Moonshot AI が開発した Kimi‑K2‑Instruct は、次世代スパース MoE モデルで、Novita AI から利用可能になりました。総パラメータ数 1 兆、活性化パラメータ数 320 億、128,000 トークンのコンテキストウィンドウを備え、エージェント的な動作、ツール使用、長文コンテキストでの推論に最適化されています。
以下は、Novita AI 上の Kimi‑K2‑Instruct の現在の料金です：入力トークン 100 万あたり $0.57、出力トークン 100 万あたり $2.3
Kimi K2 とは？
Moonshot AI（北京拠点、2023 年設立）は、K1.5、K2、マルチモーダル Kimi‑VL モデルを含む Kimi ブランドの背後にいます。そのオープンサイエンスのミッションは、強力でエージェント的な知能を民主化することを目的としています。
Moonshot AI によって開発された Kimi K2 は、最先端の mixture-of-experts（MoE）言語モデルであり、320 億の活性化パラメータと総計 1 兆のパラメータを備えています。Muon オプティマイザを使用してトレーニングされた Kimi K2 は、最先端の知識、推論、コーディングタスクにおいて優れたパフォーマンスを発揮し、高度なエージェント機能に微調整されています。
主な特徴
- 大規模トレーニング：トレーニングの不安定性ゼロで 15.5T トークン上で 1T パラメータ MoE モデルを事前学習。
- MuonClip オプティマイザ：Muon オプティマイザを前例のないスケールに適用し、スケールアップ中の不安定性を解決する新しい最適化技術を開発。
- エージェント的知能：ツール使用、推論、自律的な問題解決に特化して設計。
モデルバリアント
- Kimi-K2-Base：ベースモデル。微調整やカスタムソリューションを完全に制御したい研究者やビルダーに最適な強力な出発点。
- Kimi-K2-Instruct：ポストトレーニングされたモデルで、汎用チャットやエージェント体験にそのまま最適。長時間思考を伴わない reflex-grade モデルです。
インストラクションモデルの評価結果
|Benchmark|Metric|Kimi K2 Instruct|DeepSeek-V3-0324|Qwen3-235B-A22B
(non-thinking)|Claude Sonnet 4
(w/o extended thinking)|Claude Opus 4
(w/o extended thinking)|GPT-4.1|Gemini 2.5 Flash
Preview (05-20)|
|—|—|—|—|—|—|—|—|—|
|Coding Tasks|
|LiveCodeBench v6
(Aug 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
(Agentless Coding)|Single Patch w/o Test (Acc)|51.8|36.6|39.4|50.2|53.0|40.8|32.6|
|SWE-bench Verified
(Agentic Coding)|Single Attempt (Acc)|65.8|38.8|34.4|72.7*|72.5*|54.6|—|
|Multiple Attempts (Acc)|71.6|—|—|80.2|79.4*|—|—|
|SWE-bench Multilingual
(Agentic Coding)|Single Attempt (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|
|Tool Use Tasks|
|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|
|Math & STEM Tasks|
|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
(Text Only)|-|4.7|5.2|5.7|5.8|7.1|3.7|5.6|
|General Tasks|
|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 対応エンジンと最小ハードウェア要件
対応エンジン
- vLLM
- SGLang
- TensorRT-LLM
- KTransformers
最小ハードウェア
| ハードウェア | 最小要件 |
|---|---|
| GPU タイプ | H200 |
| クラスタサイズ | 16 GPU（最小） |
| 並列モード | テンソル並列 (TP-16) または データ並列 + エキスパート並列 |
| 重み形式 | FP8 重み、128k seqlen |
vLLM および SGLang のデプロイ例は、モデルデプロイガイド に記載されています。
Novita AI で Kimi‑K2‑Instruct にアクセスする方法
Novita AI での Kimi‑K2‑Instruct の利用は、迅速、シンプル、そして手頃な価格です。
プレイグラウンドを使用（コーディング不要）
インスタントアクセス：サインアップすれば、すぐに Kimi‑K2‑Instruct や他のトップモデルを試せます。
インタラクティブ UI：直感的なインターフェースでモデルを体験。
モデル比較：Kimi‑K2‑Instruct と他のトップモデルを簡単に切り替え、ニーズに最適なモデルを見つけられます。
API 経由で統合（開発者向け）
Novita AI の統合 REST API を使用して、Kimi‑K2‑Instruct をアプリケーション、ワークフロー、チャットボットにシームレスに接続 — モデルの重みやインフラを管理する必要はありません。
オプション 1: 直接 API 統合（Python 例）
開始するには、以下のコードスニペットを使用してください：
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)
主な特徴:
- 統合エンドポイント：
/v3/openaiは OpenAI の Chat Completions API 形式をサポート。 - 柔軟な制御：temperature、top-p、ペナルティなどを調整して、カスタマイズされた結果を得られます。
- ストリーミングとバッチ処理：好みの応答モードを選択可能。
オプション 2: OpenAI Agents SDK によるマルチエージェントワークフロー
Novita AI を OpenAI Agents SDK と統合して、高度なマルチモーダルエージェントシステムを構築：
プラグアンドプレイ：任意の OpenAI Agents ワークフローで Kimi‑K2‑Instruct を使用。
ハンドオフ、ルーティング、ツール使用をサポート：視覚コンテンツを分析したり、タスクを委任したり、関数を実行できるエージェントを設計。
Python 統合：SDK を Novita のエンドポイント（https://api.novita.ai/v3/openai）に向け、API キーを使用するだけでシームレスなエージェントワークフローを実現。
オプション 3: サードパーティプラットフォームでの Kimi‑K2‑Instruct API 接続
Hugging Face：Novita AI エンドポイントを介して、Spaces、パイプライン、または Transformers ライブラリで Kimi‑K2‑Instruct を使用。
エージェント＆オーケストレーションフレームワーク：公式コネクタとステップバイステップの統合ガイドを通じて、Continue、AnythingLLM、LangChain、Dify、Langflow などのパートナープラットフォームと Novita AI を簡単に接続。
OpenAI 互換 API：Cline、Trae、Cursor など OpenAI API 標準向けに設計されたツールとの、手間のかからない移行と統合を実現。
結論
Kimi‑K2‑Instruct は、強力でオープンアクセスな 1T パラメータ MoE モデルであり、コーディング、推論、エージェント AI の最前線を押し広げています。
Novita AI で利用可能になり、大規模、ツール使用のインテリジェンス、長文コンテキスト処理を融合 — すべて効率的な推論インフラでデプロイ可能です。次世代の AI アシスタント、エージェント、推論エンジンを構築する開発者や研究者にとって、Kimi‑K2‑Instruct は強力で柔軟、かつ本番環境に対応した最先端の基盤を提供します。
Novita AI で Kimi‑K2‑Instruct デモ をお試しください！
Novita AI は、開発者がシンプルな API を使用して AI モデルを簡単にデプロイし、手頃で信頼性の高い GPU クラウドを構築およびスケールするための AI クラウドプラットフォームです。
