किमी K2

Name: किमी K2
Price: शुल्क INR
Availability: InStock
Author: चंद्रमा का अंधेरा पक्ष (मूनशॉट एआई)

डेवलपर चंद्रमा का अंधेरा पक्ष (मूनशॉट एआई)

आधिकारिक वेबसाइट https://platform.kimi.ai

किमी K2 मूनशॉट एआई द्वारा लॉन्च की गई एक ओपन सोर्स MoE बड़ी भाषा मॉडल श्रृंखला है। इसका कुल पैरामीटर 1T और सक्रियण पैरामीटर 32B है। यह विशेष रूप से टूल कॉलिंग, कोड जनरेशन और स्वायत्त कार्य समाधान जैसे एजेंट परिदृश्यों के लिए डिज़ाइन किया गया है। यह दो वेरिएंट प्रदान करता है, बेस और इंस्ट्रक्ट, 128K संदर्भ का समर्थन करता है, SWE-बेंच और Tau2-बेंच जैसे एजेंट बेंचमार्क पर ओपन सोर्स SOTA स्तर तक पहुंचता है, और एपीआई OpenAI/एंथ्रोपिक इंटरफ़ेस के साथ संगत है।

किमीके2

मुख्य पैरामीटर और आँकड़े

किमी K2 जुलाई 2025 में मूनशॉट एआई द्वारा ओपन सोर्स की गई एक बड़ी भाषा मॉडल श्रृंखला है। यह 1 ट्रिलियन (1T) के कुल पैरामीटर वॉल्यूम के साथ एक मिश्रित विशेषज्ञ (MoE) आर्किटेक्चर को अपनाता है और प्रति टोकन केवल 32B पैरामीटर सक्रिय होते हैं। यह गैर-सोच मॉडल मार्ग पर ज्ञान, तर्क और प्रोग्रामिंग के अत्याधुनिक स्तर को प्राप्त करता है, और इस आधार पर, इसे एजेंट कार्यों के लिए गहराई से अनुकूलित किया जाता है - न केवल "प्रश्नों का उत्तर देना", बल्कि "क्रियाओं को निष्पादित करना"।

पैरामीटर आइटम	किमी K2-निर्देश / K2-बेस	किमी K2-0905 (उन्नत संस्करण)	किमी K2.6 (यूनिवर्सल फ्लैगशिप)
वास्तुकला	MoE (मिश्रित विशेषज्ञता)	एमओई	एमओई
कुल पैरामीटर	1टी	1टी	अज्ञात
सक्रियण पैरामीटर	32बी	32बी	अज्ञात
विशेषज्ञों की संख्या	384 (प्रति टोकन 8 चुनें)	384	अज्ञात
ध्यान तंत्र	विधायक (एकाधिक अव्यक्त ध्यान)	विधायक	विधायक
प्रसंग विंडो	128K टोकन	256K टोकन	256K टोकन
शब्दावली का आकार	160K	160K	अज्ञात
प्रशिक्षण डेटा	15.5T टोकन	—	—
अनुकूलक	म्यूओनक्लिप (स्व-विकसित स्थिरीकरण अनुकूलक)	म्यूओनक्लिप	—
दृश्य इनपुट	समर्थित नहीं	समर्थित नहीं	समर्थित (चित्र + वीडियो)
विचार शृंखला तर्क	समर्थित नहीं (गैर-सोच मॉडल)	समर्थित नहीं	समर्थित (सोच/गैर-सोच दोहरी मोड)
ओपन सोर्स लाइसेंस	संशोधित एमआईटी	संशोधित एमआईटी	ओपन सोर्स नहीं (केवल एपीआई)
अनुमान इंजन	वीएलएलएम / एसजीलैंग / केट्रांसफॉर्मर्स / टेन्सोरआरटी-एलएलएम	उपरोक्त के समान	एपीआई सेवा

पैरामीटर व्याख्या: प्रति टोकन 384 विशेषज्ञों में से केवल 8 सक्रिय हैं (+1 साझा विशेषज्ञ)। यह उच्च स्पार्सिटी डिज़ाइन (सक्रियण दर लगभग 2.3%) है, यही मुख्य कारण है कि किमी K2 1T कुल मापदंडों के साथ तैनाती योग्य तर्क प्राप्त करता है। डीपसीक-वी3 (671बी कुल पैरामीटर/37बी सक्रियण) की तुलना में, जो एमओई रूट पर भी है, के2 में 49% बड़े कुल पैरामीटर हैं, लेकिन 13% छोटे सक्रियण पैरामीटर हैं, जिसका अर्थ है कि इसमें समान हार्डवेयर स्थितियों के तहत कम मात्रा में अनुमान गणना होती है।

128K→256K संदर्भ संक्रमण: प्रारंभिक संस्करण 128K टोकन का समर्थन करता है, और 0905 उन्नत संस्करण और बाद के K2.6 को 256K तक विस्तारित किया गया है। कोड रिपॉजिटरी-स्तरीय संदर्भ, लंबे दस्तावेज़ विश्लेषण और एजेंट वार्तालापों के कई दौरों के लिए, 256K विंडो अधिक संपूर्ण संदर्भ को कवर कर सकती है और काट-छाँट के कारण होने वाले नियोजन विराम को कम कर सकती है। हालाँकि, कृपया ध्यान दें: संदर्भ को दोगुना करने के बाद, केवी कैश ओवरहेड एक साथ बढ़ता है, और वीडियो मेमोरी क्षमता का स्व-परिनियोजन परिदृश्यों में मूल्यांकन करने की आवश्यकता होती है।

गैर-सोच मॉडल की स्थिति में अंतर: K2 के प्रारंभिक संस्करण को "रिफ्लेक्स-ग्रेड" (प्रतिबिंब-स्तर) गैर-सोच मॉडल के रूप में तैनात किया गया है - यह स्पष्ट श्रृंखला-विचार का प्रदर्शन नहीं करता है, लेकिन सहज प्रतिक्रियाओं में क्षमताओं को आंतरिक करने के लिए पूर्व-प्रशिक्षण और सुदृढीकरण सीखने पर निर्भर करता है। यह K2 की तर्क विलंबता को समकालीन सोच मॉडल (जैसे डीपसीक-आर 1) की तुलना में कम बनाता है, लेकिन सोच मॉडल के पास अभी भी जटिल तर्क कार्यों में फायदे हैं जिनके लिए बहु-चरण तर्क विस्तार की आवश्यकता होती है। बाद के K2.6 संस्करण ने इस अंतर को पूरा करते हुए सोच श्रृंखला तर्क के लिए समर्थन जोड़ा है।

किमी K2 की उपयोगकर्ता और बाज़ार पहचान

किमी K2 का बाज़ार प्रभाव ओपन सोर्स समुदाय और डेवलपर पारिस्थितिकी तंत्र में विशेष रूप से प्रमुख है। सी-एंड उपयोगकर्ता मुख्य रूप से kimi.com के मुफ्त चैट पोर्टल के माध्यम से K2 श्रृंखला मॉडल के संपर्क में आते हैं।

ओपन सोर्स सामुदायिक लोकप्रियता: GitHub रिपॉजिटरी मूनशॉटएआई/किमी-K2 को 11,000 से अधिक सितारे और 880+ फोर्क्स प्राप्त हुए हैं, और 10 सक्रिय अनुरक्षक योगदान देना जारी रखते हैं। यह चीनी एआई कंपनियों की ओपन सोर्स परियोजनाओं के बीच सबसे अधिक सामुदायिक ध्यान देने वाले मॉडल गोदामों में से एक है। समुदाय ने K2 के आसपास बड़ी संख्या में पारिस्थितिक परियोजनाओं को जन्म दिया है (जैसे कि किमी-राइटर, किमीफ्लेयर, किमी-K2.7 स्वार्म वर्कस्टेशन, आदि)।

