Точный ID весов
moonshotai/Kimi-K2-Instruct
Модель Moonshot
Kimi K2 Instruct: исходная instruct-ревизия K2
Kimi-K2-Instruct — опубликованная Moonshot текстовая модель для диалога, кода и вызова инструментов. Карточка относится к раннему checkpoint K2; его нельзя автоматически приравнивать к более поздним версиям или действующему API.
Коротко
Что важно знать о Kimi K2 Instruct
Moonshot описывает K2 Instruct как post-trained вариант семейства K2 с архитектурой Mixture-of-Experts: около 1 трлн параметров всего, 32 млрд активных и окно 128K токенов. В отличие от K2 Base этот checkpoint подготовлен к диалогу и агентным сценариям; официальная карточка прямо называет его моделью без долгого режима thinking. Дата в имени последующей ревизии 0905 не превращает исходную запись в ту же модель: у неё отдельные веса, контекст и результаты тестов.
Что умеет модель
Главные возможности — коротко. Полные условия и параметры доступны ниже.
Архитектура
MoE; 1T всего, 32B активных
Контекст checkpoint
128K 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
- Архитектура
- MoE; 1T всего, 32B активных
- Контекст checkpoint
- 128K токенов
- Лицензия весов
- Modified MIT
- Канал доступа
- опубликованные веса; текущий API для ID не подтверждён
Сценарии
Для каких задач подходит
- воспроизведение поведения ранней K2
- текстовые агентные эксперименты с tool calling
- сравнение изменений между checkpoint K2
- исследование большого MoE на собственной инфраструктуре
Выбирайте именно этот checkpoint, когда важна совместимость с ранее сделанным экспериментом, определённым chat template или результатами исходной K2. Для нового продукта сравните его с 0905 и более поздними моделями на одних тестах, не полагаясь на старые таблицы. Если задача требует длинного репозитория или массива документов, учитывайте предел 128K и стоимость собственного запуска модели такого масштаба.
До внедрения
Что проверить
Карточка сообщает поддерживаемый контекст 128K, но не гарантирует одинаковую точность на любом расстоянии внутри окна. Вызов инструмента означает формирование запроса к вашему внешнему коду, а не самостоятельное выполнение действий. Для корректного цикла нужны схема функции, обработка аргументов и возвращение результата модели. Веса описаны как block-FP8; их размещение требует подходящей инфраструктуры и проверки совместимости движка. Ни HF ID, ни пример OpenAI-совместимого локального сервера не подтверждают действующий официальный API именно этой исторической версии.
Доступ и интеграция
Веса размещены в официальном репозитории moonshotai/Kimi-K2-Instruct. Лицензия Modified MIT разрешает использование при сохранении уведомлений и содержит дополнительное условие заметно показывать «Kimi K2» в интерфейсе очень крупных коммерческих продуктов или сервисов при указанных в тексте порогах. Перед внедрением читайте сам LICENSE и сторонние уведомления. Упоминание API Kimi K2 в исторической карточке не задаёт нынешний API ID, цену, региональный доступ или гарантию соответствия опубликованным весам.
Русский язык
Kimi K2 Instruct на русском
Не выводите качество русского из англо- и китаеязычных тестов карточки. Для оценки дайте одинаковый набор русских технических запросов исходной K2 и версии 0905: правку кода с тестами, извлечение требований, ответ по документу с цитатами. Отдельно отмечайте галлюцинации, нарушение формата и ошибки в именах файлов. Без такого прогона говорить о превосходстве в русскоязычной работе нельзя.
Внутри линейки
Kimi K2 Instruct 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
воспроизведение поведения ранней K2
- Тип
- Текст
- Контекст
- 128K токенов
Kimi K2 Instruct 0905
воспроизведение результатов ревизии 0905
- Тип
- Текст
- Контекст
- 256K токенов
Kimi K2 Thinking
исследование многошаговых агентных задач
- Тип
- Текст
- Контекст
- 256K токенов
Другие провайдеры
Kimi K2 Instruct: сравнение с альтернативами
Сравните модели того же типа от разных провайдеров. Числовое место не присваивается версии без независимого измерения.
