模型发布档案

最新发布模型

聚合模型发布动态,按发布时间浏览,发现值得关注的新模型。

按发布时间倒序7 种语言
清除

17 个模型

按发布时间倒序
Moonshot AI

Kimi K3.1 Pro

Kimi K3.1 Pro 是 Moonshot AI 的开放权重、原生多模态智能体模型,基于 Kimi K3 后训练,是 K3.1 系列的首个模型。官方模型卡列出的 MoE 架构总参数量为 2.8 万亿、每个 token 激活参数量为 1040 亿,上下文窗口为 1,048,576 tokens。(huggingface.co) 支持文本和图像理解,可用于长文档分析、视觉问答及多步骤推理。 面向…

了解模型简体中文
Moonshot AI

Kimi K3.1 Pro Highspeed

Kimi K3.1 Pro Highspeed 是 Kimi K3.1 Pro 的高速版本。官方称其与标准版具备同等智能,输出速度约为标准版的 2–3 倍,面向需要快速响应的交互式任务。K3.1 Pro 是基于 Kimi K3 后训练的 3 万亿级参数模型,支持原生视觉理解及 1,048,576 token 上下文窗口。(kimi.com) 支持长上下文推理、编程、工具调用和多步骤智能体工作流,可…

了解模型简体中文
Moonshot AI

Kimi K3.1 Pro

Moonshot AI 的 K3.1 系列旗舰模型,是基于 Kimi K3 后训练的开放权重、多模态智能体模型,面向长程编程、推理和知识工作。模型采用混合专家架构,总参数约 2.8 万亿,每个 token 激活约 1040 亿参数;上下文窗口为 1,048,576 tokens。(kimi.ai) **编程与智能体:**支持代码生成、修复、项目开发和多步骤工具调用。 **视觉与 3D 创作:**支…

了解模型简体中文
Moonshot AI

K2.8 Preview

K2.8 Preview 是面向 Kimi Code 编程与智能体工作流的预览模型。官方于 2026 年 9 月 11 日宣布其在 Kimi Code 全量上线;原有模型 ID kimi-for-coding 保持不变。官方称其综合性能接近 K3,编码与智能体能力相较 K2.7 Code 提升,思考效率也有改善;这些对比属于官方定性描述。(kimi.com) **编程与智能体:**适合代码补全、常…

了解模型简体中文
Moonshot AI

Kimi K3

Kimi K3 是面向长程编程、知识工作和推理的开放权重多模态模型。它采用混合专家(MoE)架构,总参数量为 2.8 万亿,每个 token 激活约 1040 亿参数;上下文窗口为 1,048,576 tokens。模型原生支持视觉理解,可处理文本、图像和视频。(kimi.com) **长程编程与智能体任务:**理解大型代码库、使用终端工具,辅助软件开发、GPU 内核优化、编译器开发和科研计算。…

了解模型简体中文
Moonshot AI

Kimi K2.7 Code

Kimi K2.7 Code 是面向编程和长程软件工程任务的智能体模型,模型权重已公开。官方于 2026 年 6 月 12 日发布。(kimi.com) 适用于代码库重构、跨文件功能开发、调试和多轮编程任务,也可通过 Kimi API 集成到开发工具和智能体工作流。 采用混合专家(MoE)架构,总参数量为 1T,每个 token 激活 32B 参数;上下文窗口为 262,144 tokens。官方…

了解模型简体中文
Moonshot AI

Kimi K2.6

Kimi K2.6 是 Moonshot AI 发布的开放权重、原生多模态智能体模型,重点面向长程编程、视觉理解和复杂任务执行。模型采用混合专家架构,总参数约 1 万亿,每次激活约 320 亿参数;代码和权重采用 Modified MIT 许可。(kimi.com) 支持文本、图像和视频输入,以及思考和非思考模式;可用于对话、代码生成与修改、工具调用和智能体任务。(linkedin.com) 支持…

了解模型简体中文
Moonshot AI

Kimi K2.5

Kimi K2.5 是原生多模态、面向智能体任务的开放权重模型,在 Kimi K2 基础上继续使用视觉与文本混合数据进行预训练。它采用混合专家(MoE)架构,官方模型卡列出总参数约 1 万亿、每 token 激活参数约 320 亿,上下文长度为 256K token。(huggingface.co) 支持文本和视觉理解,可根据图像或视频中的信息进行推理、生成代码和视觉调试;提供即时模式与思考模式。…