डेवलपर एपीआई अपनाना: किमी एपीआई प्लेटफॉर्म ने लाखों पेशेवर डेवलपर्स को सेवा दी है, और इसके भागीदारों में वर्सेल, कर्सर, विंडसर्फ, ट्राई, जेनस्पार्क, ज़ियाहोंगशु, हुआवेई, कोज़, कोडबडी और अन्य अग्रणी कंपनियां और विकास उपकरण शामिल हैं। विशेष रूप से एआई प्रोग्रामिंग के क्षेत्र में, कई प्रसिद्ध आईडीई प्लग-इन (जैसे किलो कोड, कर्सर) K2 श्रृंखला को अंतर्निहित मॉडल के रूप में एकीकृत करते हैं। Tencent CodeBuddy जटिल प्रोग्रामिंग कार्यों को हल करने में डेवलपर्स की सहायता के लिए K2 थिंकिंग मॉडल को एकीकृत करता है; जेनस्पार्क अपने एजेंट प्लेटफॉर्म पर स्वायत्त एजेंटों को चलाने के लिए K2 0905 संस्करण का उपयोग करता है।

उद्योग ग्राहक सत्यापन: सार्वजनिक मामलों से पता चलता है कि K2 का उपयोग पेशेवर क्षेत्रों जैसे वित्तीय अनुसंधान (अल्फाइंजन फिनजीपीटी एजेंट), सामग्री विज्ञान (XtalPi रासायनिक साहित्य समझ), विज्ञान के लिए AI (DP प्रौद्योगिकी RxnBench Top 2), आदि में किया गया है। इन परिदृश्यों में टूल कॉल की सटीकता और लंबे संदर्भों की विश्वसनीयता पर अत्यधिक उच्च आवश्यकताएं हैं। इन ऊर्ध्वाधर परिदृश्यों में K2 के कार्यान्वयन से पता चलता है कि इसकी एजेंट क्षमताएं उत्पादन-स्तर के स्तर तक पहुंच गई हैं।

बेंचमार्क प्रदर्शन: एसडब्ल्यूई-बेंच सत्यापित (एजेंट कोडिंग) पर 65.8% पास@1 के साथ समान अवधि में सभी ओपन सोर्स मॉडल को पार करना; Tau2-बेंच (उपकरण उपयोग) के तीन उप-क्षेत्रों में ओपन सोर्स में पहले स्थान पर है, जिनमें से दूरसंचार उप-आइटम 40% से अधिक के साथ दूसरे स्थान पर है। गणित और STEM मूल्यांकन में, AIME 2024/2025, MATH-500, GPQA-डायमंड और अन्य बेंचमार्क क्लोज्ड-सोर्स फ्लैगशिप मॉडल के स्तर तक पहुंच गए हैं (GitHub README मूल्यांकन तालिका देखें)। यह ध्यान दिया जाना चाहिए कि ये परिणाम गैर-सोच मॉडल स्थितियों के तहत हासिल किए गए थे - यह उम्मीद की जाती है कि सोच श्रृंखला (K2.6 और उससे आगे) में शामिल होने के बाद और सुधार की गुंजाइश है।

लागत लाभ: ओपन सोर्स + एपीआई डुअल-ट्रैक मूल्य निर्धारण सभी परिदृश्यों को कवर करता है

किमी K2 की लागत संरचना शुद्ध क्लोज्ड-सोर्स मॉडल या शुद्ध ओपन-सोर्स मॉडल से भिन्न है। यह "ओपन सोर्स सेल्फ-होस्टिंग जीरो लाइसेंस शुल्क" और "पे-पर-वॉल्यूम एपीआई बेहद कम यूनिट मूल्य" दोनों प्रदान करता है, जो व्यक्तिगत डेवलपर्स से लेकर बड़े उद्यमों तक के विभिन्न बजट और अनुपालन आवश्यकताओं को कवर करता है।

सी-साइड: kimi.com पर उपयोग करने के लिए नि:शुल्क: सामान्य उपयोगकर्ता kimi.com पर संवाद के लिए K2 श्रृंखला मॉडल मुफ्त में चुन सकते हैं, समय की संख्या की कोई सीमा नहीं है। सी-एंड उपयोगकर्ताओं को आकर्षित करने के लिए डार्क साइड ऑफ द मून की यह मुख्य रणनीति है - मुफ्त अनुभव के माध्यम से ब्रांड जागरूकता पैदा करना, और फिर डेवलपर्स और उद्यमों को भुगतान किए गए एपीआई का उपयोग करने के लिए मार्गदर्शन करना। मुफ़्त संस्करण वर्तमान में एमसीपी टूल कॉलिंग और विज़ुअल इनपुट जैसे उच्च-स्तरीय फ़ंक्शंस का समर्थन नहीं करता है।

एपीआई मूल्य निर्धारण (डेवलपर स्तर): किमी K2.6 की एपीआई कीमत मुख्यधारा के बड़े मॉडलों के बीच निम्न-से-मध्यम श्रेणी में है, और बार-बार इनपुट की सीमांत लागत संदर्भ कैशिंग तंत्र के माध्यम से और भी कम हो जाती है।

मॉडल	इनपुट (कैश हिट)	इनपुट (कैश मिस)	आउटपुट	संदर्भ विंडो
किमी K2.6	$0.16/मिलियन टोकन	$0.95/मिलियन टोकन	$4.00/मिलियन टोकन	256K
किमी K2.7 कोड	$0.19/मिलियन टोकन	$0.95/मिलियन टोकन	$4.00/मिलियन टोकन	256K
किमी K2.7 कोड हाईस्पीड	$0.38/मिलियन टोकन	$1.90/मिलियन टोकन	$8.00/मिलियन टोकन	256K
तुलना: डीपसीक-वी4-फ्लैश	~$0.14 / मिलियन टोकन	~$0.14 / मिलियन टोकन	~$0.28 / मिलियन टोकन	1एम
तुलना: GPT-4o	~$2.50 / मिलियन टोकन	~$2.50 / मिलियन टोकन	~$10.00 / मिलियन टोकन	128K

उद्यम/निजी परिनियोजन: K2 बेस और इंस्ट्रक्ट वेट संशोधित एमआईटी लाइसेंस के तहत खुला स्रोत हैं। उद्यम किसी भी लाइसेंस शुल्क का भुगतान किए बिना उन्हें स्वतंत्र रूप से डाउनलोड, स्वयं-होस्ट और फाइन-ट्यून कर सकते हैं। स्व-परिनियोजन की छिपी हुई लागतों में शामिल हैं: GPU सर्वर (4×A100-80G से शुरू होने की अनुशंसा, उच्च संगामिति के लिए अधिक), संचालन और रखरखाव जनशक्ति, नेटवर्क बैंडविड्थ और अनुमान इंजन ट्यूनिंग। डेटा संप्रभुता आवश्यकताओं या उच्च अनुपालन ऑडिटिंग आवश्यकताओं (वित्त, चिकित्सा देखभाल, सरकारी मामले) वाले उद्योगों के लिए, स्व-होस्टिंग ही एकमात्र व्यवहार्य मार्ग है; छोटी और मध्यम आकार की टीमों के लिए, एपीआई को सीधे कॉल करना स्व-निर्माण की तुलना में कहीं अधिक किफायती है।