Kimi K2 Instruct
Moonshot описывает K2 Instruct как post-trained вариант семейства K2 с архитектурой Mixture-of-Experts: около 1 трлн параметров всего, 32 млрд активных и окно 128K токенов. В отличие от K2 Base этот checkpoint подготовлен к диалогу и агентным сценариям; официальная карточка прямо называет его моделью без долгого режима thinking. Дата в имени последующей ревизии 0905 не превращает исходную запись в ту же модель: у неё отдельные веса, контекст и результаты тестов.
- Тип
- Текст
- Контекст
- 128K 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
Почему исходную K2 нельзя смешивать с 0905
На странице исходной K2 Hugging Face уже указывает более новую ревизию 0905. При этом карточка исходного checkpoint фиксирует 128K контекста и собственный набор результатов. Архив полезен для воспроизводимости: ошибка, обнаруженная при старом шаблоне вызова инструментов, может исчезнуть или измениться после обновления. В журнале теста сохраняйте полный HF ID, ревизию файлов и параметры движка; короткого обозначения «K2» недостаточно, чтобы другой инженер повторил результат.
Как проверять работу с инструментами
В примере Moonshot модель получает описание функции, возвращает имя и аргументы вызова, а приложение исполняет функцию и передаёт результат обратно. Проверяйте не только красивый конечный текст, но и валидность аргументов, отсутствие лишних вызовов и поведение при ошибке инструмента. Для кода добавьте запуск тестов и оценку diff. Метрика из карточки зависит от агентной обвязки, поэтому сравнивать её с простым чат-запросом другой модели некорректно.
Лицензия не равна доступу к API
Файл LICENSE относится к коду и опубликованным весам: это Modified MIT с дополнительным правилом отображения названия для коммерческих сервисов выше порогов 100 млн ежемесячно активных пользователей или 20 млн долларов месячной выручки. Это не тарифный документ Moonshot. Даже если карточка описывает API семейства K2, из неё нельзя заключить, что сегодня по старому checkpoint доступен тот же облачный endpoint. Перед интеграцией проверяйте актуальную документацию платформы отдельно.
Вопросы и ответы
FAQ о Kimi K2 Instruct
Что такое Kimi K2 Instruct?
Moonshot описывает K2 Instruct как post-trained вариант семейства K2 с архитектурой Mixture-of-Experts: около 1 трлн параметров всего, 32 млрд активных и окно 128K токенов. В отличие от K2 Base этот checkpoint подготовлен к диалогу и агентным сценариям; официальная карточка прямо называет его моделью без долгого режима thinking. Дата в имени последующей ревизии 0905 не превращает исходную запись в ту же модель: у неё отдельные веса, контекст и результаты тестов.
Работает ли Kimi K2 Instruct на русском?
Не выводите качество русского из англо- и китаеязычных тестов карточки. Для оценки дайте одинаковый набор русских технических запросов исходной K2 и версии 0905: правку кода с тестами, извлечение требований, ответ по документу с цитатами. Отдельно отмечайте галлюцинации, нарушение формата и ошибки в именах файлов. Без такого прогона говорить о превосходстве в русскоязычной работе нельзя.
Для каких задач подходит Kimi K2 Instruct?
Подходящие сценарии: воспроизведение поведения ранней K2; текстовые агентные эксперименты с tool calling; сравнение изменений между checkpoint K2; исследование большого MoE на собственной инфраструктуре.
Когда выбирать Kimi K2 Instruct?
Выбирайте именно этот checkpoint, когда важна совместимость с ранее сделанным экспериментом, определённым chat template или результатами исходной K2. Для нового продукта сравните его с 0905 и более поздними моделями на одних тестах, не полагаясь на старые таблицы. Если задача требует длинного репозитория или массива документов, учитывайте предел 128K и стоимость собственного запуска модели такого масштаба.
Какие ограничения есть у Kimi K2 Instruct?
Карточка сообщает поддерживаемый контекст 128K, но не гарантирует одинаковую точность на любом расстоянии внутри окна. Вызов инструмента означает формирование запроса к вашему внешнему коду, а не самостоятельное выполнение действий. Для корректного цикла нужны схема функции, обработка аргументов и возвращение результата модели. Веса описаны как block-FP8; их размещение требует подходящей инфраструктуры и проверки совместимости движка. Ни HF ID, ни пример OpenAI-совместимого локального сервера не подтверждают действующий официальный API именно этой исторической версии.
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.