Das von Alibaba unterstützte Startup Moonshot hat ein neues Modell künstlicher Intelligenz namens Kimi K2 Thinking vorgestellt. Dieses Modell baut auf der vorherigen K2-Version vom Juli auf und bietet Verbesserungen bei den agentischen Fähigkeiten. Das bedeutet, dass es Benutzeranforderungen besser verstehen kann, ohne detaillierte Schritt-für-Schritt-Anweisungen zu benötigen. Das 2023 gegründete Unternehmen Moonshot konzentriert sich auf offene KI-Modelle, die sowohl der breiten Öffentlichkeit als auch Entwicklern zur Verfügung stehen.
Das Modell Kimi K2 Thinking basiert auf einer Expertenmischung (Mixture-of-Experts, MoE) mit insgesamt einer Billion Parametern, von denen bei jeder Berechnung 32 Milliarden aktiviert werden. Dies ermöglicht die effiziente Verarbeitung komplexer Aufgaben. Entwickler können es über die Plattform platform.moonshot.ai oder kimi.com verwenden, und seine Gewichte sowie sein Code sind auf Hugging Face verfügbar. Das Modell wurde unter einer modifizierten MIT-Lizenz veröffentlicht, die eine kommerzielle Nutzung erlaubt, jedoch die Anzeige des Namens „Kimi K2“ in der Benutzeroberfläche verlangt, wenn das Produkt mehr als 100 Millionen monatlich aktive Nutzer hat oder monatlich über 20 Millionen USD erwirtschaftet.
Leistung in Benchmarks
Kimi K2 Thinking erzielte in mehreren wichtigen Tests Rekordergebnisse. Im Benchmark Humanity’s Last Exam (HLE) erreichte es unter Verwendung von Tools 44,9 %, das beste Ergebnis bei fachübergreifenden Expertenfragen. Bei der agentischen Suche und beim Durchsuchen des Internets erreichte es 60,2 % in BrowseComp und 56,3 % in Seal-0, einem Test zur Erfassung aktueller Informationen aus der realen Welt.
Im Bereich Programmierung überzeugt das Modell mit 71,3 % in SWE-Bench Verified, 83,1 % in LiveCodeBench v6 und 44,9 % in SWE-Multilingual. Diese Ergebnisse übertreffen proprietäre Modelle wie GPT-5 von OpenAI, Claude Sonnet 4.5 von Anthropic und Grok-4 von xAI. In BrowseComp übertraf es beispielsweise GPT-5 mit 60,2 % gegenüber 54,9 % und Claude 4.5 mit 24,1 %. In GPQA Diamond erreichte es 85,7 % gegenüber 84,5 % bei GPT-5.
Das Modell übertraf auch den bisherigen Spitzenreiter unter den offenen Modellen, MiniMax-M2, beispielsweise in BrowseComp mit 60,2 % gegenüber 44,0 % und in SWE-Bench Verified mit 71,3 % gegenüber 69,4 %. Kimi K2 Thinking unterstützt native INT4-Inferenz und ein Kontextfenster von bis zu 256.000 Tokens, was auch bei langen Sequenzen Geschwindigkeit und Genauigkeit gewährleistet.
Agentische Fähigkeiten und Tools
Eine der wichtigsten Stärken von Kimi K2 Thinking ist seine Fähigkeit, automatisch 200 bis 300 Tools nacheinander auszuwählen und ohne menschliches Eingreifen zu verwenden. Dies ermöglicht die Lösung komplexer Probleme wie Planung, Suche, Analyse und Datensynthese über Hunderte von Schritten hinweg. Das Modell erzeugt fortlaufende Gedankenspuren im Feld reasoning_content, was bei langen Aufgaben Transparenz und Konsistenz gewährleistet.
Ein Beispiel ist der Arbeitsablauf für einen täglichen Nachrichtenbericht, bei dem das Modell Tools für das Datum, die Websuche, die Inhaltsanalyse und eine strukturierte Ausgabe aufruft. Diese agentische Struktur ermöglicht es Modellen, autonom zu arbeiten, was für Anwendungen in der Programmierung, etwa beim Kompilieren, Testen und Korrigieren von Code, oder beim Durchsuchen des Internets zur Informationsbeschaffung von entscheidender Bedeutung ist.
Effizienz und Kosten
Das Training des Modells Kimi K2 Thinking kostete 4,6 Millionen USD. Das ist deutlich weniger als die Milliardenbeträge bei OpenAI, dennoch erzielt das Modell eine vergleichbare oder bessere Leistung. Die Nutzungspreise betragen 0,15 USD pro Million Tokens bei einem Cache-Treffer, 0,60 USD pro Million Tokens bei einem Cache-Fehlschlag und 2,50 USD pro Million Ausgabe-Tokens. Diese Tarife sind gegenüber MiniMax-M2 mit 0,30 USD für die Eingabe und 1,20 USD für die Ausgabe wettbewerbsfähig und deutlich niedriger als bei GPT-5 mit 1,25 USD für die Eingabe und 10 USD für die Ausgabe.
Das Modell ist dank INT4-QAT-Quantisierung auf Geschwindigkeit optimiert und bietet eine doppelt so hohe Inferenzgeschwindigkeit, was ideal für lange Gedankenketten ist. Diese Effizienz ermöglicht es Unternehmen, offene Modelle ohne Abhängigkeit von proprietären APIs einzusetzen und dabei die vollständige Kontrolle über Daten und Gewichte zu behalten.
Verfügbarkeit und Anwendungen
Kimi K2 Thinking ist auf kimi.com im Chatmodus verfügbar, ein vollständiger agentischer Modus folgt in Kürze. Die API ist über platform.moonshot.ai zugänglich. Das Modell kann auch auf Hugging Face Spaces getestet werden. Seine Offenheit ermöglicht es Forschern und Unternehmen, es für spezifische Aufgaben wie agentische Programmierung oder Suche anzupassen.
Dieses Modell ist ein weiterer Vertreter im wachsenden Wettbewerb chinesischer offener KI-Systeme, zu denen auch DeepSeek gehört, das sein V3-Modell für 5,6 Millionen USD trainierte. Unternehmen wie Airbnb loben chinesische Modelle bereits öffentlich für ihren Preis und ihre Leistung im Vergleich zu OpenAI. Moonshot trägt damit zu dem Trend bei, dass offene Modelle das Niveau geschlossener Systeme erreichen.
Quellen: moonshotai.github.io, cnbc.com und venturebeat.com
