Kimi K2.5, le modèle agentique multimodale open source phare de Moonshot AI, est désormais disponible sur Novita AI. Ce modèle révolutionnaire unifie le traitement de la vision et du texte, les modes de réflexion et instantané, ainsi que l’exécution multi-agents en un seul système puissant. Conçu grâce à un pré-entraînement continu sur environ 15 billions de tokens visuels et textuels mixtes, Kimi K2.5 surpasse de nombreuses alternatives propriétaires.
Novita AI propose un accès rapide et abordable à Kimi K2.5 via une intégration API et une interface de playground intuitive.
Essayer la démo de Kimi K2.5 maintenant
Qu’est-ce que Kimi K2.5 ?
Source : Artificial Analysis
Le modèle agentique multimodale phare de Moonshot AI
Kimi K2.5 est un modèle agentique multimodale natif open source développé par Moonshot AI. Construit sur la base de Kimi-K2-Base grâce à un pré-entraînement continu sur environ 15 billions de tokens visuels et textuels mixtes, le modèle intègre de manière transparente la compréhension de la vision et du langage à des capacités agentiques avancées.
Contrairement aux modèles multimodaux traditionnels qui ajoutent des capacités de vision à des bases textuelles uniquement, Kimi K2.5 a été pré-entraîné dès le départ sur des tokens vision-langue, ce qui lui permet d’exceller dans la connaissance visuelle, le raisonnement intermodal et l’utilisation d’outils agentiques basés sur des entrées visuelles.
Aperçu de l’architecture
Kimi K2.5 utilise une architecture sophistiquée de type Mixture-of-Experts (MoE) :
- Nombre total de paramètres : 1 billion
- Paramètres activés : 32 milliards par token
- Nombre d’experts : 384 (8 sélectionnés par token)
- Longueur du contexte : 256K tokens
- Encodeur visuel : MoonViT avec 400M paramètres
- Mécanisme d’attention : MLA (Multi-head Latent Attention)
Cette architecture permet un traitement de contexte massif tout en maintenant une efficacité computationnelle grâce à l’activation éparse des experts.
Fonctionnalités et capacités clés
Deux modes de fonctionnement : Réflexion et Instantané
Mode Réflexion : Conçu pour le raisonnement complexe avec un contenu de raisonnement exposé. Idéal pour les problèmes mathématiques, la planification stratégique et les situations nécessitant une transparence des décisions. Il utilise des budgets de tokens étendus (jusqu’à 96K tokens) pour les problèmes difficiles.
Mode Instantané : Optimisé pour la vitesse avec des réponses plus rapides sans raisonnement visible. Parfait pour les applications en temps réel, les interfaces conversationnelles et les tâches nécessitant des réponses immédiates.
Les développeurs basculent entre les modes à l’aide du paramètre thinking, avec une température recommandée de 1,0 pour le Mode Réflexion et 0,6 pour le Mode Instantané.
Multimodalité native :
Compréhension d’images : L’encodeur visuel MoonViT (400M paramètres) assure une compréhension visuelle détaillée, allant de l’OCR de documents au raisonnement visuel complexe.
Traitement vidéo : Prend en charge les entrées vidéo pour des applications comme l’analyse de contenu, la compréhension de flux de travail et le suivi d’instructions visuelles (actuellement expérimental).
Agent Swarm
La capacité Agent Swarm de Kimi K2.5 passe de l’exécution mono-agent à l’exécution multi-agents coordonnée, décomposant les tâches complexes en sous-tâches parallèles exécutées par des agents spécifiques à un domaine instanciés dynamiquement.
Codage avec vision
Kimi K2.5 excelle dans la génération de code à partir de spécifications visuelles :
- Convertir des designs d’interface et des maquettes en code fonctionnel
- Comprendre les flux de travail vidéo et générer des scripts d’automatisation
- Orchestrer de manière autonome des outils pour le traitement de données visuelles
- Effectuer un débogage complexe en analysant des captures d’écran et des états d’erreur
Réflexion entrelacée et appels d’outils multi-étapes
Le modèle enchaîne plusieurs appels d’outils, maintient le contexte entre les étapes et ajuste ses approches en fonction des résultats intermédiaires, ce qui est essentiel pour la recherche agentique, les pipelines d’analyse de données et les flux de travail de recherche automatisés.
