Kimi K2 是 Moonshot AI 团队开发的大语言模型系列，采用混合专家（MoE）架构，激活参数 320 亿、总参数 1 万亿。
主要能力方面，官方资料显示其在训练中使用了 Muon 优化器，并在前所未有的规模上应用，同时开发了新的优化技术以解决扩展过程中的不稳定问题；预训练在 15.5T tokens 上完成，训练过程零不稳定。模型在前沿知识、推理和编程任务上表现优异，并专门为工具使用、推理和自主问题解决等智能体能力进行了设计。
模型系列包含两个版本：Kimi-K2-Base 是基础模型，适合希望完全掌控微调与定制方案的研究者和开发者；Kimi-K2-Instruct 是后训练模型，适合即插即用的通用聊天和智能体体验，属于反应级模型，不进行长时间思考。
使用方式上，可通过 https://platform.moonshot.ai 访问 Kimi K2 的 API，官方提供 OpenAI/Anthropic 兼容的 API。其中 Anthropic 兼容 API 通过 real_temperature = request_temperature * 0.6 映射温度，以更好地兼容现有应用。模型检查点以 block-fp8 格式存储，可在 Huggingface 上获取。目前推荐在 vLLM 和 SGLang 等推理引擎上运行 Kimi-K2，部署示例可参见 Model Deployment Guide。本地推理服务搭建完成后，可通过聊天端点进行交互；Kimi-K2-Instruct 推荐温度为 temperature = 0.6，若无特殊要求，系统提示词是良好的默认选择。
Kimi-K2-Instruct 具备较强的工具调用能力，需要在每次请求中传入可用工具列表，模型会自主决定何时以及如何调用。官方给出了端到端调用天气工具的示例，其中 tool_call_with_client 函数实现了从用户查询到工具执行的流程，该流程要求推理引擎支持 Kimi-K2 的原生工具解析逻辑；流式输出和手动工具解析可参见 Tool Calling Guide。
许可与联系方面，代码和模型权重均在 Modified MIT License 下发布。如有问题或疑虑，可联系 support@moonshot.cn。
