Kimi‑K2‑Instruct jetzt auf Novita AI verfügbar

Kimi‑K2‑Instruct, entwickelt von Moonshot AI, ist ein modernes, spärliches MoE‑Modell, das jetzt über Novita AI zugänglich ist. Mit insgesamt 1 Billion Parametern, 32 Milliarden aktivierten Parametern und einem Kontextfenster von 128.000 Token ist es für agentisches Verhalten, Werkzeugnutzung und Reasoning über lange Kontexte optimiert.

Hier sind die aktuellen Preise von Kimi‑K2‑Instruct auf Novita AI: 0,57 $ / Mio. Input-Token, 2,3 $ / Mio. Output-Token

Was ist Kimi K2?

Moonshot AI (mit Sitz in Peking, gegründet 2023) steht hinter der Marke Kimi, einschließlich K1.5, K2 und den multimodalen Kimi‑VL‑Modellen. Ihre Open-Science-Mission zielt darauf ab, leistungsstarke, agentische Intelligenz zu demokratisieren.

Kimi K2, entwickelt von Moonshot AI, ist ein hochmodernes Mixture-of-Experts (MoE) Sprachmodell mit 32 Milliarden aktivierten Parametern und insgesamt 1 Billion Parametern. Trainiert mit dem Muon-Optimierer, liefert Kimi K2 herausragende Leistungen in den Bereichen Wissensgrenzen, Reasoning und Codeaufgaben, während es gleichzeitig für fortschrittliche agentische Fähigkeiten optimiert ist.

Hauptmerkmale

• Großangelegtes Training: Vortraining eines 1T-Parameter-MoE-Modells auf 15,5T Tokens ohne Trainingsinstabilität.
• MuonClip-Optimierer: Wir wenden den Muon-Optimierer in beispiellosem Maßstab an und entwickeln neuartige Optimierungstechniken, um Instabilitäten bei der Skalierung zu beheben.
• Agentische Intelligenz: Speziell entwickelt für Werkzeuggebrauch, Reasoning und autonome Problemlösung.

Modellvarianten

• Kimi-K2-Base: Das Basismodell – ein starker Ausgangspunkt für Forscher und Entwickler, die volle Kontrolle für Feintuning und individuelle Lösungen wünschen.
• Kimi-K2-Instruct: Das nachtrainierte Modell, ideal für den direkten Einsatz in allgemeinen Chat- und Agenten-Erlebnissen. Es ist ein Reflexmodell ohne langes Nachdenken.

