Moonshot AI 开源发布原生多模态智能体模型 Kimi K2.5
Moonshot AI 发布开源原生多模态智能体模型 Kimi K2.5,基于 Kimi-K2-Base 用约 15T 视觉和文本混合 token 继续预训练,支持即时与思考双模式及 Agent Swarm 协同执行。
推荐理由:原文给出 1T/32B MoE 架构与 256K 上下文的多模态智能体能力,并附与 GPT-5.2、Claude 4.5 Opus、Gemini 3 Pro 的横评。
Moonshot AI 发布开源原生多模态智能体模型 Kimi K2.5,基于 Kimi-K2-Base 用约 15T 视觉和文本混合 token 继续预训练,支持即时与思考双模式及 Agent Swarm 协同执行。
推荐理由:原文给出 1T/32B MoE 架构与 256K 上下文的多模态智能体能力,并附与 GPT-5.2、Claude 4.5 Opus、Gemini 3 Pro 的横评。
Kimi K2 Thinking 是月之暗面(Moonshot AI)发布的开源思考模型,采用 MoE 架构,总参数 1T、激活 32B,原生支持 256k 上下文与 INT4 量化推理。
推荐理由:给出了K2 Thinking在推理、Agent搜索和代码任务上与GPT-5等多款主流模型的对照成绩,便于横向比较当前开源思考模型的水平。
xAI 发布 Grok Code Fast 1 推理模型,定位为面向 agentic 编码工作流的轻量级方案。
推荐理由:作为面向 agentic 编码的轻量模型,原文同时给出 API 定价、缓存命中率和 SWE-Bench 70.8% 分数,并附带延迟测算方法说明,便于和同类编码模型对比成本与响应速度。
xAI 发布 PromptIDE,一款面向提示工程与可解释性研究的集成开发环境,向早期访问计划成员开放对 Grok-1 的透明访问。
推荐理由:原文给出 PromptIDE 的 SDK 编程模型与 token 级分析细节,读者可据此判断它在 Grok-1 提示工程中的实际可用度。
xAI 发布 Grok 聊天助手,由其自研大模型 Grok-1 驱动,目前以限量早期测试向美国用户开放。Grok-1 在 HumanEval 上得 63.2%、MMLU 上得 73%、GSM8k 上得 62.9%、MATH 上得 23.9%,在同算力档下超过 GPT-3.5 和 Inflection-1,但仍落后于 GPT-4。
推荐理由:给出了 Grok-1 在 GSM8k、MMLU、HumanEval 等基准上的成绩,读者可与 GPT-3.5、GPT-4 等模型横向对比。