अंतर्निहित लागत विचार: K2 का प्रारंभिक संस्करण दृश्य इनपुट और विचार श्रृंखला तर्क का समर्थन नहीं करता है। यदि व्यावसायिक परिदृश्य में मल्टी-मोडल या जटिल तर्क की आवश्यकता है, तो आपको K2.6 या इससे ऊपर अपग्रेड करना होगा। K2.6 खुला स्रोत नहीं है और इसे केवल एपीआई के माध्यम से बुलाया जा सकता है, जो उन टीमों के लिए "क्षमता सीमा" बनाता है जो एंड-टू-एंड सेल्फ-होस्टिंग की उम्मीद करते हैं - सेल्फ-होस्टिंग (मुफ़्त लाइसेंस + सीमित क्षमताएं) और एपीआई (पे-एज़-यू-गो + पूर्ण क्षमताएं) के बीच एक समझौता करने की आवश्यकता है।

किमी K2 की मुख्य विशेषताएं

किमी K2 की क्षमता सेट "टूल इनवोकेशन" और "स्वायत्त कार्य निष्पादन" की दो मुख्य लाइनों के आसपास घूमती है। यह पारंपरिक चैट मॉडल से अलग है. इसका मुख्य उत्पाद तर्क "मॉडल को सीधे उपकरण संचालित करने और बंद-लूप कार्यों को पूरा करने देना है।"

टूल कॉलिंग/फंक्शन कॉलिंग: K2 की मुख्य विभेदन क्षमता। मॉडल स्वतंत्र रूप से निर्णय ले सकता है कि बाहरी टूल को कब कॉल करना है, कौन से पैरामीटर पास करने हैं और लौटाए गए परिणामों को कैसे पार्स करना है। OpenAI/एंथ्रोपिक संगत टूल स्कीमा परिभाषा का समर्थन करता है, डेवलपर्स को इसे सक्षम करने के लिए अनुरोध में केवल टूल्स पैरामीटर पास करने की आवश्यकता है। विशिष्ट अनुप्रयोग: मौसम क्वेरी, डेटाबेस क्वेरी, बाहरी एपीआई कॉल, कोड निष्पादन। Tau2-बेंच मूल्यांकन में, K2 खुदरा/एयरलाइन/दूरसंचार के तीन क्षेत्रों में अन्य ओपन सोर्स मॉडल से काफी आगे है, जो जटिल उपकरण संयोजन परिदृश्यों को नियंत्रित करने की अपनी क्षमता का प्रदर्शन करता है।
एजेंट कोडिंग: K2 SWE-बेंच सत्यापित पर 65.8% पास@1 (एकल बिल्ड, बिना परीक्षण के गणना) के साथ ओपन सोर्स मॉडल चैंपियन बन गया। इसका मतलब यह है कि K2 GitHub मुद्दों को समझ सकता है, प्रासंगिक कोड फ़ाइलों का पता लगा सकता है, फिक्स पैच उत्पन्न कर सकता है, परीक्षण चला सकता है और पुनरावृत्त रूप से सुधार कर सकता है - यह सब मानवीय हस्तक्षेप के बिना। यह एसडब्ल्यूई-बेंच बहुभाषी पर 47.3% पास@1 तक पहुंच जाता है, जो अधिकांश क्लोज्ड-सोर्स मॉडल को पीछे छोड़ देता है। डेवलपर्स के लिए, इसका मतलब है कि K2 पीआर समीक्षा सहायकों, बग फिक्स ऑटोमेशन और कोड रीफैक्टरिंग के लिए अंतर्निहित इंजन के रूप में काम कर सकता है।
स्वायत्त कार्य योजना और निष्पादन: K2 एक उच्च-स्तरीय कार्य विवरण स्वीकार कर सकता है (जैसे कि "2020-2025 में वेतन पर दूरस्थ कार्य के प्रभाव का विश्लेषण करें"), और फिर स्वायत्त रूप से इसे एक बहु-चरण योजना में विभाजित करें: डेटा लोड करें → साफ़ → सांख्यिकीय विश्लेषण → विज़ुअलाइज़ करें → रिपोर्ट तैयार करें। K2 का आधिकारिक डेमो 16 IPython कॉलों में स्वायत्त रूप से संपूर्ण डेटा विज्ञान वर्कफ़्लो को पूरा करना दिखाता है, जिसमें Python कोड निष्पादित करना, त्रुटियों को पकड़ना, रणनीतियों को सुधारना और इंटरैक्टिव HTML रिपोर्ट तैयार करना शामिल है।
लंबी संदर्भ समझ (128के→256के): एमएलए (मल्टी-हेड अव्यक्त ध्यान) तंत्र के आधार पर, के2 लंबे संदर्भ परिदृश्यों में कम केवी कैश ओवरहेड बनाए रखता है। आरंभिक संस्करण 128K, 0905 उन्नत संस्करण और बाद के संस्करण 256K संदर्भ विंडो, संपूर्ण कोड रिपॉजिटरी, दस्तावेज़ीकरण के सैकड़ों पृष्ठ, या एजेंट वार्तालाप इतिहास के दर्जनों राउंड को संभालने के लिए। लंबे-संदर्भ पुनर्प्राप्ति कार्य में, K2 की मध्य और देर-चरण की जानकारी याद रखने की दर समान पैमाने के मॉडल की तुलना में बेहतर है, जो विशेष रूप से इसके एजेंट परिदृश्य के लिए महत्वपूर्ण है - एजेंटों को अक्सर बाद में बातचीत में शुरुआती निर्देशों की समीक्षा करने की आवश्यकता होती है।
एपीआई पारिस्थितिक उपकरण सेट: किमी एपीआई प्लेटफॉर्म में अंतर्निहित समृद्ध आधिकारिक उपकरण हैं, जिनमें शामिल हैं: वेब खोज (इंटरनेट खोज), कोड-रनर (पायथन कोड निष्पादन), एक्सेल (एक्सेल / सीएसवी फ़ाइल विश्लेषण), मेमोरी (बातचीत स्मृति दृढ़ता), फ़ेच (यूआरएल सामग्री निष्कर्षण), रीथिंक (विचार पुनर्गठन), आदि। ये उपकरण K2 मॉडल के साथ गहराई से एकीकृत हैं और डेवलपर्स को अपना स्वयं का विकास करने की आवश्यकता के बिना बॉक्स से बाहर उपयोग किया जा सकता है।

मॉडल और संस्करण विकास

चूंकि किमी K2 को पहली बार जुलाई 2025 में ओपन सोर्स किया गया था, इसलिए इसे स्पष्ट पथ के साथ 4 प्रमुख संस्करण नोड्स में पुनरावृत्त किया गया है: प्रारंभिक ओपन सोर्स → एजेंट कोडिंग एन्हांसमेंट → मल्टी-मोडल सामान्य फ्लैगशिप → प्रोग्रामिंग विशेष शाखा।

