Kimi‑K2‑Instruct, desarrollado por Moonshot AI, es un modelo MoE disperso de última generación ahora accesible a través de Novita AI. Con un total de 1 billón de parámetros, 32 mil millones de parámetros activados y una ventana de contexto de 128 000 tokens, está diseñado para comportamientos agentivos, uso de herramientas y razonamiento en contextos largos.
Aquí está el precio actual de Kimi‑K2‑Instruct en Novita AI: $0.57 / M tokens de entrada, $2.3 / M tokens de salida
¿Qué es Kimi K2?
Moonshot AI (con sede en Pekín, fundada en 2023) está detrás de la marca Kimi, incluyendo K1.5, K2 y los modelos multimodales Kimi‑VL. Su misión de ciencia abierta busca democratizar una inteligencia potente y agentiva.
Kimi K2, desarrollado por Moonshot AI, es un modelo de lenguaje de mezcla de expertos (MoE) de vanguardia que cuenta con 32 mil millones de parámetros activados y un total de 1 billón de parámetros. Entrenado con el optimizador Muon, Kimi K2 ofrece un rendimiento excepcional en conocimiento de frontera, razonamiento y tareas de codificación, al mismo tiempo que está ajustado para capacidades agentivas avanzadas.
Características principales
- Entrenamiento a gran escala: Preentrenamiento de un modelo MoE de 1T de parámetros en 15,5 T tokens con cero inestabilidad en el entrenamiento.
- Optimizador MuonClip: Aplicamos el optimizador Muon a una escala sin precedentes y desarrollamos técnicas de optimización novedosas para resolver inestabilidades al escalar.
- Inteligencia agentiva: Diseñado específicamente para uso de herramientas, razonamiento y resolución autónoma de problemas.
Variantes del modelo
- Kimi-K2-Base: El modelo base, un excelente punto de partida para investigadores y creadores que desean control total para fine-tuning y soluciones personalizadas.
- Kimi-K2-Instruct: El modelo post-entrenado, ideal para experiencias de chat de uso general e interacciones agentivas directas. Es un modelo de calidad refleja sin pensamiento prolongado.
Resultados de evaluación del modelo instructivo
| Benchmark | Métrica | Kimi K2 Instruct | DeepSeek-V3-0324 | Qwen3-235B-A22B (sin pensamiento) | Claude Sonnet 4 (sin pensamiento extendido) | Claude Opus 4 (sin pensamiento extendido) | GPT-4.1 | Gemini 2.5 Flash Preview (20-05) |
|---|---|---|---|---|---|---|---|---|
| Tareas de codificación | ||||||||
| LiveCodeBench v6 (Ago 24 - May 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 (Codificación sin agente) |
Parche único sin prueba (Acc) | 51,8 | 36,6 | 39,4 | 50,2 | 53,0 | 40,8 | 32,6 |
| SWE-bench Verified (Codificación agentiva) |
Intento único (Acc) | 65,8 | 38,8 | 34,4 | 72,7* | 72,5* | 54,6 | — |
| Intentos múltiples (Acc) | 71,6 | — | — | 80,2 | 79,4* | — | — | |
| SWE-bench Multilingual (Codificación agentiva) |
Intento único (Acc) | 47,3 | 25,8 | 20,9 | 51,0 | — | 31,5 | — |
| TerminalBench | Framework interno (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 |
| Tareas de uso de herramientas | ||||||||
| 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 |
| Tareas de matemáticas y STEM | ||||||||
| 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 (Solo texto) |
- | 4,7 | 5,2 | 5,7 | 5,8 | 7,1 | 3,7 | 5,6 |
| Tareas generales | ||||||||
| 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 | Correcto | 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 |
Motores compatibles con Kimi-K2 y hardware mínimo
Motores compatibles
- vLLM
- SGLang
- TensorRT-LLM
- KTransformers
Hardware mínimo
| Hardware | Requisito mínimo |
|---|---|
| Tipo de GPU | H200 |
| Tamaño del clúster | 16 GPUs (mínimo) |
| Modos de paralelismo | Paralelismo tensorial (TP-16) o Paralelismo de datos + Paralelismo de expertos |
| Formato de pesos | Pesos FP8 con seqlen de 128k |
Puedes encontrar ejemplos de despliegue para vLLM y SGLang en la Guía de despliegue del modelo.