Evaluierungsergebnisse des Instruktionsmodells

|Benchmark|Metrik|^{Kimi K2 Instruct}|^{DeepSeek-V3-0324}|^{Qwen3-235B-A22B
(nicht denkend)}|^{Claude Sonnet 4
(ohne erweitertes Denken)}|^{Claude Opus 4
(ohne erweitertes Denken)}|^GPT-4.1|^{Gemini 2.5 Flash
Preview (05-20)}| |—|—|—|—|—|—|—|—|—| |Codierungsaufgaben| |LiveCodeBench v6
^{(Aug 24 – Mai 25)}|Pass@1|53,7|46,9|37,0|48,5|47,4|44,7|44,7| |OJBench|Pass@1|27,1|24,0|11,3|15,3|19,6|19,5|19,5| |MultiPL-E|Pass@1|85,7|83,1|78,2|88,6|89,6|86,7|85,6| |SWE-bench Verified
^{(Agentenloses Codieren)}|Single Patch ohne Test (Acc)|51,8|36,6|39,4|50,2|53,0|40,8|32,6| |SWE-bench Verified
^{(Agentisches Codieren)}|Einzelversuch (Acc)|65,8|38,8|34,4|72,7^*|72,5^*|54,6|—| |Mehrere Versuche (Acc)|71,6|—|—|80,2|79,4^*|—|—| |SWE-bench Multilingual
^{(Agentisches Codieren)}|Einzelversuch (Acc)|47,3|25,8|20,9|51,0|—|31,5|—| |TerminalBench|Inhouse-Framework (Acc)|30,0|—|—|35,5|43,2|8,3|—| |Terminus (Acc)|25,0|16,3|6,6|—|—|30,3|16,8| |Aider-Polyglot|Acc|60,0|55,1|61,8|56,4|70,7|52,4|44,0| |Werkzeugnutzungsaufgaben| |Tau2 retail|Avg@4|70,6|69,1|57,0|75,0|81,8|74,8|64,3| |Tau2 airline|Avg@4|56,5|39,0|26,5|55,5|60,0|54,5|42,5| |Tau2 telecom|Avg@4|65,8|32,5|22,1|45,2|57,0|38,6|16,9| |AceBench|Acc|76,5|72,7|70,5|76,2|75,6|80,1|74,5| |Mathe- & MINT-Aufgaben| |AIME 2024|Avg@64|69,6|59,4^*|40,1^*|43,4|48,2|46,5|61,3| |AIME 2025|Avg@64|49,5|46,7|24,7^*|33,1^*|33,9^*|37,0|46,6| |MATH-500|Acc|97,4|94,0^*|91,2^*|94,0|94,4|92,4|95,4| |HMMT 2025|Avg@32|38,8|27,5|11,9|15,9|15,9|19,4|34,7| |CNMO 2024|Avg@16|74,3|74,7|48,6|60,4|57,6|56,6|75,0| |PolyMath-en|Avg@4|65,1|59,5|51,9|52,8|49,8|54,0|49,9| |ZebraLogic|Acc|89,0|84,0|37,7^*|73,7|59,3|58,5|57,9| |AutoLogi|Acc|89,5|88,9|83,3|89,8|86,1|88,2|84,1| |GPQA-Diamond|Avg@8|75,1|68,4^*|62,9^*|70,0^*|74,9^*|66,3|68,2| |SuperGPQA|Acc|57,2|53,7|50,2|55,7|56,5|50,8|49,6| |Humanity’s Last Exam
^{(Nur Text)}|-|4,7|5,2|5,7|5,8|7,1|3,7|5,6| |Allgemeine Aufgaben| |MMLU|EM|89,5|89,4|87,0|91,5|92,9|90,4|90,1| |MMLU-Redux|EM|92,7|90,5|89,2|93,6|94,2|92,4|90,6| |MMLU-Pro|EM|81,1|81,2^*|77,3|83,7|86,6|81,8|79,4| |IFEval|Prompt Strict|89,8|81,1|83,2^*|87,6|87,4|88,0|84,3| |Multi-Challenge|Acc|54,1|31,4|34,0|46,8|49,0|36,4|39,5| |SimpleQA|Correct|31,0|27,7|13,2|15,9|22,8|42,3|23,3| |Livebench|Pass@1|76,4|72,4|67,6|74,8|74,6|69,8|67,8|

Kimi-K2 unterstützte Engines und Mindesthardware

Unterstützte Engines

• vLLM
• SGLang
• TensorRT-LLM
• KTransformers

Mindesthardware

Hardware	Mindestanforderung
GPU-Typ	H200
Clustergröße	16 GPUs (Minimum)
Parallelismus-Modi	Tensor-Parallelismus (TP-16) oder Datenparallel + Expertenparallelismus
Gewichtsformat	FP8-Gewichte mit 128k Sequenzlänge

Bereitstellungsbeispiele für vLLM und SGLang finden Sie im Model Deployment Guide.

So greifen Sie auf Kimi‑K2‑Instruct auf Novita AI zu

Der Einstieg in Kimi‑K2‑Instruct auf Novita AI ist schnell, einfach und erschwinglich.

Nutzen Sie die Spielwiese (kein Code erforderlich)

Sofortiger Zugriff: Registrieren Sie sich und beginnen Sie sofort mit Kimi‑K2‑Instruct und anderen Top-Modellen zu experimentieren.

Interaktive Benutzeroberfläche: Erleben Sie das Modell über die intuitive Oberfläche.

Modellvergleich: Wechseln Sie mühelos zwischen Kimi‑K2‑Instruct und anderen Top-Modellen, um die perfekte Lösung für Ihre Anforderungen zu finden.

Jetzt Kimi-K2-Instruct Demo erkunden

Integration über die API (für Entwickler)

Verbinden Sie Kimi‑K2‑Instruct nahtlos mit Ihren Anwendungen, Workflows oder Chatbots über die einheitliche REST-API von Novita AI – ohne dass Sie Modellgewichte oder Infrastruktur verwalten müssen.

