智東西作者 程茜編輯 雲鵬

智東西9月5日消息，剛剛，大模型獨角獸月之暗麵發布Kimi K2-0905，目前，Kimi應用和網頁版中的K2模型已全量升級到Kimi K2-0905。

該模型的核心升級點為Agentic Coding能力增強、支持256K上下文、API支持高達60-100Token/s的輸出速度、支持Claude Code。

為了測試Kimi K2-0905的性能，智東西對比了其與Kimi K2-0711在生成個人網站上的表現。

提示詞：開發一個美觀的個人網站，使用Bootstrap作為前端框架，直接輸出相關代碼。

下圖左上是Kimi K2-0711生成的結果、左下是Kimi K1.5的生成結果，右側均為Kimi K2-0905的結果。

可以看出，網站整體的美觀度以及整體風格的一致性相比前代模型都有了一定提升，且包含的信息更加完善。

▲左上為Kimi K2-0711生成、左下Kimi K1.5生成、中和右為Kimi K2-0905生成

在考察真實軟件工程任務的基準測試中，Kimi K2-0905多項表現超過Claude Sonnet 4，其中在用於評估大模型在軟件開發任務上能力的SWE-benchVerified、評估模型在實際軟件開發工程中綜合能力的SWE-Dev表現略遜色於Claude Sonnet 4。

Kimi K2首次發布是在7月11日，該模型總參數10000億，激活參數320億。2天前，月之暗麵就公開了Kimi K2-0905的一些細節，其基於基礎模型構建，增強了編程能力，仍不具備思考或視覺，但保留了頗受歡迎的Kimi K2-0711模型的個性和風格。

目前，Kimi開放平台已上架kimi-k2-0905-preview模型API，且定價與上一代一致，計費方案為每百萬輸入tokens/4元，每百萬輸出tokens/16元。

月之暗麵的官宣文章中提到，目前，AI編程工具Cursor、Windsurf、Trae、Cline、RooCode、Kilo Code等已內置或接入了Kimi K2模型，國內外雲服務廠商均部署了Kimi K2模型。

論文地址：http://arxiv.org/abs/2507.20534

Hugging Face地址：http://huggingface.co/moonshotai/Kimi-K2-Instruct-0905

GitHub地址：http://github.com/moonshotai/kimi-K2

一、真實軟件工程任務能力升級，多項測試超Claude

Kimi K2-0905具體能力提升主要有以下四點：

Agentic Coding能力提升，在公開基準測試和真實的編程任務中均展現出更好的性能；

前端編程體驗升級：提升了前端代碼的美觀度和實用性；

擴展上下文長度：從128K升級到256K，為複雜長線任務提供更好的支持；

提供高速版API：支持高達60-100Token/s的輸出速度。

在側重考察真實軟件工程任務的SWE-bench Verified等基準測試，新版Kimi K2模型的表現如下：

Kimi開放平台已上架kimi-k2-0905-preview模型API：

上下文升級到256K；Token Enforcer保證toolcall 100%格式正確；完全兼容Anthropic API、支持WebSearch Tool，提供更好的K2+Claude Code使用體驗；支持全自動Context Caching，有助於節省Input Token；定價與之前的0711版相同；速度達60-100 Token/s的高速版API（kimi-k2-turbo-preview）已同步升級新模型。

二、拆解需求、規劃步驟、實戰演練都能應對

智東西還考察了Kimi K2-0905拆解需求、規劃步驟、代碼落地的能力。

提示詞：寫一個工具，輸入一段英文文本（可能包含標點、大小寫、空格），輸出以下統計結果：①總單詞數（忽略標點，大小寫視為同一單詞，如Hello和hello算一個）；②出現頻率最高的3個單詞及頻次（若頻次相同，按字母序排序）；③文本中最長的句子（以. ! ?為句末標誌，若多個最長句，輸出第一個）。

這一工具拆分了統計總單詞數、頻率最高3個單詞、最長句子的需求。

第二個是在具體的圖書館場景中，智東西要求其開發一個簡易的圖書館借閱管理係統。

提示詞為：設計一個圖書館借閱係統的核心功能，需支持：①書籍入庫（記錄書籍ID、書名、作者、庫存數量）；②讀者借閱（記錄讀者ID、借閱書籍ID、借閱日期，需判斷書籍是否有庫存）；③讀者還書（記錄還書日期，需判斷是否超期，假設借閱期限為30天，超期按1元/天計算罰款）；④查詢功能（按書名查詢書籍庫存，按讀者ID查詢未還書籍及是否超期）。

Kimi K2-0905生成的係統界麵中，明確包含了書籍入庫、讀者借閱、讀者還書、查詢庫存、查詢未還書籍的模塊。

值得注意的是，智能文本統計工具和圖書館借閱係統生成整體風格相似，均為藍白配色。

結語：AI編程或應對複雜編程挑戰

當下，越來越多的開發者使用AI工具更高效便捷編寫代碼，具體用例包括自動補全代碼行、修複代碼錯誤和測試代碼等。

Kimi K2在Agentic Coding能力方麵的提升，意味著其模型在麵對複雜編程任務時，能夠更高效、自主地理解需求、規劃步驟並生成高質量代碼，以應對更多真實編程場景中。