>> 長江證券-AI行業(yè)產(chǎn)業(yè)跟蹤：月之暗面開源Kimi K2，“Kimi時刻”推動AI大模型應用迎來新發(fā)展節(jié)點-250719
| 上傳日期： |
2025/7/19 |
大?。?/td>
| 628KB |
| 格式： |
pdf 共5頁 |
來源： |
長江證券 |
| 評級： |
看好 |
作者： |
宗建樹 |
| 下載權限： |
此報告為加密報告，僅限高級會員查看 |
|
|
事件描述
7月11日，月之暗面正式發(fā)布并開源最新MoE架構基礎模型Kimi-K2，包括基礎模型KimiK2-Base與微調后模型Kimi-K2-Instruct，均可商用，現(xiàn)已同步上線并更新API，定價16元人民幣/百萬token輸出。
事件評論
Kimi首個開源萬億參數(shù)模型，定位“非推理”模型但實現(xiàn)全線SOTA，擅長代碼與通用Agent任務。Kimi-K2總參數(shù)1T（DeepSeek V3為671B），使用MoE架構推理時激活參數(shù)32B（DeepSeek V3為37B）。K2并未配備專門的“推理模塊”，但在編程、工具調用、數(shù)學推理三大維度比肩頂級閉源推理模型，實現(xiàn)SOTA。SWE-bench Verified測試中，Kimi-K2-Instruct在“Agent模式”下得分65.8%，僅次于Claude Sonnet 4（79.4%），遠超GPT-4.1（54.6%）；LiveCode Bench測試中，Kimi-K2以53.7%的得分領跑，OJBench得分達27.1%；數(shù)學和科學領域，Kimi-K2在AIME25得分49.5、GPQA-Diamond得分75.1，均優(yōu)于主要對手；MMLU-Pro中同樣進入領先梯隊。
訓練方法&技術實現(xiàn)三項突破，強化學習訓練重點在于“工具協(xié)作”而非“邏輯演繹”。（1）預訓練引入Muon Clip優(yōu)化器：替換傳統(tǒng)Adam優(yōu)化器，引入qk-clip控制logits規(guī)模，實現(xiàn)15.5T tokens訓練零崩潰，過程中未出現(xiàn)訓練尖峰；（2）采用大規(guī)模Agentic數(shù)據(jù)合成策略：自演數(shù)千工具、數(shù)百智能體，生成百萬級多輪工具調用軌跡，填補真實交互數(shù)據(jù)缺口；（3）后訓練階段采用通用強化學習（General RL）：可驗證任務用結果獎勵，不可驗證任務用自我評價critic，統(tǒng)一RLHF與RL框架，實現(xiàn)端到端任務完成訓練。
不斷擴展能力邊界，能力泛化與實用性增強，主打真實生產(chǎn)場景，Agent工作流“一次完成”。（1）工具鏈自動化：可自主抓取數(shù)據(jù)→建模→生成可交互HTML頁面，全流程無需人工編排。（2）擅長生成兼具設計感與視覺表現(xiàn)力的代碼：K2具備較強的圖形能力與交互性、持續(xù)對話優(yōu)于單輪問答，均印證了其Agent化定位；（3）本地可部署：官方給出vLLM/SGLang/TensorRT-LLM腳本，降低私有化門檻。我們認為Kimi-K2對指令的理解與復雜流程的構建能力，以及低的部署門檻有望鎖定企業(yè)級Agent場景。
定價策略：極致性價比&分級明確，有望加速AI應用商業(yè)化落地。Kimi-K2在定價方面具備極高性價比，API輸出價$2.50/百萬tokens（≈16元RMB），僅為Claude 4 Sonnet的1/5，成本革命或有望引爆開發(fā)者生態(tài)。疊加MIT開源協(xié)議+超大規(guī)模使用條款（MAU>1億或月收入>2000萬美元需品牌露出），有望進一步打造Kimi品牌認知。
當前Agent投資核心邏輯強化，教育、醫(yī)療、企服等垂直場景的Agent落地周期有望加速，看好Agent商業(yè)化元年及投資機遇。建議關注：1）AIAgent相關廠商；2）中國推理算力產(chǎn)業(yè)鏈；3）云服務廠商方面，Agent應用有望落地，關注推理需求帶來的推動；4）IDC，重點關注與騰訊、阿里、字節(jié)等大廠合作的IDC。
風險提示
1、AI技術發(fā)展不及預期；
2、下游應用需求不及預期
|
|