Option 1: Direkte API-Integration (Python-Beispiel)

Verwenden Sie einfach das folgende Code-Snippet:

from openai import OpenAI
  
client = OpenAI(
    base_url="https://api.novita.ai/v3/openai",
    api_key="",
)

model = "moonshotai/kimi-k2-instruct"
stream = True # or False
max_tokens = 65536
system_content = ""Sei ein hilfreicher Assistent""
temperature = 1
top_p = 1
min_p = 0
top_k = 50
presence_penalty = 0
frequency_penalty = 0
repetition_penalty = 1
response_format = { "type": "text" }

chat_completion_res = client.chat.completions.create(
    model=model,
    messages=[
        {
            "role": "system",
            "content": system_content,
        },
        {
            "role": "user",
            "content": "Hallo!",
        }
    ],
    stream=stream,
    max_tokens=max_tokens,
    temperature=temperature,
    top_p=top_p,
    presence_penalty=presence_penalty,
    frequency_penalty=frequency_penalty,
    response_format=response_format,
    extra_body={
      "top_k": top_k,
      "repetition_penalty": repetition_penalty,
      "min_p": min_p
    }
  )

if stream:
    for chunk in chat_completion_res:
        print(chunk.choices[0].delta.content or "", end="")
else:
    print(chat_completion_res.choices[0].message.content)
  
  
  
  

Hauptmerkmale:

• Einheitlicher Endpunkt:/v3/openai unterstützt das Chat Completions API-Format von OpenAI.
• Flexible Steuerung: Passen Sie Temperatur, Top-p, Strafen und mehr für maßgeschneiderte Ergebnisse an.
• Streaming & Batching: Wählen Sie den bevorzugten Antwortmodus.

Option 2: Multi-Agent-Workflows mit dem OpenAI Agents SDK

Erstellen Sie fortschrittliche multimodale Agentensysteme, indem Sie Novita AI mit dem OpenAI Agents SDK integrieren:

Plug-and-Play: Verwenden Sie Kimi‑K2‑Instruct in jedem OpenAI Agents-Workflow.

Unterstützt Übergaben, Routing und Werkzeuggebrauch: Entwerfen Sie Agenten, die visuelle Inhalte analysieren, Aufgaben delegieren oder Funktionen ausführen können.

Python-Integration: Richten Sie das SDK einfach auf Novitas Endpunkt (https://api.novita.ai/v3/openai) aus und verwenden Sie Ihren API-Schlüssel für nahtlose Agenten-Workflows.

Option 3: Kimi‑K2‑Instruct-API auf Drittanbieterplattformen verbinden

Hugging Face: Verwenden Sie Kimi‑K2‑Instruct in Spaces, Pipelines oder mit der Transformers-Bibliothek über Novita AI-Endpunkte.

Agenten- und Orchestrierungs-Frameworks: Verbinden Sie Novita AI ganz einfach mit Partnerplattformen wie Continue, AnythingLLM, LangChain, Dify und Langflow über offizielle Konnektoren und Schritt-für-Schritt-Integrationsanleitungen.

OpenAI-kompatible API: Freuen Sie sich auf eine problemlose Migration und Integration mit Tools wie Cline, Trae, Cursor, die für den OpenAI-API-Standard entwickelt wurden.

Fazit

Kimi-K2-Instruct ist ein leistungsstarkes, offen zugängliches MoE-Modell mit 1T Parametern, das die Grenzen in den Bereichen Codierung, Reasoning und agentischer KI verschiebt.

Jetzt verfügbar auf Novita AI, vereint es enorme Skalierung, Werkzeugnutzungs-Intelligenz und Verarbeitung langer Kontexte – alles einsetzbar mit effizienter Inferenzinfrastruktur. Für Entwickler und Forscher, die die nächste Generation von KI-Assistenten, Agenten und Reasoning-Engines entwickeln, bietet Kimi-K2-Instruct eine hochmoderne Grundlage, die leistungsstark, flexibel und produktionsbereit ist.

Probieren Sie die Kimi-K2-Instruct-Demo auf Novita AI aus!

Novita AI ist eine KI-Cloud-Plattform, die Entwicklern eine einfache Möglichkeit bietet, KI-Modelle über unsere einfache API bereitzustellen und gleichzeitig eine erschwingliche und zuverlässige GPU-Cloud zum Aufbau und zur Skalierung bereitstellt.