मेनलाइन संस्करण

संस्करण	रिलीज की तारीख	मुख्य परिवर्तन	विशेषताएँ	ओपन सोर्स स्थिति
K2-बेस/K2-निर्देश	2025-07 (~2025-07-22)	आरंभिक ओपन सोर्स रिलीज़	128K संदर्भ, गैर-सोच, टूल कॉल	खुला स्रोत (संशोधित एमआईटी)
K2-0905	2025-09-05	एजेंटिक कोडिंग संवर्द्धन	संदर्भ को 256K तक विस्तारित किया गया है, और प्रोग्रामिंग कार्यों की सफलता दर में सुधार किया गया है	खुला स्रोत (संशोधित एमआईटी)
K2.6	2026-04	सामान्य क्षमता उन्नयन	विज़ुअल + टेक्स्ट इनपुट, 256K संदर्भ, सोच श्रृंखला तर्क का समर्थन, सोच/गैर-सोच दोहरी मोड जोड़ें	केवल एपीआई
K2.7 कोड / K2.7 कोड हाईस्पीड	2026-05	प्रोग्रामिंग विशेषज्ञता शाखा	प्रोग्रामिंग कार्य अनुकूलन, हाईस्पीड संस्करण ~180 टोकन/एस, 256के संदर्भ, सोच श्रृंखला तर्क	केवल एपीआई

संस्करण संदर्भ की व्याख्या

वी1 चरण (के2-बेस/निर्देश): चंद्रमा के डार्क साइड ने संशोधित एमआईटी लाइसेंस के तहत 1टी पैरामीटर एमओई मॉडल को पूरी तरह से खोलने का विकल्प चुना। यह उस समय सबसे अधिक मापदंडों वाले ओपन सोर्स मॉडलों में से एक था। बेस संस्करण उन शोधकर्ताओं और टीमों के लिए है जिन्हें गहन फाइन-ट्यूनिंग की आवश्यकता है, जबकि इंस्ट्रक्ट संस्करण प्लग-एंड-प्ले सामान्य संवाद और एजेंट परिदृश्यों के लिए है। प्रारंभिक संस्करण को "गैर-सोच मॉडल" के रूप में तैनात किया गया था और उस समय जानबूझकर मुख्यधारा श्रृंखला तर्क मार्ग से अलग किया गया था।

V2 चरण (K2-0905): लगभग 1.5 महीने बाद उन्नत संस्करण, एजेंटिक कोडिंग क्षमताओं में सुधार और संदर्भ को 256K तक दोगुना करने पर ध्यान केंद्रित किया गया। यह रिलीज़ डेवलपर परिदृश्य की ओर डार्क ऑफ़ द मून के झुकाव को दर्शाता है - SWE-बेंच पर अग्रणी प्रदर्शन इसके तकनीकी दृष्टिकोण की प्रभावशीलता को साबित करता है।

V3 चरण (K2.6): यह K2 श्रृंखला के "शुद्ध पाठ गैर-सोच मॉडल" से "मल्टी-मोडल सोच मॉडल" में संक्रमण का मुख्य संस्करण है। दृश्य इनपुट, सोच श्रृंखला तर्क और सोच/गैर-सोच दोहरे मोड के साथ, क्षमता कवरेज का काफी विस्तार होता है। लेकिन यह पहला संस्करण भी है जो ओपन सोर्स नहीं है, जो चंद्रमा की ओपन सोर्स रणनीति के डार्क साइड के भेदभाव को दर्शाता है - बुनियादी मॉडल क्षमताएं ओपन सोर्स बनी हुई हैं, और अत्याधुनिक क्षमताओं का एपीआई के रूप में व्यावसायीकरण किया जाता है।

वी4 चरण (के2.7 कोड): प्रोग्रामिंग परिदृश्यों के लिए एक गहन विशिष्ट शाखा, एक उच्च-थ्रूपुट संस्करण (180 टोकन/एस) प्रदान करती है जो सीधे कर्सर और विंडसर्फ जैसे आईडीई प्लग-इन की अंतर्निहित मॉडल आवश्यकताओं को लक्षित करती है। कोड परिवार सार्वभौमिक K2.6 का पूरक है: एक एंकर कोड गुणवत्ता, दूसरा अनुप्रयोगों की व्यापकता को कवर करता है।

तकनीकी लाभ: म्यूऑनक्लिप से बड़े पैमाने पर एजेंट आरएल तक प्रौद्योगिकी स्टैक

किमी K2 का तकनीकी लाभ कोई एकल नवाचार नहीं है, बल्कि प्री-ट्रेनिंग ऑप्टिमाइज़र से लेकर पोस्ट-ट्रेनिंग सुदृढीकरण सीखने तक एक पूर्ण-लिंक व्यवस्थित इंजीनियरिंग सफलता है।

MuonClip ऑप्टिमाइज़र: Muon प्रशिक्षण की अस्थिरता की समस्या को हल करें: Muon ऑप्टिमाइज़र टोकन दक्षता में व्यापक रूप से उपयोग किए जाने वाले एडमडब्ल्यू की तुलना में काफी बेहतर है, लेकिन बड़े पैमाने पर प्रशिक्षण में ध्यान लॉगिट विस्फोट का खतरा होता है, जिससे प्रशिक्षण में रुकावट आती है। किमी K2 टीम ने qk-क्लिप तकनीक का प्रस्ताव दिया: स्रोत से ध्यान लॉगिट स्केल को नियंत्रित करने के लिए म्यूऑन को अपडेट करने के बाद सीधे क्वेरी/कुंजी प्रक्षेपण वजन को फिर से बढ़ाना। एक अनुकूली कारक (अधिकतम लॉगिट के आधार पर गतिशील सीमा) पेश करके, म्यूऑनक्लिप 15.5T टोकन पर पूर्व-प्रशिक्षण में शून्य प्रशिक्षण स्पाइक्स प्राप्त करता है। इसके पीछे इंजीनियरिंग का निहितार्थ यह है कि बड़े पैमाने पर एमओई प्रशिक्षण की लागत और जोखिम काफी कम हो जाते हैं, जिससे डार्क साइड ऑफ़ द मून को अपने साथियों की तुलना में बहुत कम बजट पर 1T पैरामीटर मॉडल को प्रशिक्षित करने की अनुमति मिलती है।

उच्च विरलता MoE डिज़ाइन: 384 विशेषज्ञ + 8 प्रति टोकन चयनित (+1 साझा विशेषज्ञ), सक्रियण दर केवल ~2.3% है। उच्च स्पार्सिटी का मतलब है कि गणना की मात्रा उप-रैखिक रूप से बढ़ जाती है क्योंकि पैरामीटर की कुल संख्या बढ़ जाती है, और अनुमान के दौरान केवल 32B सक्रियण पैरामीटर वीडियो मेमोरी में लोड किए जाते हैं। यह एकल कार्ड A100-80G को इंफ़ेक्शन चलाने की अनुमति देता है, जिससे स्व-परिनियोजन के लिए हार्डवेयर सीमा कम हो जाती है।