Cómo acceder a Kimi‑K2‑Instruct en Novita AI
Comenzar con Kimi‑K2‑Instruct es rápido, sencillo y asequible en Novita AI.
Usa el Playground (sin necesidad de codificación)
Acceso instantáneo: Regístrate y empieza a experimentar con Kimi‑K2‑Instruct y otros modelos destacados en segundos.
UI interactiva: Experimenta el modelo a través de la interfaz intuitiva.
Comparación de modelos: Cambia fácilmente entre Kimi‑K2‑Instruct y otros modelos líderes para encontrar el ajuste perfecto para tus necesidades.
Explora ahora la demo de Kimi-K2-Instruct
Integración mediante API (para desarrolladores)
Conecta sin problemas Kimi‑K2‑Instruct a tus aplicaciones, flujos de trabajo o chatbots con la API REST unificada de Novita AI, sin necesidad de gestionar pesos de modelos ni infraestructura.
Opción 1: Integración directa con la API (ejemplo en Python)
Para empezar, simplemente usa el fragmento de código a continuación:
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 = ""Be a helpful assistant""
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": "Hi there!",
}
],
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)
Características principales:
- Punto final unificado:
/v3/openaies compatible con el formato de la API de Chat Completions de OpenAI. - Controles flexibles: Ajusta temperatura, top-p, penalizaciones y más para obtener resultados personalizados.
- Streaming y procesamiento por lotes: Elige tu modo de respuesta preferido.
Opción 2: Flujos de trabajo multiagente con OpenAI Agents SDK
Crea sistemas de agentes multimodales avanzados integrando Novita AI con el OpenAI Agents SDK:
Plug-and-play: Usa Kimi‑K2‑Instruct en cualquier flujo de trabajo de OpenAI Agents.
Soporta traspasos, enrutamiento y uso de herramientas: Diseña agentes que puedan analizar contenido visual, delegar tareas o ejecutar funciones.
Integración en Python: Simplemente apunta el SDK al punto final de Novita (https://api.novita.ai/v3/openai) y usa tu clave API para flujos de trabajo agentivos sin interrupciones.
Opción 3: Conectar la API de Kimi‑K2‑Instruct en plataformas de terceros
Hugging Face: Usa Kimi‑K2‑Instruct en Spaces, pipelines o con la biblioteca Transformers a través de los puntos finales de Novita AI.
Frameworks de agentes y orquestación: Conecta fácilmente Novita AI con plataformas colaboradoras como Continue, AnythingLLM, LangChain, Dify y Langflow mediante conectores oficiales y guías de integración paso a paso.
API compatible con OpenAI: Disfruta de una migración e integración sin complicaciones con herramientas como Cline, Trae, Cursor, diseñadas para el estándar de la API de OpenAI.
Conclusión
Kimi-K2-Instruct es un potente modelo MoE de acceso abierto con 1 billón de parámetros que amplía los límites en codificación, razonamiento e IA agentiva.
Ahora disponible en Novita AI, combina escala masiva, inteligencia en uso de herramientas y procesamiento de contextos largos, todo desplegable con una infraestructura de inferencia eficiente. Para desarrolladores e investigadores que construyen la próxima generación de asistentes de IA, agentes y motores de razonamiento, Kimi-K2-Instruct ofrece una base de vanguardia potente, flexible y lista para producción.
¡Prueba la demo de Kimi-K2-Instruct en Novita AI!
Novita AI es una plataforma cloud de IA que ofrece a los desarrolladores una manera sencilla de desplegar modelos de IA mediante nuestra API simple, al mismo tiempo que proporciona GPU cloud asequibles y fiables para construir y escalar.
