Kimi K2.5 は Moonshot AI のオープンソースのネイティブマルチモーダルエージェントモデルで、Kimi-K2-Base の上に約 15T の視覚とテキストの混合トークンで継続事前学習して構築されました。
- 入力
- テキスト 画像 動画 $0.574/M
- 出力
- テキスト $3.011/M
- キャッシュ読み取り
- $0.115/M
- コンテキスト
- 262K
- GPT-4o 比
- 約 89% 割安
ベンチマーク
ベンダー公表: Alibaba (Qwen) Anthropic ByteDance DeepSeek Google MiniMax Moonshot OpenAI Tencent Z.ai
価格の位置づけ
同種 60 モデル中の料金の位置
このバーは、Synthorai 上の同種モデルの中でこのモデルの価格がどこに位置するかを示します。両端には最も安いモデルと最も高いモデルの名前が入ります。表示は基本料金で、バッチ・リージョン・キャッシュ書き込みの割引は料金ページにあります。
スペックと制限
トークン
| コンテキストウィンドウ(ベンダー仕様) | 256,000 |
|---|
プロンプトキャッシュ
| キャッシュ方式 | 自動 |
|---|
思考
| ベンダー側パラメータ | thinking.type |
|---|---|
| 指定可能な値 | enabled · disabled |
| デフォルト | Moonshot 自身のプラットフォームでは enabled。ただし Alibaba Model Studio は、同社が提供するこのモデルについてデフォルトで思考が無効と記載しています リクエストで未指定の場合に適用 |
| 無効化の可否 | 対応 |
| 思考の挙動 | トレースは reasoning_content で返り、max_tokens に加算されて常に content より先にストリームされます。Preserved Thinking は非対応ですが、過去の reasoning_content は messages に残すべきで、そうしないとモデルは推論のコンテキストを失います。 |
| パラメータ | reasoning_effort |
| 値 | minimal · low · medium · high ゲートウェイ側のパラメータ面——上のベンダーマッピングが適用されます |
モデル
| モダリティ | テキスト + 画像 + 動画 → テキスト |
|---|---|
| パラメータ数 | 合計 1T · アクティブ 32B MoE |
| ライセンス | Modified-MIT |
- 総パラメータ 1T / アクティブ 32B の MoE、256K コンテキスト、ネイティブマルチモーダル(MoonViT エンコーダ、画像 + 動画入力)、instant モードと thinking モード、最大 100 サブエージェントの Agent Swarm。
- ネイティブ INT4 量子化。
1つのプロンプト — ゲートウェイ経由で測定
Kimi K2.5 パス · 3 sentences
Enabling reasoning causes the model to perform extended internal deliberation, generating substantially more tokens per query than standard responses. Each reasoning chain consumes compute credits equivalent to multiple regular completions, and user query volume remained constant while per-query costs multiplied. The doubling reflects usage of a more expensive capability tier, not an operational error or billing anomaly.