बड़े पैमाने पर एजेंटिक डेटा संश्लेषण पाइपलाइन: K2 की एजेंट क्षमताएं दो प्रमुख नवाचारों से आती हैं। सबसे पहले, ACEBench से प्रेरित एक स्वचालित डेटा संश्लेषण पाइपलाइन - सैकड़ों क्षेत्रों में व्यवस्थित रूप से हजारों उपकरण (वास्तविक MCP उपकरण और संश्लेषण उपकरण सहित) विकसित करती है, विविध उपकरण ले जाने वाले सैकड़ों एजेंट उत्पन्न करती है, और उन्हें एक सिम्युलेटेड वातावरण में कई राउंड में उपयोगकर्ता एजेंटों के साथ बातचीत करने की अनुमति देती है। एलएलएम जज उच्च गुणवत्ता वाले प्रशिक्षण डेटा का उत्पादन करने के लिए रूब्रिक्स के आधार पर इंटरैक्शन परिणामों को स्कोर और फ़िल्टर करते हैं। दूसरा, एक सामान्य सुदृढीकरण सीखने की प्रणाली - सत्यापन योग्य पुरस्कारों (गणित, प्रतियोगिता प्रोग्रामिंग) और गैर-सत्यापन योग्य पुरस्कारों (लेखन, अनुसंधान) के बीच अंतर करती है, और बाद के लिए "आत्म-आलोचना" तंत्र को अपनाती है: मॉडल अपने स्वयं के आलोचक के रूप में कार्य करता है और रूब्रिक्स के आधार पर स्केलेबल प्रतिक्रिया प्रदान करता है। साथ ही, सत्यापन योग्य पुरस्कारों का ऑन-पॉलिसी रोलआउट समीक्षक को लगातार अपडेट करता है, जिससे एक सकारात्मक फीडबैक लूप बनता है।

एपीआई संगतता डिज़ाइन: एपीआई ओपनएआई और एंथ्रोपिक दोनों के इंटरफ़ेस प्रारूपों के साथ संगत है। इससे डेवलपर्स के लिए माइग्रेशन लागत कम हो जाती है - मौजूदा ओपनएआई एसडीके-आधारित एप्लिकेशन केवल बेस_यूआरएल और एपीआई कुंजी को संशोधित करके K2 पर स्विच कर सकते हैं। मौजूदा अनुप्रयोगों के साथ अनुकूलता सुनिश्चित करने के लिए एंथ्रोपिक संगत इंटरफ़ेस का तापमान real_temperature = request_temperature × 0.6 के माध्यम से मैप किया जाता है।

एकाधिक अनुमान इंजन समर्थन: अनुशंसित रनिंग इंजनों में vLLM, SGLang, KTransformers और TensorRT-LLM शामिल हैं, जो अकादमिक अनुसंधान से लेकर उत्पादन परिनियोजन तक विभिन्न प्रदर्शन आवश्यकताओं को कवर करते हैं। vLLM और SGLang थ्रूपुट अनुकूलन पर ध्यान केंद्रित करते हैं, KTransformers एकल-कार्ड प्रयोगों के लिए उपयुक्त है, और TensorRT-LLM का उपयोग चरम अनुमान अनुकूलन के लिए किया जाता है।

कैसे उपयोग करें

किमी K2 तीन उपयोग पथ प्रदान करता है, जो सामान्य उपयोगकर्ताओं से डेवलपर्स तक संपूर्ण पहुंच स्तर को कवर करता है।

कैसे उपयोग करें	प्रवेश	भीड़ के लिए उपयुक्त	मुख्य प्रतिबंध
वेब चैट	किमी.कॉम	सामान्य उपयोगकर्ता, उत्पाद अनुभवकर्ता	विज़ुअल इनपुट और एमसीपी उपकरण (प्रारंभिक संस्करण) समर्थित नहीं हैं; लॉगिन आवश्यक
एपीआई कॉल	प्लेटफार्म.किमी.एआई	डेवलपर, उद्यम एकीकरण	एक खाता पंजीकृत करने और एक एपीआई कुंजी बनाने की आवश्यकता है; मात्रा के आधार पर बिलिंग
स्व-होस्टेड परिनियोजन	गिटहब + हगिंग फेस	अनुसंधान टीम, उच्च-अनुपालन उद्यम	जीपीयू सर्वर आवश्यक; अनुमान इंजन का निर्माण स्वयं ही करना होगा

एपीआई त्वरित पहुंच उदाहरण (पायथन, ओपनएआई एसडीके के साथ संगत):

ओपनएआई से ओपनएआई आयात करें

क्लाइंट = ओपनएआई(
    api_key='<YOUR_API_KEY>',
    बेस_यूआरएल = "https://api.moonshot.ai/v1"
)

प्रतिक्रिया = client.chat.completions.create(
    मॉडल = "किमी-के2.6",
    संदेश=[
        {"भूमिका": "सिस्टम", "सामग्री": "आप किमी हैं, डार्क साइड ऑफ़ द मून द्वारा बनाई गई एआई सहायक।"},
        {"भूमिका": "उपयोगकर्ता", "सामग्री": "पायथन में एक त्वरित सॉर्ट एल्गोरिदम लिखें।"}
    ],
    तापमान=0.6,
    max_tokens=2048,
    धारा=गलत
)
प्रिंट(प्रतिक्रिया.विकल्प[0].संदेश.सामग्री)

टूल कॉल के साथ एपीआई उदाहरण:

उपकरण = [{
    "प्रकार": "फ़ंक्शन",
    "फ़ंक्शन": {
        "नाम": "get_weather",
        "विवरण": "निर्दिष्ट शहर के वर्तमान मौसम की जानकारी प्राप्त करें",
        "पैरामीटर": {
            "प्रकार": "ऑब्जेक्ट",
            "आवश्यक": ["शहर"],
            "गुण": {
                "शहर": {"प्रकार": "स्ट्रिंग", "विवरण": "शहर का नाम"}
            }
        }
    }
}]

प्रतिक्रिया = client.chat.completions.create(
    मॉडल = "किमी-के2.6",
    messages=[{"भूमिका": "उपयोगकर्ता", "सामग्री": "आज बीजिंग में मौसम कैसा है?"}],
    औज़ार=उपकरण,
    टूल_चॉइस = "ऑटो",
    तापमान=0.6
)

स्वयं-होस्टेड परिनियोजन (वीएलएलएम उदाहरण):

# वीएलएलएम स्थापित करें (किमी K2 संस्करण का समर्थन करना चाहिए)
पिप इंस्टॉल वीएलएम

# अनुमान सेवा प्रारंभ करें (उदाहरण के रूप में K2-Instruct लेते हुए)
पायथन -एम vllm.entrypoints.openai.api_server \
    --मॉडल मूनशॉटाई/किमी-के2-निर्देश \
    --टेंसर-समानांतर-आकार 4 \
    --मैक्स-मॉडल-लेन 131072 \
    --जीपीयू-मेमोरी-उपयोग 0.9

# सेवा शुरू होने के बाद, इसे OpenAI संगत इंटरफ़ेस के माध्यम से कॉल किया जा सकता है

विशिष्ट उपयोग प्रक्रिया: kimi.com याplatform.kimi.ai पर जाएं → रजिस्टर/लॉगिन → एपीआई कुंजी बनाएं (एपीआई मोड) → मॉडल चुनें (K2.6/K2.7 कोड) → इनपुट संदेश और टूल परिभाषा (वैकल्पिक) → उत्पन्न परिणाम प्राप्त करें → पार्स टूल_कॉल (यदि आवश्यक हो) → कुंजी आउटपुट की मैन्युअल रूप से समीक्षा करें।

उत्पाद का मूल्य निर्धारण

किमी K2 श्रृंखला की मूल्य निर्धारण रणनीति "ओपन सोर्स फ्री + एपीआई पे-एज़-यू-गो + एंटरप्राइज कस्टमाइज़ेशन" की त्रि-स्तरीय संरचना को अपनाती है, जो ओपन सोर्स रणनीति का पूरक है।

