還是修改版MIT協議（Modified MIT License）。

MIT協議可以說是最寬松的協議（約等于怎么用都行）。而Kimi的修改在于，如果基于Kimi K2打造的產品或服務月活躍用戶超過1億，或者月收入超過2000萬美元，那么需要在該產品和服務的用戶界面上顯示“Kimi K2”。

可以說，一改往日作風選擇開源路線的Kimi K2，幾乎一出場就吸引了大量關注。

那么，Kimi K2真實能力究竟如何呢？我們這就實測一下。

實測一下Kimi K2

具體實測的方向，咱們直接從廣大網友cue到的K2亮點展開：

• 前端制作：制作游戲、制作網頁、自主編程；
• 工具調用：調用外部工具來完成復雜任務，比如做旅游攻略、訂高鐵票；
• 創意寫作：自主命題、即興發揮。

關于前端制作，我們將以經典游戲breakout（打磚塊）為例，測試Kimi的初始模型和Kimi K2的差別。

當我們向Kimi的初始模型輸入“創建一個簡單的breakout游戲作為單個html頁面。”時，它的輸出是這樣的：

在代碼之下還“附贈”了游戲說明：

按照指示，將代碼保存為.html文件，打開后是這樣的：

畫面非常簡潔，沒有任何指引，靠鍵盤的←↑→鍵控制，一旦掉落就會顯示“Game over”，即使所有磚塊都消失也不例外。

但使用了K2模型，它的輸出就變得“花哨”了很多（生成速度也慢了很多）：

Kimi輸出的結果只有4KB，但K2模型的輸出為10.7KB，整整2.6倍有余。

畫面和玩法變得更加豐富，添加了得分和生命的設定，操作方式也變成了鼠標操作。

雖然和網友的展示有些區別，但至少，它現在看上去已經像模像樣了。

而我們只用了一句話作為提示：

• 創建一個簡單的breakout游戲作為單個html頁面。

既然簡單的breakout游戲輸出良好，那換成“復雜一點”的貪吃蛇呢？

• 生成一個貪吃蛇游戲，并加入隨機迷宮機制。

這一次，它給出了游戲的特點和玩法介紹（前面用K2生成breakout游戲的時候只輸出了代碼）：

保存為.html文件，初次輸出的結果實在是……太難了！基本上進去就要重開，絕對不是我玩得菜！

迫不得已，咱在原有的對話下加入了新的要求：

• 速度慢一些，難度小一點，改成3條命。

用了大約3分鐘的時間，它重新輸出了一套完整的代碼，以及改動說明：

結果顯示，這次的貪吃蛇游戲在速度和難度上都有了很大的改進：

至于工具調用功能，讓我們本土化一點，這么近那么美。

• 做一個兩天的河北旅游攻略，包括車票和食宿安排，并附上購票地址，把最終成果部署成一個可訪問的html網頁。

它給出了這樣的結果：

居然！每一個步驟都很詳細，并且可以直接點擊鏈接跳轉！？

可以說是很高效了！

針對K2的創意寫作功能，網友們顯然有很好的主意：讓K2寫一封告別信。

于是，我們也試著讓K2寫一封“給宇宙和自己最后的告別信”。

• 就在30分鐘后，宇宙將要迎來終結，所有的生物都將一同寂滅，但你還有最后的時間去寫一封信作為告別，你會寫什么內容？

它給了我們這樣的回復：

Two More Things

如開頭所言，傳聞OpenAI開源模型因為K2而推遲了~

CEO奧特曼明面上給出的說法是，需要更多時間進行額外安全檢測并審查高風險區域。

但網友們似乎并不買賬，最高贊網友直接貼臉開大：

不過猜歸猜，AI創企hyperbolic聯創又出來爆料了。

據他表示，OpenAI的開源模型參數比K2小很多，但性能“超級強大”，只是由于某些不可言說（他用了荒謬這個詞）的原因，OpenAI在發布前才意識到了一個大問題，所以目前在重新訓練。

另外，對于網友提到的K2背后用了DeepSeek V3架構的說法，由于目前沒有詳細技術報告，我們先讓K2自己來“回應”一下這件事：

總結起來就是一句話，合理借鑒罷了。