Точный ID весов
moonshotai/Kimi-K2-Instruct-0905
Модель Moonshot
Kimi K2 Instruct 0905: ревизия K2 с контекстом 256K
Kimi-K2-Instruct-0905 — отдельный опубликованный checkpoint Moonshot, созданный после исходной K2 Instruct. В его карточке заявлены улучшения кодовых задач и увеличение окна с 128K до 256K; это историческая характеристика весов, а не обещание текущего API.
Коротко
Что важно знать о Kimi K2 Instruct 0905
Ревизия 0905 сохраняет масштаб семейства K2: MoE с 1 трлн параметров всего и 32 млрд активных. В официальной карточке Moonshot выделяет улучшенное агентное программирование и frontend-код, а также контекст 256K. Последняя формулировка описывает версию checkpoint на Hugging Face. Указанное карточкой «latest» относится к моменту её публикации и не означает, что 0905 остаётся новейшей Kimi на дату проверки архивного профиля.
Что умеет модель
Главные возможности — коротко. Полные условия и параметры доступны ниже.
Архитектура
MoE; 1T всего, 32B активных
Контекст checkpoint
256K токенов
Канал доступа
опубликованные веса; текущий API для ID не подтверждён
Лицензия весов
Modified MIT
Все 5 характеристик, доступ и API
- Точный ID весов
- moonshotai/Kimi-K2-Instruct-0905
- Архитектура
- MoE; 1T всего, 32B активных
- Контекст checkpoint
- 256K токенов
- Лицензия весов
- Modified MIT
- Канал доступа
- опубликованные веса; текущий API для ID не подтверждён
Сценарии
Для каких задач подходит
- воспроизведение результатов ревизии 0905
- тестирование длинных текстовых контекстов до 256K
- эксперименты с агентным исправлением кода
- сравнение frontend-правок с исходной K2
Берите 0905, если нужна конкретная историческая версия K2 для повторения исследования или сравнения улучшений относительно первоначального Instruct. Для новой рабочей системы сначала сделайте короткий пилот с актуальными альтернативами: примените одинаковые задачи, инструменты, ограничения вывода и бюджет вычислений. Более длинный контекст может помочь при работе с большим проектом, но стоит измерить задержку, память и долю полезного материала, который модель действительно использует.
До внедрения
Что проверить
256K — паспортный контекст checkpoint, а не гарантия, что он безошибочно найдёт факт в большом массиве текста. Заявленные улучшения кодовых тестов получены Moonshot в конкретном агентном harness: в карточке описаны пять прогонов, среднее и разброс, а часть сравнительных чисел взята из чужих отчётов. Применение этой таблицы к другой обвязке или локальному движку требует оговорки. Опубликованные block-FP8 веса 1T нельзя считать дешёвым самостоятельным запуском только потому, что активная часть составляет 32B.
Доступ и интеграция
Официальный репозиторий moonshotai/Kimi-K2-Instruct-0905 содержит веса и пример локального сервера. Лицензия Modified MIT, как и у исходной K2, имеет дополнительное условие отображения названия для очень крупных коммерческих продуктов; прочитайте полный LICENSE и сторонние уведомления до внедрения. Отсылка карточки к API семейства K2 не подтверждает нынешний endpoint именно 0905, его цену, доступность по регионам или идентичность конкретному хостингу.
Русский язык
Kimi K2 Instruct 0905 на русском
Карточка не даёт отдельного подтверждения качества русскоязычной разработки. Возьмите один и тот же русский issue, репозиторий и критерии приёмки для 0905, исходной K2 и современной модели. Проверяйте, что изменённые файлы проходят тесты, а объяснение на русском точно описывает diff. Для документов сравните цитаты и пропуски на входе разной длины; увеличение окна не доказывает лучшую точность в его дальней части.
Внутри линейки
Kimi K2 Instruct 0905 и модели Moonshot
Выберите до четырёх версий и сопоставьте задачу, контекст и доступ. Неуказанная цена не считается нулевой.
Сопоставлены назначение и подтверждённые характеристики. Отсутствие значения не означает ноль.
Kimi K2 Instruct 0905
воспроизведение результатов ревизии 0905
- Тип
- Текст
- Контекст
- 256K токенов
Kimi K2 Instruct
воспроизведение поведения ранней K2
- Тип
- Текст
- Контекст
- 128K токенов
Kimi K2 Thinking
исследование многошаговых агентных задач
- Тип
- Текст
- Контекст
- 256K токенов
Другие провайдеры
Kimi K2 Instruct 0905: сравнение с альтернативами
Сравните модели того же типа от разных провайдеров. Числовое место не присваивается версии без независимого измерения.
Kimi K2 Instruct 0905
Ревизия 0905 сохраняет масштаб семейства K2: MoE с 1 трлн параметров всего и 32 млрд активных. В официальной карточке Moonshot выделяет улучшенное агентное программирование и frontend-код, а также контекст 256K. Последняя формулировка описывает версию checkpoint на Hugging Face. Указанное карточкой «latest» относится к моменту её публикации и не означает, что 0905 остаётся новейшей Kimi на дату проверки архивного профиля.