सी-साइड: kimi.com पर निःशुल्क: सभी किमी श्रृंखला मॉडल (K2/K2.6/K2.7 कोड सहित) का उपयोग kimi.com पर बिना किसी ऊपरी सीमा के निःशुल्क किया जा सकता है। इस मूल्य निर्धारण रणनीति का उद्देश्य उपयोगकर्ता आधार को अधिकतम करना और एपीआई सेवा के लिए भुगतान किए गए रूपांतरण विकसित करना है। यह ध्यान देने योग्य है कि मुफ़्त संस्करण में सीमित कार्य हैं (जैसे टूल कॉल का समर्थन नहीं करना, सीमित उच्च-आवृत्ति अनुरोध और कोई SLA गारंटी नहीं)।

एपीआई पे-एज़-यू-गो: एपीआई की कीमतें मॉडल संस्करण और कैश हिट स्थिति के आधार पर भिन्न होती हैं।

मॉडल	इनपुट (कैश हिट) / मिलियन टोकन	इनपुट (कैश मिस) / मिलियन टोकन	आउटपुट/मिलियन टोकन	उच्च-थ्रूपुट संस्करण आउटपुट
किमी K2.6	$0.16	$0.95	$4.00	—
किमी K2.7 कोड	$0.19	$0.95	$4.00	—
किमी K2.7 कोड हाईस्पीड	$0.38	$1.90	$8.00	—
किमी K3 (फ्लैगशिप)	$0.30	$3.00	$15.00	—

एंटरप्राइज़ अनुकूलित समाधान: प्लेटफ़ॉर्म "एंटरप्राइज़ समाधान और अनुकूलन" सेवाएं प्रदान करता है, जिसमें लचीली दर सीमाएं, मल्टी-प्रोजेक्ट परिनियोजन समर्थन, एसएलए गारंटी, डेटा अनुपालन और गोपनीयता सुरक्षा और विशेष तकनीकी सहायता शामिल है। व्यवसाय टीम से संपर्क करके उद्यम मूल्य प्राप्त करने की आवश्यकता है, और मानक मूल्य निर्धारण का खुलासा नहीं किया गया है। स्व-होस्टिंग आवश्यकताओं वाले उद्यमों के लिए, K2 बेस/इंस्ट्रक्ट ओपन सोर्स वेट मुफ्त में उपलब्ध हैं, लेकिन GPU बुनियादी ढांचे, संचालन और रखरखाव जनशक्ति, और अनुमान इंजन ट्यूनिंग की लागत का मूल्यांकन स्वयं करने की आवश्यकता है।

निःशुल्क कोटा और बिलिंग विवरण: एपीआई पंजीकरण के बाद, डिफ़ॉल्ट रूप से एक नि:शुल्क परीक्षण कोटा होता है (विशिष्ट मूल्य प्लेटफार्म.किमी.एआई पेज के अधीन है)। प्रासंगिक कैशिंग स्वचालित रूप से प्रभावी होती है - जब एक ही उपसर्ग बार-बार दर्ज किया जाता है तो कैश हिट कीमतें स्वचालित रूप से लागू होती हैं। फ़ाइल अपलोड और सामग्री निष्कर्षण इंटरफ़ेस वर्तमान में निःशुल्क हैं। वास्तविक बिलिंग वास्तविक समय पृष्ठ पर आधारित है। तैनाती से पहले टोकन के माध्यम से अनुमानित एपीआई उपयोग की गणना करने की अनुशंसा की जाती है।

अनुप्रयोग परिदृश्य

किमी K2 की मुख्य क्षमताएं यह निर्धारित करती हैं कि यह उन कार्य परिदृश्यों के लिए सबसे उपयुक्त है, जिनमें केवल टेक्स्ट जेनरेशन के बजाय टूल के सक्रिय हेरफेर की आवश्यकता होती है। निम्नलिखित प्रकार के परिदृश्यों में उच्चतम इनपुट-आउटपुट अनुपात होता है।

एजेंट प्रोग्रामिंग और कोड वेयरहाउस रखरखाव: SWE-बेंच पर K2 के SOTA प्रदर्शन का मतलब है कि यह GitHub इश्यू रिपेयर, कोड समीक्षा, टेस्ट जेनरेशन और रीफैक्टरिंग जैसे इंजीनियरिंग कार्यों में सक्षम है। वास्तविक उपयोग प्रभाव कोड वेयरहाउस की मॉड्यूलैरिटी और समस्या विवरण की स्पष्टता पर निर्भर करता है - अत्यधिक युग्मित पुराने कोड बेस में, K2 की समस्या स्थान सटीकता कम हो जाएगी। स्वीकृति संबंधी चिंताएं: छोटे और मध्यम आकार के गोदामों (<50K लाइनों) में एकल फ़ाइल मरम्मत कार्यों से सत्यापन शुरू करने और धीरे-धीरे बहु-फ़ाइल पुनर्निर्माण तक विस्तार करने की अनुशंसा की जाती है।
गहन अनुसंधान और विश्लेषण रिपोर्ट निर्माण: वेब खोज, कोड-रनर और लंबी संदर्भ क्षमताओं को मिलाकर, K2 डेटा संग्रह, सांख्यिकीय विश्लेषण से लेकर रिपोर्ट लेखन तक संपूर्ण वर्कफ़्लो को पूरा करने के लिए एक शोध सहायक के रूप में काम कर सकता है। आधिकारिक डेमो पेरोल डेटा विश्लेषण को पूरा करने और 16 आईपीथॉन कॉल में इंटरैक्टिव HTML रिपोर्ट तैयार करने की क्षमता प्रदर्शित करता है। स्वीकृति संबंधी चिंताएं: डेटा स्रोत के लिए आधिकारिक आवश्यकताएं जितनी अधिक होंगी, मुख्य निष्कर्ष लिंक में मैन्युअल समीक्षा बिंदु स्थापित करना उतना ही आवश्यक होगा; K2 के सांख्यिकीय विश्लेषण को स्वचालित किया जा सकता है, लेकिन कारण अनुमान और व्यावसायिक अनुशंसाओं को पूरी तरह से मॉडल पर छोड़ने की अनुशंसा नहीं की जाती है।
स्वचालित वर्कफ़्लो और एजेंट सिस्टम: K2 स्वायत्त एजेंट सिस्टम के निर्माण के लिए एक आदर्श अंतर्निहित मॉडल है। डेवलपर्स किमी एपीआई पर मल्टी-एजेंट सहयोग सिस्टम बना सकते हैं। प्रत्येक एजेंट एक अलग टूल सेट रखता है और कार्य ऑर्केस्ट्रेशन के माध्यम से जटिल व्यावसायिक तर्क को पूरा करता है। Tencent CodeBuddy और Genspark Agent प्लेटफ़ॉर्म इस परिदृश्य के विशिष्ट मामले हैं। स्वीकृति संबंधी चिंताएं: एजेंट परिदृश्य में, टोकन खपत की वृद्धि पर ध्यान देने की आवश्यकता है - टूल कॉल के कई दौरों से आउटपुट टोकन की मात्रा में उल्लेखनीय वृद्धि होगी। एकल कार्य max_steps और टोकन बजट ऊपरी सीमा निर्धारित करने की अनुशंसा की जाती है।
ग्राहक सेवा और संवादात्मक इंटेलिजेंस: K2 की कमांड-फ़ॉलोइंग क्षमताएं और लंबी संदर्भ विंडो इसे बुद्धिमान ग्राहक सेवा प्रणालियों के निर्माण के लिए उपयुक्त बनाती है। उपयोगकर्ता के इरादे और संदर्भ की सटीक समझ बनाए रखते हुए, दर्जनों राउंड तक चलने वाली मल्टी-टर्न बातचीत को संभाल सकता है। मेमोरी टूल से, वार्तालाप इतिहास दृढ़ता और उपयोगकर्ता पोर्ट्रेट संचय प्राप्त किया जा सकता है। स्वीकृति संबंधी चिंताएं: व्यावसायिक क्षेत्र के लिए उच्च-गुणवत्ता वाले कुछ-शॉट उदाहरण और सिस्टम प्रॉम्प्ट शब्द बनाना आवश्यक है; संवेदनशील व्यावसायिक संचालन (रिफंड, खाता रद्दीकरण, आदि) के लिए, मैन्युअल पुष्टिकरण बिंदु निर्धारित किए जाने चाहिए।
कानूनी और अनुबंध समीक्षा: K2 की लंबी संदर्भ क्षमता इसे एक समय में अनुबंध दस्तावेजों के दसियों से सैकड़ों पृष्ठों को संसाधित करने, प्रमुख शर्तों को निकालने, जोखिम बिंदुओं को चिह्नित करने और संस्करण अंतरों की तुलना करने की अनुमति देती है। स्वीकृति फोकस: कानूनी ग्रंथों की विशेष शब्दावली और तार्किक संरचना के लिए उच्च-सटीक समझ की आवश्यकता होती है। आधिकारिक लॉन्च से पहले सिस्टम मूल्यांकन के लिए लक्ष्य क्षेत्र में अनुबंध नमूनों का उपयोग करने की अनुशंसा की जाती है। अंतिम कानूनी राय की पुष्टि अभी भी किसी अभ्यासरत वकील द्वारा की जानी चाहिए।

