Kimi K2.5發(fā)布即登頂 成本壓至Claude 1/5

在這場沒有硝煙的戰(zhàn)爭中，Kimi暫時贏得了一個身位，但通往AGI的道路上，還要保持更強大的耐力和更堅韌的態(tài)度。

僅僅發(fā)布不到24小時，來自月之暗面的Kimi K2.5，已經(jīng)登頂全球多個大模型榜單。

在權威榜單LMarena的最新排名中，Kimi K2.5在代碼、文本等榜單中僅次于Claude 4.5與Gemini 3 Pro等頂級閉源模型，在全球開源模型中位居首位。

同樣地，在著名獨立評測機構Artificial Analysis的榜單中，Kimi K2.5也在所有開源模型中排名第一。

換言之，排在他前面的幾乎都是算力資源約等于無限的閉源模型，而Kimi K2.5背后的算力資源，僅為美國競爭對手的1% 。

這也從某個側(cè)面解釋了，一個月前，Kimi獲得的C輪融資大幅超募的“盛況”，且目前Kimi的B/C輪融資金額，已超過絕大部分IPO募資及上市公司定向增發(fā)規(guī)模，新的一輪據(jù)說還在進行中。

在中美芯片禁令的鐵幕之下，H100和B200，已經(jīng)成為受到嚴格管控的戰(zhàn)略物資。中美之間的AI競爭，已經(jīng)實質(zhì)上變成了不對等的競爭，這甚至在更早之前就已經(jīng)開始。

這樣的條件下，新發(fā)布的Kimi K2.5模型，將視覺理解與推理、編程、Agent等能力全部集成到一個模型當中。正如創(chuàng)始人、CEO楊植麟所說，“我們重構了強化學習的基建，并專門優(yōu)化了訓練算法，以確保它能達到極致的效率和性能。”

在長文本和多模態(tài)的范式創(chuàng)新幾近“卷無可卷”的當下，Kimi K2.5用全新的Agent Swarm架構，試圖開拓一種全新的范式。而這種范式，極有可能在如今的中美AI競爭中，成為一種全新的變量。

01 從“單兵作戰(zhàn)”到智能體“集團軍”

在過去兩年的大模型敘事中，行業(yè)陷入了一種對“超級單體”的迷信。無論是 GPT-4 還是早期的Kimi，都在試圖訓練一個全知全能的“大腦”，通過不斷增加上下文窗口來容納更多的信息。

Kimi曾依靠長文本建立了早期的市場心智，在K2時代通過強化思維鏈提升了邏輯推理的深度。然而，單體智能的 Scaling Law正在撞上一堵“看不見的墻”——無論單個愛因斯坦多么聰明，他都無法在幾分鐘內(nèi)同時完成一百家公司的財務審計。

Kimi K2.5的核心突破，在于它果斷放棄了對單體模型性能的過度追求，轉(zhuǎn)而擁抱了“群體”的力量。這就是Agent Swarm（智能體蜂群）架構，計算范式由此發(fā)生根本性轉(zhuǎn)移。

Swarm基于并行強化學習（PARL），能夠?qū)⒁粋€宏觀的復雜任務瞬間拆解，并生成多達 100 個子智能體并行工作。這種架構上的變遷，好比從單核 CPU 的串行計算時代，跨越到了 GPU 的并行計算時代。

在Swarm的架構下，模型不再是一個孤獨的思考者，而是一個擁有最高指揮權的“項目經(jīng)理”。當用戶拋出一個復雜需求時，K2.5 會即時評估任務的拓撲結構，現(xiàn)場決定招募多少個 Agent，并賦予它們不同的角色與權限 。

這些子智能體本質(zhì)上是K 2.5的分身，但它們可以在同一時刻分別扮演代碼審計員、法律顧問、數(shù)據(jù)分析師甚至視覺設計師。它們之間不再是線性的接力傳遞，而是網(wǎng)狀的并行協(xié)作。這種“去中心化”的執(zhí)行邏輯，直接打破了傳統(tǒng)大模型在處理超長復雜任務時容易出現(xiàn)的注意力漂移和邏輯崩塌問題。

Kimi K2.5并沒有像許多競爭對手那樣，采用“拼接式”的方案——即用一個模型看圖，另一個模型寫代碼，再用第三個模型做推理。它是一個原生多模態(tài)混合專家模型，擁有1萬億的總參數(shù)，但在單次推理中僅激活320億參數(shù)。

在這個架構中，視覺、文本、視頻甚至思考被壓縮進了同一個神經(jīng)網(wǎng)絡中。

這就意味著，當Swarm中的一個視覺 Agent 看到網(wǎng)頁截圖時，它不需要經(jīng)過中間的轉(zhuǎn)譯損耗，就能直接由負責代碼的神經(jīng)元生成生產(chǎn)級的HTML/CSS代碼。這種“所見即所得”的端到端能力，是Swarm能夠高效運轉(zhuǎn)的生理基礎。