- Тип
- Текст
- Контекст
- 256K токенов
Claude Fable 5.1
Модель Anthropic для длительных агентных процессов, сложной разработки и задач с большим рабочим контекстом.
- Тип
- Текст
GPT-6 Astra
Новый флагман OpenAI для сложных многошаговых задач, программирования, computer use, исследований и работы с документами.
- Тип
- Текст
Gemini 3.8 Flash
Стабильная мультимодальная Flash-модель Google для программирования, агентных процессов, поиска по знаниям и длинных документов.
- Тип
- Текст
Связи
Продолжить выбор
Проверка сведений
Подробности и источники
Что на самом деле изменилось после исходной K2
Карточка 0905 прямо называет прирост контекста со 128K до 256K и заявляет улучшения в агентном программировании и frontend-задачах. Сравнительная таблица приводит результаты под конкретной инфраструктурой Moonshot; её числа полезны для понимания цели релиза, но не заменяют проверку на вашем коде. Чтобы увидеть эффект ревизии, повторите один набор issue на обоих checkpoint, сохраните патчи и посчитайте прохождение тестов, число вызовов инструментов и длительность. Так разница в конфигурации не смешается с разницей в модели.
Практическая проверка длинного контекста
При 256K особенно важно различать вместимость и извлечение нужного факта. Соберите тестовый набор из документов разной длины с заранее известными ответами; расположите контрольную информацию в начале, середине и конце. Попросите ссылку на фрагмент и проверьте её вручную. Считайте отдельно ошибки поиска, ошибок формата и случаи, когда запрос был усечён движком. Паспортное окно относится к checkpoint; настройка собственного сервера может ввести более низкий предел, который надо измерить отдельно.
Условия весов и облачный сервис
В репозитории 0905 указан Modified MIT. Лицензия сохраняет обычные уведомления MIT и добавляет правило показывать «Kimi K2» в интерфейсе коммерческого продукта или сервиса после порогов 100 млн MAU либо 20 млн долларов месячной выручки. Это условие для опубликованных материалов, а не описание действующих API-планов. Карточка исторически ссылается на платформу Kimi K2, но для закупки или интеграции нужен отдельный актуальный документ с точным API ID и условиями обслуживания.
Вопросы и ответы
FAQ о Kimi K2 Instruct 0905
Что такое Kimi K2 Instruct 0905?
Ревизия 0905 сохраняет масштаб семейства K2: MoE с 1 трлн параметров всего и 32 млрд активных. В официальной карточке Moonshot выделяет улучшенное агентное программирование и frontend-код, а также контекст 256K. Последняя формулировка описывает версию checkpoint на Hugging Face. Указанное карточкой «latest» относится к моменту её публикации и не означает, что 0905 остаётся новейшей Kimi на дату проверки архивного профиля.
Работает ли Kimi K2 Instruct 0905 на русском?
Карточка не даёт отдельного подтверждения качества русскоязычной разработки. Возьмите один и тот же русский issue, репозиторий и критерии приёмки для 0905, исходной K2 и современной модели. Проверяйте, что изменённые файлы проходят тесты, а объяснение на русском точно описывает diff. Для документов сравните цитаты и пропуски на входе разной длины; увеличение окна не доказывает лучшую точность в его дальней части.
Для каких задач подходит Kimi K2 Instruct 0905?
Подходящие сценарии: воспроизведение результатов ревизии 0905; тестирование длинных текстовых контекстов до 256K; эксперименты с агентным исправлением кода; сравнение frontend-правок с исходной K2.
Когда выбирать Kimi K2 Instruct 0905?
Берите 0905, если нужна конкретная историческая версия K2 для повторения исследования или сравнения улучшений относительно первоначального Instruct. Для новой рабочей системы сначала сделайте короткий пилот с актуальными альтернативами: примените одинаковые задачи, инструменты, ограничения вывода и бюджет вычислений. Более длинный контекст может помочь при работе с большим проектом, но стоит измерить задержку, память и долю полезного материала, который модель действительно использует.
Какие ограничения есть у Kimi K2 Instruct 0905?
256K — паспортный контекст checkpoint, а не гарантия, что он безошибочно найдёт факт в большом массиве текста. Заявленные улучшения кодовых тестов получены Moonshot в конкретном агентном harness: в карточке описаны пять прогонов, среднее и разброс, а часть сравнительных чисел взята из чужих отчётов. Применение этой таблицы к другой обвязке или локальному движку требует оговорки. Опубликованные block-FP8 веса 1T нельзя считать дешёвым самостоятельным запуском только потому, что активная часть составляет 32B.
Каталог GPT House
Выберите модель по задаче, а не только по названию
Сравните назначение модели со связанными рабочими сценариями и проверьте ее на собственных данных.