लागू लोग

किमी K2 के दर्शकों में व्यक्तिगत डेवलपर्स, अनुसंधान टीमें और बड़े उद्यम शामिल हैं, लेकिन विभिन्न भूमिकाओं के मूल्य बिंदु और पूर्वापेक्षाएँ काफी भिन्न होती हैं।

एआई एप्लिकेशन डेवलपर्स: यह K2 का मुख्य दर्शक वर्ग है। चाहे बिल्डिंग एजेंट एप्लिकेशन, प्रोग्रामिंग असिस्टेंट, या स्वचालित वर्कफ़्लो, K2 की टूल कॉलिंग क्षमताएं और ओपन सोर्स लाइसेंस एक लचीली एकीकरण नींव प्रदान करते हैं। आवश्यक शर्तें: ओपनएआई/एंथ्रोपिक एपीआई प्रारूप से परिचित, टूल स्कीमा परिभाषा और एजेंट आर्किटेक्चर को समझना। जिन डेवलपर्स को सेल्फ-होस्टिंग की आवश्यकता होती है, उनके लिए GPU क्लस्टर परिनियोजन का अनुभव भी आवश्यक है। लागू नहीं होने वाले परिदृश्य: मल्टी-मोडल एप्लिकेशन जिन्हें उच्च दृश्य समझ की आवश्यकता होती है (K2.6 API की अनुशंसा करें या मल्टी-मोडल मॉडल स्विच करें); वास्तविक समय की बातचीत जिसके लिए अत्यधिक विलंबता की आवश्यकता होती है (समर्पित छोटे मॉडल या हाई-स्पीड संस्करण एपीआई की अनुशंसा करें)।
एआई रिसर्च टीम: K2-बेस का ओपन सोर्स वेट शोधकर्ताओं को 1T पैरामीटर-जागरूक अनुसंधान मंच प्रदान करता है जिसका उपयोग फाइन-ट्यूनिंग, संरेखण अनुसंधान, मॉडल संपीड़न और एजेंट व्यवहार विश्लेषण के लिए किया जा सकता है। म्यूऑनक्लिप ऑप्टिमाइज़र का कार्यान्वयन प्रशिक्षण स्थिरता अनुसंधान के लिए एक संदर्भ भी प्रदान करता है। आवश्यकताएँ: पर्याप्त GPU कंप्यूटिंग शक्ति (8×A100-80G या ऊपर अनुशंसित) और MoE मॉडल प्रशिक्षण/फाइन-ट्यूनिंग अनुभव। एन/ए परिदृश्य: सीमित बजट वाले व्यक्तिगत शोधकर्ता (मॉडल का वजन 600 जीबी से अधिक, उच्च भंडारण और लोडिंग लागत)।
एंटरप्राइज़ एआई टीम: K2 का ओपन सोर्स लाइसेंसिंग और एपीआई डुअल-ट्रैक सिस्टम उद्यमों को लचीले विकल्प प्रदान करता है - यदि अनुपालन आवश्यकताएं अधिक हैं तो सेल्फ-होस्टिंग चुनें, और यदि गति आवश्यकताएं अधिक हैं तो एपीआई चुनें। छोटे और मध्यम आकार के व्यवसाय एपीआई के माध्यम से अवधारणाओं को जल्दी से साबित कर सकते हैं, और बड़े उद्यम ओपन सोर्स वेटेज के आधार पर निजी तैनाती का निर्माण कर सकते हैं। पूर्वापेक्षाएँ: स्वयं-होस्टिंग बनाम एपीआई के स्वामित्व की कुल लागत (टीसीओ) का मूल्यांकन करने की आवश्यकता है, जिसमें जीपीयू खरीद/किराया शुल्क, संचालन और रखरखाव जनशक्ति, और मॉडल अद्यतन आवृत्ति शामिल है। परिदृश्यों पर लागू नहीं: ऐसे परिदृश्य जिनमें मल्टी-मॉडैलिटी (चित्र/वीडियो इनपुट) की सख्त आवश्यकता है और वे एपीआई का उपयोग करने के इच्छुक नहीं हैं (K2 का प्रारंभिक संस्करण दृष्टि का समर्थन नहीं करता है); ऐसे परिदृश्य जिनमें 1M से अधिक टोकन के बहुत लंबे संदर्भ की आवश्यकता होती है (DeepSeek या अन्य मॉडल जो 1M संदर्भ का समर्थन करते हैं, अनुशंसित हैं)।
स्व-मीडिया संचालन और सामग्री निर्माता: kimi.com का निःशुल्क प्रवेश सामान्य उपयोगकर्ताओं को शून्य लागत पर K2 की पाठ निर्माण क्षमताओं का अनुभव करने की अनुमति देता है, जो लेख प्रारूपण, सामग्री सारांश और विचार-मंथन जैसे हल्के कार्यों के लिए उपयुक्त है। परिदृश्यों पर लागू नहीं: ऐसे परिदृश्य जिनमें दृश्य निर्माण की आवश्यकता होती है (जैसे ग्राफिक्स और टेक्स्ट लेआउट, पोस्टर डिज़ाइन); ऐसे परिदृश्य जिनमें गहन दीर्घकालिक रचनात्मक लेखन की आवश्यकता होती है (K2 गैर-सोच मोड का आउटपुट समर्पित लेखन मॉडल के समान रचनात्मक और कथात्मक तर्क नहीं हो सकता है)।

