智东西

作者 | 云鹏

编辑 | 李水青

智东西 11 月 6 日消息，刚刚，月之暗面正式发布了 Kimi-k2 thinking 模型，其为具有通用 Agentic 能力和推理能力的思考模型，擅长深度推理，可以通过多轮工具调用，解决各类复杂的难题。

月之暗面官方发布页面

Kimi K2 首次发布是在 7 月 11 日，该模型总参数 10000 亿，激活参数 320 亿。Kimi K2-0905 于 9 月 5 日发布，其核心升级了 Agentic Coding 能力、支持 256K 上下文、API 支持 60-100Token/s 的输出速度、支持 Claude Code。

价格方面，kimi-k2-thinking 每百万 tokens 的输入价格（缓存未命中）为 4 元、输出价格为 16 元；" 高速版 "kimi-k2-thinking-turbo 每百万 tokens 的输入价格（缓存未命中）为 8 元、输出价格为 58 元，适用于需要深度推理和追求极致高速的场景。

Kimi K2 系列模型价格

在实际体验环节，我们主要测试了 Kimi-k2 thinking 在编程、数学和逻辑推理能力三个方面的表现。

在编程方面，我们令其生成一个开源模型分享网站的 HTML 网页原型，包括顶部导航栏、主体展示区、设计风格要求，还要求其构思两个特色功能。

从生成结果来看，我们对网页主要部分提出的要求都可以很好地被执行，包括导航栏有哪些部分、主题展示区由哪些模块组成，简洁现代的设计风格也有较好体现，一键复现、模型对比这两个特色功能也做了出来。

网页编程

整体网页的完成度是比较高的，并且不论是搜索框、按钮、筛选标签都是可以实际选中交互操作的，点击后会有对应的提示，比如点击上传模型，会提示需要准备的问题件、文件大小限制等信息。

网页按钮功能说明

生成网页项目的 tokens 总计消耗为 9K，大约花费了 3 分钟左右的时间。不过在尝试多次生成结果时，偶尔会遇到崩溃状况。

在数学能力方面，今年国际数学奥林匹克竞赛（IMO）第六题被认为最具挑战性：

Kimi-k2 thinking 在解题过程中，思考过程有 21188 字，经过 4 分钟左右时间，给出了错误答案 4048 块，正确答案为 2112 块。

Kimi-k2 thinking 解答 2025 IMO 数学竞赛题第六题

这一过程总共消耗了 23.5K 的 tokens。

在切换为高速版 kimi-k2-thinking-turbo 后，模型仍然给出了同样的 4048 错误答案，花费时间明显缩短至 2 分钟左右，但 tokens 消耗数却提升至 38.5K。

Kimi-k2 thinking-turbo 解答 2025 IMO 数学竞赛题第六题

对于另一道 IMO 数学竞赛题，Kimi-k2 thinking 在经历了 10 多分钟的深度思考后，最终停止了思考，思考过程 47684 字，但并未给出答案。再次尝试后，思考过程同样卡住在了 47940 字上，未能给出答案。

Kimi-k2 thinking 解答 2025 IMO 数学竞赛题第四题

由于 Kimi-k2 thinking 不支持图片输入自动识别公式，因此一些复杂的数学题目很难输入。

在常识逻辑推理方面，对于一般的问题，Kimi-k2 thinking 可以很快给出答案，并且可以轻松绕开逻辑陷阱。

Kimi-k2 thinking 解答逻辑推理问题

对于更进一步的逻辑推理考察题目，Kimi-k2 thinking 也可以在 1 分钟左右的时间内给出答案，准确率较高，消耗 tokens 为 16.6K。

Kimi-k2 thinking 解答逻辑推理问题

结语：" 思考 " 模型之战愈发焦灼

11 月 4 日，阿里刚刚发布了 Qwen 3 系列中最强推理模型 Qwen3-Max-Thinking 早期预览版，Kimi 今天就发布了自家 K2 系列的思考模型，同样主打深度推理能力。

在 Agentic AI 成为主流趋势之下，模型的思考推理能力愈发受到重视，这也是模型能否解决复杂现实问题的关键。