Performances et résultats aux benchmarks
Kimi K2.5 atteint des performances de pointe dans de nombreux domaines, s’imposant comme un leader dans l’IA agentique, la compréhension visuelle et les capacités de codage.
SOTA mondial sur les benchmarks agentiques
Kimi K2.5 démontre des performances sans précédent sur des tâches agentiques complexes, surpassant tous ses concurrents, y compris GPT-5.2, Claude Opus 4.5 et Gemini 3 Pro.
| Benchmark | Kimi K2.5 | GPT-5.2 | Claude Opus 4.5 | Gemini 3 Pro |
|---|---|---|---|---|
| Humanity’s Last Exam (Full) | 50,2 % | 45,5 % | 43,2 % | 45,8 % |
| BrowseComp | 74,9 % | 65,8 % | 57,8 % | 59,2 % |
| DeepSearchQA | 77,1 % | 71,3 % | 76,1 % | 63,2 % |
Réalisation clé : Kimi K2.5 établit l’état de l’art mondial sur l’ensemble complet de l’examen Humanity’s Last Exam (HLE) avec 50,2 % et sur BrowseComp avec 74,9 %, démontrant des capacités supérieures de raisonnement agentique et de navigation web.
SOTA open source sur la compréhension visuelle
Kimi K2.5 est leader parmi les modèles open source sur les benchmarks multimodaux et visuels, offrant des performances exceptionnelles sur les tâches de compréhension d’images et de vidéos.
Compréhension d’images
| Benchmark | Kimi K2.5 | GPT-5.2 | Claude Opus 4.5 | Gemini 3 Pro |
|---|---|---|---|---|
| MMMU Pro | 78,5 % | 79,5 % | 74,0 % | 81,0 % |
| MathVision | 84,2 % | 83,0 % | 77,1 % | 86,1 % |
| OmniDocBench 1.5 | 88,8 % | 85,7 % | 87,7 % | 88,5 % |
Compréhension vidéo
| Benchmark | Kimi K2.5 | GPT-5.2 | Claude Opus 4.5 | Gemini 3 Pro |
|---|---|---|---|---|
| VideoMMMU | 86,6 % | 85,9 % | 84,4 % | 87,6 % |
| LongVideoBench | 79,8 % | 76,5 % | 67,2 % | 77,7 % |
Réalisation clé : Kimi K2.5 atteint l’état de l’art open source sur MMMU Pro (78,5 %) et VideoMMMU (86,6 %), excellant dans le raisonnement multimodal complexe sur images et vidéos.
SOTA open source sur les benchmarks de codage
Kimi K2.5 démontre des performances de codage compétitives, excellant particulièrement lorsque la compréhension visuelle est combinée à la génération de code.
| Benchmark | Kimi K2.5 | GPT-5.2 | Claude Opus 4.5 | Gemini 3 Pro |
|---|---|---|---|---|
| SWE-bench Verified | 76,8 % | 80,0 % | 80,9 % | 76,2 % |
| SWE-bench Multilingual | 73,0 % | 72,0 % | 77,5 % | 65,0 % |
Réalisation clé : Kimi K2.5 atteint l’état de l’art open source sur SWE-bench Verified avec 76,8 %, démontrant de solides capacités d’ingénierie logicielle dans des cas concrets.
Code avec goût : design esthétique à partir d’entrées visuelles
Au-delà des benchmarks de codage traditionnels, Kimi K2.5 excelle dans la traduction d’entrées visuelles en code esthétique et fonctionnel. Le modèle peut transformer des discussions, des images et des vidéos en sites web expressifs avec un design de mouvement sophistiqué, permettant aux développeurs de prototyper rapidement des interfaces visuellement convaincantes à partir de designs conceptuels.
Agent Swarm (Bêta) : traitement parallèle à grande échelle
La technologie Agent Swarm de Kimi K2.5 permet à des agents autonomes de travailler en parallèle à une échelle sans précédent :
- Jusqu’à 100 sous-agents travaillant simultanément sur des tâches complexes
- 1 500 appels d’outils orchestrés à travers des flux de travail parallèles
- 4,5 fois plus rapide par rapport aux configurations mono-agents sur des tâches de recherche et d’analyse complexes
Cette architecture révolutionnaire permet à Kimi K2.5 de décomposer les problèmes complexes en sous-tâches spécialisées, améliorant considérablement à la fois la vitesse et la précision sur les flux de travail agentiques de niveau entreprise.