सारांश और आउटलुक

किमी K2 "ओपन सोर्स एजेंट मॉडल" सेगमेंट में चंद्रमा की सटीक स्थिति का डार्क साइड है - यह सबसे बड़े पैरामीटर या सबसे लंबे संदर्भ वाला मॉडल नहीं है, लेकिन टूल कॉल और एजेंट कार्यों के संदर्भ में ओपन सोर्स मॉडल को क्लोज्ड सोर्स फ्लैगशिप स्तर पर लाने वाला यह पहला उत्पाद है। 1T MoE + MuonClip ऑप्टिमाइज़र + बड़े पैमाने पर एजेंटिक RL का प्रौद्योगिकी संयोजन 2025 के ओपन सोर्स मॉडल परिदृश्य में एक स्पष्ट विभेदक है।

मुख्य दक्षताएँ: एजेंटिक क्षमताएँ (SWE-बेंच 65.8%, Tau2-बेंच ओपन सोर्स पहले) K2 की नकल करने के लिए सबसे कठिन खाई है, जो एजेंटिक डेटा संश्लेषण और सामान्य आरएल सिस्टम में चंद्रमा के डार्क साइड के दीर्घकालिक निवेश से आती है। ओपन सोर्स रणनीति (संशोधित एमआईटी) उद्यम परीक्षण और त्रुटि लागत को कम करती है, और ओपनएआई/एंथ्रोपिक के साथ एपीआई संगतता माइग्रेशन सीमा को कम करती है। मॉडल के अनुमान दक्षता में भी स्पष्ट फायदे हैं - 32बी सक्रियण पैरामीटर का मतलब है कि इसे एक ही कार्ड पर चलाया जा सकता है, और अनुमान लागत समान क्षमता स्तर के घने मॉडल से कम है।

वर्तमान सीमाएँ: प्रारंभिक संस्करण दृश्य इनपुट और विचार श्रृंखला तर्क का समर्थन नहीं करता है (K2.6 ने एपीआई के माध्यम से इसकी भरपाई कर दी है); ओपन सोर्स संस्करण K2-0905 पर रहता है, और बाद में K2.6/K2.7 कोड केवल एपीआई कॉल प्रदान करता है, और स्वयं-होस्ट किए गए उपयोगकर्ता मल्टी-मोडल और विचार श्रृंखला क्षमताएं प्राप्त नहीं कर सकते हैं। यह अल्ट्रा-लॉन्ग कॉन्टेक्स्ट (1M+) परिदृश्यों में डीपसीक जैसे प्रतिस्पर्धी उत्पादों से कमतर है। कुछ जटिल तर्क कार्यों में, टोकन बर्बादी और अपूर्ण टूल कॉल कभी-कभी होती हैं (आधिकारिक तौर पर सीमाओं में स्वीकार किया गया है)।

अनुवर्ती विकास अवलोकन: (1) क्या चंद्रमा का डार्क साइड बाद के संस्करणों के वजन को ओपन सोर्स करना जारी रखेगा - यह ओपन सोर्स समुदाय में K2 की दीर्घकालिक पारिस्थितिक स्थिति निर्धारित करेगा; (2) "सोच मॉडल" की दिशा में K2 श्रृंखला का आगे एकीकरण - प्रारंभिक संस्करण स्पष्ट रूप से CoT मार्ग का अनुसरण नहीं करता है, लेकिन K2.6 सोच श्रृंखला समर्थन जोड़ना शुरू करता है, यह रणनीतिक परिवर्तन ट्रैकिंग के लायक है; (3) एजेंट पारिस्थितिक निर्माण - क्या K2 (झुंड, एमसीपी उपकरण एकीकरण, आदि) के आसपास सामुदायिक परियोजनाएं एक समान लैंगचेन या ऑटोजीपीटी के पारिस्थितिक समूह प्रभाव का निर्माण कर सकती हैं।

खरीद/गोद लेने का जोखिम मूल्यांकन: छोटी और मध्यम आकार की टीमों के लिए सबसे किफायती प्रवेश पथ किमी एपीआई से शुरू करना और K2.6 के साथ दक्षता सत्यापन करना है, जिसके लिए प्रारंभिक जीपीयू निवेश की आवश्यकता नहीं होती है। बड़े और मध्यम आकार के उद्यमों के लिए, पहले लक्ष्य परिदृश्य में K2 के प्रदर्शन को सत्यापित करने के लिए PoC करने के लिए एपीआई का उपयोग करने की सिफारिश की जाती है (परीक्षण टूल कॉलिंग सटीकता, लंबी संदर्भ रिकॉल दर और कार्य पूर्णता दर पर ध्यान केंद्रित करना), और फिर मूल्यांकन करें कि क्या यह स्व-होस्ट किए गए वातावरण के निर्माण के लायक है। स्व-होस्टिंग को सत्यापन पर ध्यान देने की आवश्यकता है: (1) व्यावसायिक उपयोग और द्वितीयक वितरण (संशोधित एमआईटी के विशिष्ट प्रतिबंध) के संबंध में लाइसेंस की शर्तें; (2) जीपीयू क्लस्टर की खरीद/पट्टा लागत और संचालन और रखरखाव टीम की क्षमताएं; (3) मॉडल अपडेट और सामुदायिक समर्थन की पूर्वानुमेयता। मजबूत अनुपालन उद्योगों (वित्त, चिकित्सा, सरकारी मामले) में, K2 ओपन सोर्स वेट डेटा संप्रभुता सुरक्षा प्रदान करते हैं, लेकिन कंपनियों को अभी भी औपचारिक उत्पादन से पहले आंतरिक सुरक्षा ऑडिट और प्रतिकूल परीक्षण पूरा करने की आवश्यकता होती है।

संबंधित उपकरण: <एक्सलिंक प्रकार='टूल' स्लग='क्रूवाई'>, <एक्सलिंक प्रकार='टूल' स्लग='लैंगचेन'>

संस्करण जानकारी

किमी K2.6 ：K2 श्रृंखला का सार्वभौमिक फ्लैगशिप संस्करण दृश्य और पाठ इनपुट, विचार श्रृंखला तर्क और 256K संदर्भों का समर्थन करता है। एपीआई की कीमत $0.95/मिलियन टोकन इनपुट और $4.00/मिलियन टोकन आउटपुट है। （2026-04）
किमी K2.7 कोड ：एक विशेष प्रोग्रामिंग संस्करण जो 256K संदर्भ और विचार श्रृंखला तर्क का समर्थन करता है, प्रोग्रामिंग कार्यों में उच्च सफलता दर रखता है, और एक उच्च गति संस्करण (~ 180 टोकन/सेकेंड) प्रदान करता है। एपीआई मूल्य निर्धारण $0.95/मिलियन टोकन इनपुट और $4.00/मिलियन टोकन आउटपुट है। （2026-05）
किमी K2-0905 ：उन्नत कॉपीराइट सुरक्षा, बेहतर एजेंट कोडिंग क्षमताएं, 256K तक विस्तारित संदर्भ और हगिंग फेस डाउनलोड के लिए उपलब्ध है। （2025-09-05）
किमी K2-निर्देश ：प्रारंभिक निर्देश फाइन-ट्यूनिंग संस्करण, 128K संदर्भ, गैर-सोच मोड, सामान्य चैट और एजेंट परिदृश्यों के लिए अनुकूलित। （2025-07）
किमी K2-बेस ：बुनियादी पूर्व-प्रशिक्षण मॉडल, 1टी कुल पैरामीटर/32बी सक्रियण, शोधकर्ताओं के लिए फाइन-ट्यून और अनुकूलित करने के लिए उपयुक्त। （2025-07）

उपयोगकर्ता समीक्षाएं

समीक्षाएं लोड हो रही हैं...

इसके साथ लॉगिन करें समीक्षा सबमिट करने के लिए