出力 67 tok レイテンシ 1.9 s
指示追従（ちょうど三文 — 数えられる）、読み手に合わせた調整（CFO 向けの語り口）、そして下のトークン計から見える隠れた思考の課金ギャップ。
Kimi K2.5 パス · 8/8 cases
The bug has two causes: the loop starts at index 1 and `cur` counts *additional* matching elements rather than the run length itself, so a single element run returns 0 instead of 1, and runs ending at the final element aren't properly captured because `best` is only updated inside the loop when elements match—meaning if the last run is just one element or if `cur` was never updated for the final position, the correct value gets lost. To fix this, initialize `best` and `cur` to 1 (since every run has at least one element), start the loop at 1, keep the same logic for incrementing `cur` when elements match and resetting otherwise, and update `best` after both branches or at the end to ensure the last run is considered. […]
出力 250 tok レイテンシ 5.0 s
修正が実際に正しいか（実行可能か）、説明の密度、そして範囲の限られたタスクでのトークン効率。
Kimi K2.5 パス · 5/5 fields, guidance null
```json { "company": "Meridian Robotics", "quarter": "Q3", "revenue_usd_m": 412, "growth_pct": 11, "guidance": null } ```
出力 51 tok レイテンシ 1.6 s
スキーマ遵守（フィールドをでっち上げない）、ハルシネーション圧（guidance は明示的に保留されている）、そして構造化出力の経路の違い。
Kimi K2.5 パス · 113 words, 0 banned, 1 question
**Announcing Prompt Cache: One Store, Every Provider** Stop rewriting the same prompts for different AI platforms. Our new API gateway feature stores your prompts in a unified cache, making them instantly available across OpenAI, Anthropic, Google, and more. Switch providers without touching your prompt library. Compare outputs side-by-side using identical inputs. Your team maintains one source of truth while gaining the flexibility to route requests wherever performance or pricing demands. Version history tracks every edit. Access controls keep sensitive prompts secure. And with sub-10ms retrieval times, latency won't slow you down. Why maintain separate prompt libraries when one intelligent cache does it all? Prompt Cache is available today for Enterprise and Scale plans.
出力 141 tok レイテンシ 3.3 s
制約の遵守（語数の上限、禁止語リスト、唯一の疑問文）、文体の指紋、そして長さの制御。
30 秒で Kimi K2.5 を使う
OpenAI 互換。base_url を差し替えるだけで、SDK はそのまま。POST /v1/chat/completions
from openai import OpenAI
client = OpenAI(
base_url="https://synthorai.io/v1",
api_key="sk-syn-...",
)
resp = client.chat.completions.create(
model="kimi-k2.5",
messages=[{"role": "user", "content": "Summarize this diff"}],
reasoning_effort="medium",
)
print(resp.choices[0].message.content)import OpenAI from "openai";
const client = new OpenAI({
baseURL: "https://synthorai.io/v1",
apiKey: "sk-syn-...",
});
const resp = await client.chat.completions.create({
model: "kimi-k2.5",
messages: [{ role: "user", content: "Summarize this diff" }],
reasoning_effort: "medium",
});
console.log(resp.choices[0].message.content);curl https://synthorai.io/v1/chat/completions \
-H "Authorization: Bearer sk-syn-..." \
-H "Content-Type: application/json" \
-d '{
"model": "kimi-k2.5",
"messages": [{"role": "user", "content": "Hello"}],
"reasoning_effort": "medium"
}'package main
import (
"context"
"fmt"
"github.com/openai/openai-go/v3"
"github.com/openai/openai-go/v3/option"
)
func main() {
client := openai.NewClient(
option.WithBaseURL("https://synthorai.io/v1"),
option.WithAPIKey("sk-syn-..."),
)
resp, _ := client.Chat.Completions.New(context.TODO(), openai.ChatCompletionNewParams{
Model: "kimi-k2.5",
Messages: []openai.ChatCompletionMessageParamUnion{
openai.UserMessage("Summarize this diff"),
},
ReasoningEffort: openai.ReasoningEffortMedium,
})
fmt.Println(resp.Choices[0].Message.Content)
}import com.openai.client.OpenAIClient;
import com.openai.client.okhttp.OpenAIOkHttpClient;
import com.openai.models.chat.completions.*;
import com.openai.models.ReasoningEffort;
OpenAIClient client = OpenAIOkHttpClient.builder()
.baseUrl("https://synthorai.io/v1")
.apiKey("sk-syn-...")
