Kimi K2.5

يُعد Kimi K2.5 النموذج الرائد لشركة Moonshot AI، إذ يتميز ببنية مزيج الخبراء (Mixture-of-Experts) التي تضم تريليون مُعامل إجمالي، موزعة على 61 طبقة — طبقة كثيفة واحدة تليها 60 طبقة MoE، تحتوي كل منها على 384 شبكة خبراء. ويُفعّل الموجّه أفضل 8 خبراء، بالإضافة إلى خبير مشترك واحد لكل رمز، ما يعني أن نحو 3.2% فقط من إجمالي المعاملات تكون نشطة في أي وقت (أي ما يقارب 32 مليار مُعامل نشط). دُرّب النموذج مسبقًا على 15 تريليون رمز مشترك من الرؤية والنصوص، ما يجعله متعدد الوسائط أصليًا منذ الأساس، بدلًا من إضافة الرؤية إليه لاحقًا كحل ثانوي.

تتضمن البنية MoonViT، وهو مُرمّز رؤية يضم 400 مليون مُعامل ومُدمج مباشرةً في بنية النموذج، بالإضافة إلى الانتباه الكامن متعدد الرؤوس (Multi-Head Latent Attention - MLA)، الذي يضغط أزواج KV في تمثيل كامن مشترك، ما يقلل ذاكرة التخزين المؤقت لـ KV بنحو 10 أضعاف مقارنةً بالانتباه متعدد الرؤوس القياسي. ويجعل هذا التخفيض في الذاكرة نافذة السياق البالغة 256 ألف رمز عمليةً رغم الحجم الهائل للنموذج.

يدعم Kimi K2.5 أربعة أوضاع تشغيل متميزة، مُحسّنة لكل منها لاستخدامات مختلفة. يعمل الوضع الفوري على إخفاء آثار الاستدلال ويستخدم رموزًا أقل بنحو 75%، ما يجعله مثاليًا للاستجابات المباشرة السريعة. يفعّل وضع التفكير آثار الاستدلال الكاملة ويحقق نتيجة 96.1% في AIME 2025. ويتعامل وضع الوكيل مع 200 إلى 300 استدعاء للأدوات دون فقدان مسار المهمة، رغم أن معدل فشله في استدعاءات الأدوات يبلغ نحو 12%. أما وضع Agent Swarm فينسّق ما يصل إلى 100 وكيل فرعي يعملون بالتوازي، محققًا تسريعًا بمقدار 4.5 أضعاف في المهام المعقدة، ورافعًا نتيجة BrowseComp من 60.6% إلى 78.4%.

في الاختبارات المعيارية، يحقق Kimi K2.5 نتائج قوية عمومًا: 96.1% في AIME 2025، و95.4% في HMMT 2025، و87.1% في MMLU-Pro، و76.8% في SWE-Bench Verified، و85% في LiveCodeBench v6، و60.6% في BrowseComp (ترتفع إلى 78.4% مع Agent Swarm). وفي المهام متعددة الوسائط، يحقق 78.5% في MMMU-Pro، و84.2% في MathVision، و86.6% في VideoMMMU.

يُطرح النموذج بموجب ترخيص MIT مُعدّل — فهو مفتوح الأوزان لكنه ليس مفتوح المصدر بالكامل، إذ تظل بيانات التدريب وشيفرة التدريب مملوكة. وللاستضافة الذاتية، يتطلب FP16 نحو 2 تيرابايت من الذاكرة، بينما يخفض التكميم INT4 المتطلبات إلى نحو 630 غيغابايت (ما يسمح بتشغيله على 8 وحدات GPU من طراز A100 أو H100 أو H200)، ويحتاج التكميم بمقدار بتّين إلى نحو 375 غيغابايت، في حين أن التكميم المتطرف بمقدار 1.58 بت يناسب نحو 240 غيغابايت، لكنه يعمل بسرعة لا تتجاوز 1 إلى 2 رمز في الثانية. وتبقى طبقات الانتباه بتنسيق BF16 حتى مع تكميم INT4، ما يجعل متطلب VRAM الفعلي نحو 549 غيغابايت. وتشير تقارير الهواة إلى سرعة تقارب 15 رمزًا في الثانية على أجهزة Mac ثنائية المعالج M3 Ultra باستخدام التكميم المتطرف.

تبلغ تكلفة API نحو 0.60 دولار لكل مليون رمز إدخال و3.00 دولارات لكل مليون رمز إخراج، ما يجعله أحد أكثر نماذج التريليون مُعامل المتاحة affordability. ويتوفر النموذج على HuggingFace للتنزيل والاستضافة الذاتية.

تشمل العيوب المعروفة مخرجات مطوّلة قد تؤدي إلى زيادة تكاليف الرموز، وعشوائية التوجيه التي تسبب بعض عدم الاتساق بين عمليات التشغيل، وعدم الكشف عن تركيبة بيانات التدريب، وعدم توفر شهادات امتثال SOC 2 أو ISO. وعلى الرغم من هذه القيود، فإن الجمع بين الحجم الهائل، وتعدد الوسائط الأصلي، وأوضاع التشغيل المرنة، وتوفر الأوزان المفتوحة، والأداء القوي في الاختبارات المعيارية، يجعل Kimi K2.5 أحد أكثر النماذج المفتوحة قدرةً على مهام البرمجة المعقدة، وسير العمل متعدد الوكلاء، والاستدلال الرياضي، والفهم البصري.