Comment utiliser Kimi K2.5 sur Novita AI
Utiliser le playground (aucun code requis)
Testez Kimi K2.5 instantanément via le playground interactif de Novita AI. Téléchargez des images ou des vidéos, testez des prompts multimodaux et basculez entre les modes Réflexion et Instantané avec la fenêtre de contexte complète de 256K.
Intégration via API (pour les développeurs)
from openai import OpenAI
client = OpenAI(
api_key="<Your API Key>",
base_url="https://api.novita.ai/openai"
)
response = client.chat.completions.create(
model="moonshotai/kimi-k2.5",
messages=[
{"role": "system", "content": "You are a helpful assistant."},
{"role": "user", "content": "Hello, how are you?"}
],
max_tokens=262144,
temperature=0.7
)
print(response.choices[0].message.content)
Se connecter à des plateformes tierces
Frameworks d’agents : Continue, AnythingLLM, LangChain, Dify et Langflow via des connecteurs officiels.
Intégration Hugging Face : Novita AI est un fournisseur d’inférence officiel pour une compatibilité écosystémique transparente.
API compatible OpenAI : Fonctionne avec Cline, Kilo Code, Cursor, Trae, OpenCode et Qwen Code avec des modifications de code minimales.
API compatible Anthropic : S’intègre à Claude Code pour les flux de travail de codage agentique.
Applications concrètes et cas d’usage
Vibe Coding et développement visuel
Générez du code à partir de maquettes d’interface, de wireframes ou de croquis à main levée. Interprétez des flux de travail vidéo pour créer des scripts d’automatisation, réduisant considérablement le temps entre la conception et la mise en œuvre.
Recherche agentique entreprise
Parcourez plusieurs sites web de manière autonome, comparez et synthétisez des informations provenant de sources différentes, vérifiez des faits en recoupant plusieurs documents et gérez le contexte efficacement même lorsque les résultats de recherche dépassent les limites de tokens habituelles. Le mode Agent Swarm décompose les requêtes larges en sous-tâches parallèles, idéal pour la veille concurrentielle, les études de marché et les revues de littérature académique.
Tâches de raisonnement complexe
- Résolution de problèmes mathématiques : Performance quasi parfaite en mathématiques de compétition (
- Raisonnement scientifique : Physique, chimie et biologie de niveau master
- Planification stratégique : Prise de décision multi-étapes avec raisonnement transparent
- Analyse juridique : Revue de documents et recherche de jurisprudence avec des fenêtres de contexte étendues
Analyse de contenu multimodale
Extrayez et analysez des informations provenant de PDF, de documents numérisés et d’infographies. Analysez du contenu vidéo pour la conformité, l’assurance qualité ou la modération. Inspectez des images de produits ou des séquences de fabrication pour identifier des défauts.
Orchestration autonome d’outils
Automatisation de pipelines de données, assistants de recherche qui recueillent des informations de manière autonome et compilent des rapports, support client traitant des demandes complexes multi-étapes, et automatisation DevOps pour gérer l’infrastructure et déboguer des problèmes.
Conclusion
Kimi K2.5 représente une avancée majeure dans le domaine de l’IA multimodale open source, égalant ou surpassant les alternatives propriétaires sur une large gamme de benchmarks. Grâce à sa multimodalité native, sa fenêtre de contexte de 256K, ses deux modes de réflexion et sa technologie Agent Swarm, Kimi K2.5 se positionne comme une base polyvalente pour les applications d’IA de nouvelle génération.
Prêt à découvrir la puissance de Kimi K2.5 ? Commencez à développer avec Kimi K2.5 sur Novita AI dès aujourd’hui et débloquez l’avenir de l’IA multimodale open source.
Novita AI est une plateforme cloud IA leader qui fournit aux développeurs des API faciles à utiliser et une infrastructure GPU abordable et fiable pour créer et mettre à l’échelle des applications d’IA.