.build();
ChatCompletion resp = client.chat().completions().create(
ChatCompletionCreateParams.builder()
.model("kimi-k2.5")
.addUserMessage("Summarize this diff")
.reasoningEffort(ReasoningEffort.MEDIUM)
.build());
System.out.println(resp.choices().get(0).message().content().orElse(""));Kimi K2.5 について
- Mixture-of-Experts 設計は総パラメータ 1T、アクティブ 32B(384 個のエキスパートのうちトークンごとに 8 個をルーティングし、加えて 1 個を共有)で、400M パラメータの MoonViT ビジョンエンコーダを追加し、256K コンテキストに対応します。
- Kimi K2 と比べて、視覚言語理解、視覚仕様からのコード生成、そして単一エージェントの実行から協調的なスウォーム的動作へ移行する Agent Swarm を導入し、思考モードとインスタントモードの両方を備えます。
- Moonshot のローンチ記事は、最大 100 個のサブエージェントからなるスウォームが最大 1,500 回のツール呼び出しにわたって作業すると説明しています。
- Moonshot はこのモデルを構築した対象ワークロードを挙げています。
- ドキュメントの生成と変換、スライド作成、スプレッドシートの数式と分析、ビジュアルデザインからのウェブサイト構築、そしてレポート統合を伴うディープリサーチです。
- モードは別のモデル ID ではなくパラメータです。
- 思考は既定で有効で、インスタントモードは思考を無効にした状態にあたり、推論は reasoning_content で返り max_tokens に計上されます。
- Moonshot の後発のコーディングモデルと異なり、ターンをまたいで推論を持ち越しません。
- ここでは思考の保持は非対応です。
- 関数呼び出し、partial モードのプレフィル、JSON および JSON スキーマの応答、自動プロンプトキャッシュがいずれも利用でき、Moonshot はネイティブの INT4 量子化を提供します。
- ウェイトは Modified MIT ライセンスで提供され、唯一の追加事項は非常に大規模な商用デプロイに対する帰属表示の要件です。
- Synthorai は Kimi K2.5 を OpenAI 互換 API 面経由で呼び出せるようにします。
よくある質問
Kimi K2.5 API は無料で試せますか?
はい。新規アカウントには 10 回のトライアル呼び出しと最大 $1 の無料クレジットが付与され、カード登録は不要です。入力 $0.574/M で計算すると、このクレジットだけで Kimi K2.5 に対して約 217 回の ~8K トークンのリクエストを送れます。
Kimi K2.5 は何が得意ですか?
視覚言語理解と視覚仕様からのコード、協調的マルチエージェント動作の Agent Swarm、Modified MIT ライセンスの 1T パラメータ MoE。全体像はベンダー公式のリリースノートに基づく「このモデルについて」セクションをご覧ください。
Kimi K2.5 の料金はいくらですか?
Synthorai 上の Kimi K2.5 は入力 100 万トークンあたり $0.574、出力 100 万トークンあたり $3.011 です。ベンダー定価のままで、プラットフォーム手数料はありません。キャッシュ済み入力トークンは $0.115/M で課金されます。
Kimi K2.5 はプロンプトキャッシュに対応していますか?
はい、自動で有効です。Moonshot 経由のプロンプトはコード変更なしでキャッシュされます。キャッシュ済み入力トークンは $0.115/M(未キャッシュは $0.574/M)で課金されます。 プロンプトキャッシュガイド →
Kimi K2.5 を利用するには?
お使いの OpenAI SDK の base_url を "https://synthorai.io/v1" に向け、model="kimi-k2.5" を設定すれば完了です。API キー 1 本でゲートウェイ上のすべてのモデルを利用できます。
Kimi K2.5 はオープンソースですか?
はい。ウェイトは Modified-MIT ライセンス(公式リポジトリへのリンクは「このモデルについて」セクション参照) で公開されています。GPU を用意する必要もありません。ここでホストされる版は従量課金で、自前のインフラ運用は不要です。 オープンウェイトモデルの実行について →
関連モデル
比較
このページの値はすべてベンダー自身のドキュメント(上部にリンク)から転記し、確認した日付を付しています。価格はカタログ全体で比較しますが、ベンダーごとに定義が異なる仕様値は差異を明記するにとどめ、図表で比較はしません。当社が測定した数値はなく、スコアも付けていません。