02 “無限擴容”的數(shù)字勞動力

Swarm架構的實用性，在于它如何重新定義“工作流”的時間成本。尤其對于一些企業(yè)用戶而言，購買AI服務的實質(zhì)是購買降本增效和落地的“確定性”。

Kimi K2.5目前所展現(xiàn)的能力表面，在某種程度上，已經(jīng)可以被視為，充當了一種無限擴容的數(shù)字勞動力，而另一個無法繞過去的核心優(yōu)勢則是，其的確更具成本優(yōu)勢。

我們對比全球范圍內(nèi)認可度最高的編程與Agent模型的Claude來看，其開發(fā)方Anthropic主動對中國市場實施技術斷供，這使得，國內(nèi)字節(jié)跳動Trea、騰訊CodeBuddy等主流編程工具已下架該模型。

當然，即便沒有上述這一層誘因，就長遠周期來看，Claude高昂的API使用成本偏高，也會間接推動中國企業(yè)全面尋找其替代方案。

只不過，此前國產(chǎn)頂尖編程與Agent模型大多都是純文本架構，缺乏視覺理解能力，實際應用中因無法解析圖像，適用場景也相對受限，因此難以從絕對意義上替代Claude。

而這也是Kimi K2.5真正稱得上“突破”的關鍵。Kimi K2.5不僅在編程能力上可與Claude抗衡，使用成本僅為其五分之一，視覺理解能力更實現(xiàn)對Claude的超越，成為兼具技術實力與成本優(yōu)勢的優(yōu)質(zhì)替代選擇。

先進性與商業(yè)化等方面的多重優(yōu)勢，很快便得到了市場端給出的積極反饋：

海外知名編程工具Kilo Code作為Cursor的直接競品，宣布將Kimi K2.5定為默認模型，并自掏腰包推出首周免費使用活動；國內(nèi)騰訊旗下編程工具CodeBuddy等也已第一時間上架Kimi K2.5，并將其設為默認模型。

03 算力赤字下的突圍

技術細節(jié)之外，如果將目光延展至當下中美AI競爭的格局，Kimi K2.5的發(fā)布便多了一層悲壯的色彩。

2026年的全球AI格局已呈現(xiàn)出涇渭分明的“雙極”狀態(tài)。大洋彼岸的OpenAI和Google DeepMind正在數(shù)萬張H100/B200構成的算力海洋中，通過簡單粗暴的Scaling Laws向AGI發(fā)起沖鋒。這是一種大力出奇跡之美。

而處于芯片禁令鐵幕之下的中國AI公司，則被迫進入了一場殘酷的“非對稱戰(zhàn)爭”，楊植麟在達沃斯提出的“1%資源論”，并不是一句玩笑。

在硬件獲取受阻、存量芯片性能落后的客觀現(xiàn)實下，Kimi無法像對手那樣肆無忌憚地揮霍算力。K2.5的成功并非易事，即便用“被逼出來的”來形容亦不過分，它迫使團隊必須在算法層面進行深度的壓榨與重構。

除了顯性的Swarm架構，Kimi也是全球首個在大型語言模型訓練中跑通Muon優(yōu)化器的公司，自研的線性注意力機制（Kimi Linear）在處理速度上已顯著超越傳統(tǒng)的全注意力系統(tǒng)，實現(xiàn)效率的跨越式提升。

基于此，K2.5 背后真正的獨到之處，將模型訓練效率提升了2倍，同時將內(nèi)存占用減半。也就是說，在同樣的硬件預算下，Kimi可以跑兩倍的實驗，或者在同樣的顯存限制下訓練更大的模型。

Kimi正在驗證一條區(qū)別于硅谷的“逆Scaling Law”道路：以算法效率換取算力寬度，以智能體協(xié)作換取單體參數(shù)。

如果這條路能跑通，中國AI產(chǎn)業(yè)不必被動等待國產(chǎn)芯片完全追平英偉達的單卡性能，而是通過高效的分布式Swarm架構，就可以在受限的硬件資源上，組合出超越單體巨人的智能涌現(xiàn)。

Kimi K2.5無疑是中國AI版圖中最具“硅谷氣質(zhì)”的技術極客之一，頗具“孤勇者”氣質(zhì)。它向行業(yè)證明了，智能的進化不僅僅取決于你擁有多少張顯卡，更取決于你如何組織和壓榨現(xiàn)有的每一分算力。

在這場沒有硝煙的戰(zhàn)爭中，Kimi暫時贏得了一個身位，但通往AGI的道路上，還要保持更強大的耐力和更堅韌的態(tài)度。新的征程，又一個新的開始。