了解模型简体中文
Moonshot AI

Kimi K2 Thinking

Kimi K2 Thinking 是 Moonshot AI 于 2025 年 11 月 6 日发布的开源思考模型,定位为能够交替进行推理和工具调用的智能体模型。官方发布公告:Kimi K2 Thinking 模型发布并开源。(platform.kimi.com) **推理与工具使用:**模型可在多步骤推理中调用工具。官方称其在相应任务设置下可连续执行约 200–300 次工具调用,适合多步骤研究…

了解模型简体中文
Moonshot AI

Kimi-Linear-48B-A3B-Instruct

Kimi Linear 的指令微调版文本生成模型,采用混合专家(MoE)架构,总参数约 480 亿、每次激活约 30 亿。它结合 Kimi Delta Attention(KDA)与多头潜在注意力(MLA),主要面向高效文本生成和长上下文研究。官方已发布模型检查点,模型卡标注 MIT 许可证。(github.com) 官方标注上下文长度为 1M tokens;部署示例使用 1,048,576…

了解模型简体中文
Moonshot AI

Kimi-Linear-48B-A3B-Base

Kimi-Linear-48B-A3B-Base 是 Kimi Linear 系列的预训练基础语言模型,面向语言模型研究、继续训练和应用开发。模型共有约 480 亿参数,每次推理激活约 30 亿参数;官方同时发布了单独的 Instruct 版本。(github.com) 采用 Kimi Delta Attention(KDA)与多头潜在注意力(MLA)混合架构,官方标注的上下文长度为 100 万…

了解模型简体中文
Moonshot AI

Kimi-K2-Instruct-0905

Kimi K2 的指令模型更新版,面向通用对话和智能体任务,重点加强编程能力。采用混合专家(MoE)架构,总参数约 1 万亿,每个 token 激活约 320 亿参数。(kimi.com) 强化智能体编程、前端代码生成和工具调用,可用于软件开发、代码助手和多步骤任务。 上下文窗口从上一版本的 128K 扩展至 256K tokens,适合长文本和长期任务。 发布时的官方 API 支持自动上下文缓存…

了解模型简体中文
Moonshot AI

Kimi-K2-Instruct

Kimi-K2-Instruct 是 Kimi K2 的后训练指令模型,面向通用对话和智能体应用,侧重工具调用与任务执行,而非长思考模式。API 版本 kimi-k2-0711-preview 于 2025 年 7 月 11 日发布。(kimi.com) 采用混合专家(MoE)架构,总参数约 1 万亿,每个 token 激活约 320 亿参数。0711 版本的上下文窗口为 128K tokens;…

了解模型简体中文
Moonshot AI

Kimi-K2-Base

Kimi-K2-Base 是 Kimi K2 系列的预训练基础语言模型,主要面向希望自行微调和构建定制方案的研究人员与开发者。它与面向通用聊天和智能体交互的后训练版本 Kimi-K2-Instruct 不同。(kimi.com) 采用混合专家(MoE)架构,总参数量约 1 万亿,每次前向计算激活约 320 亿参数;官方模型卡标注上下文长度为 128K token。(huggingface.co)…

了解模型简体中文
Moonshot AI

Kimi-VL-A3B-Thinking-2506

Kimi-VL-A3B-Thinking-2506 是 Kimi-VL 系列的多模态视觉语言推理模型,面向图像理解、长上下文和智能体任务。采用混合专家(MoE)语言模型、原生分辨率视觉编码器 MoonViT 和投影器;官方列出的总参数量约为 16B,每次激活约 3B,上下文窗口为 128K tokens。(github.com) **视觉理解与推理:**可用于图像问答、图表理解、数学推理、文字识别…

了解模型简体中文
Moonshot AI

Kimi-Researcher

Kimi-Researcher 是面向复杂研究任务的自主智能体模型,基于内部 Kimi k-series 模型,并通过端到端智能体强化学习训练。官方公告发表于 2025 年 6 月 20 日。(moonshotai.github.io) 可进行多步骤规划、推理和工具调用,使用并行实时搜索、文本浏览器及代码执行工具;官方报告称,每个任务平均进行约 23 步推理、探索超过 200…

了解模型简体中文
Moonshot AI

Kimi-Dev-72B

Kimi-Dev-72B 是面向软件工程问题解决的开源代码大语言模型,以 Qwen2.5-72B 为基础,经过代码相关数据训练和强化学习优化。官方公告发布于 2025 年 6 月 16 日。(moonshotai.github.io) 根据问题描述定位需要修改的文件,生成代码修复,并编写复现问题的单元测试。 可用于辅助处理代码仓库中的软件缺陷、生成补丁和测试,以及软件工程研究。 官方报告其在…

了解模型简体中文