Kimi K2.5 是月之暗面（Moonshot AI）開源的原生多模態智慧體模型，以 Kimi-K2-Base 為底，在約 15T 視覺與文字混合 token 上持續預訓練而成。
- 輸入
- 文字 影像 影片 $0.574/M
- 輸出
- 文字 $3.011/M
- 快取讀取
- $0.115/M
- 上下文
- 262K
- 相較 GPT-4o
- 便宜約 89%
Benchmark 成績
廠商公布: Alibaba (Qwen) Anthropic ByteDance DeepSeek Google MiniMax Moonshot OpenAI Tencent Z.ai
價格在同類中的位置
價格在 60 個同類模型中的位置
這條線顯示該模型的價格，在 Synthorai 上同類模型裡處於什麼位置。兩端標出了最便宜和最貴的那個。這裡是基礎價，批次、區域與快取寫入的折扣見價格頁。
規格與限制
Token
| 上下文視窗(廠商規格) | 256,000 |
|---|
提示詞快取
| 快取方式 | 自動 |
|---|
思考
| 廠商參數 | thinking.type |
|---|---|
| 可選值 | enabled · disabled |
| 預設值 | 在 Moonshot 自家平臺上為 enabled；請注意，Alibaba Model Studio 記載其部署的此模型預設關閉思考 請求未指定時生效 |
| 可關閉 | 支援 |
| 思考行為 | 思考軌跡透過 reasoning_content 回傳，它會計入 max_tokens，並且總是在 content 之前以串流輸出；不支援 Preserved Thinking，但歷史的 reasoning_content 應保留在 messages 中，否則模型會失去推理上下文。 |
| 參數 | reasoning_effort |
| 取值 | minimal · low · medium · high 閘道側參數面——以上方廠商映射為準 |
模型
| 模態 | 文字 + 影像 + 影片 → 文字 |
|---|---|
| 參數量 | 總參數 1T · 啟用 32B MoE |
| 授權條款 | Modified-MIT |
- 1T 總參數 / 32B 啟用的 MoE，256K 上下文，原生多模態（MoonViT 編碼器，影像與影片輸入），instant 與 thinking 兩種模式，Agent Swarm 最多 100 個子智慧體
- 原生 INT4 量化
單一提示詞 — 經由閘道測量
Kimi K2.5 通過 · 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.
輸出 67 tok 延遲 1.9 s
指令遵循（恰好三句，可數）、受眾適配（面向 CFO 的語氣），以及下方 token 計量所暴露的隱藏思考計費缺口。
Kimi K2.5 通過 · 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. […]
輸出 250 tok 延遲 5.0 s
修復是否真的正確（可執行）、解釋的資訊密度，以及在一個邊界明確的任務上的 token 效率。
Kimi K2.5 通過 · 5/5 fields, guidance null
```json { "company": "Meridian Robotics", "quarter": "Q3", "revenue_usd_m": 412, "growth_pct": 11, "guidance": null } ```
輸出 51 tok 延遲 1.6 s
schema 服從度（不臆造欄位）、幻覺壓力（guidance 明確被暫緩給出），以及結構化輸出路徑的差異。
Kimi K2.5 通過 · 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.
輸出 141 tok 延遲 3.3 s
約束服從度（字數預算、禁用詞表、唯一的那句問句）、文風指紋，以及長度控制。
30 秒用上 Kimi K2.5
OpenAI 相容:換掉 base_url,SDK 不用改。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(""));關於 Kimi K2.5
- 它的混合專家（MoE）設計總參數 1T、啟用 32B（384 個專家，每 token 路由八個並加一個共享專家），另加 400M 參數的 MoonViT 視覺編碼器，支援 256K 上下文。
- 相比 Kimi K2，它引入了視覺語言理解、從視覺規格生成程式碼，以及 Agent Swarm，從單一智慧體執行走向協同的蜂群式運作，並同時具備思考與即時兩種模式；月之暗面的發表文章描述最多 100 個子智慧體組成的蜂群，跨越多達 1,500 次工具呼叫。
- 月之暗面點名了它為之打造的負載：文件生成與轉換、簡報製作、試算表公式與分析、依視覺設計稿建置網站，以及帶報告綜整的深度研究。
- 模式是一個參數，而不是另一個模型 id：思考預設開啟，即時模式就是關閉思考，推理內容回傳在 reasoning_content 中並計入 max_tokens。
- 不同於月之暗面後來的編碼模型，它不跨輪保留推理：這裡不支援保留思考。
- 函式呼叫、partial 模式預填、JSON 與 JSON schema 回應，以及自動提示詞快取均可用，月之暗面還提供原生 INT4 量化。
- 權重以 Modified MIT 授權釋出，其唯一的附加條款是超大規模商用部署需標註出處。
- Synthorai 讓 Kimi K2.5 可透過其 OpenAI 相容 API 介面呼叫。
常見問題
Kimi K2.5 API 可以免費試用嗎?
可以,新帳號可獲得 10 次試用呼叫和最高 $1 的免費額度,無需信用卡。以輸入 $0.574/M 計算,光是這筆額度就足以對 Kimi K2.5 發出約 217 次 ~8K token 的請求。
Kimi K2.5 最擅長什麼?
視覺語言理解，依視覺規格寫程式碼、Agent Swarm 協同多智慧體作業、1T 參數 MoE，Modified MIT 許可。完整能力請見「關於」一節,內容取自廠商官方發布說明。
Kimi K2.5 的價格是多少?
在 Synthorai 上,Kimi K2.5 輸入 $0.574/百萬 token、輸出 $3.011/百萬 token,即廠商牌價,無平台加價。快取命中的輸入 token 以 $0.115/M 計費。
Kimi K2.5 支援提示詞快取(prompt caching)嗎?
支援,且全自動:由 Moonshot 供應的提示詞會自動快取,無需改程式碼。快取命中的輸入 token 以 $0.115/M 計費(未命中 $0.574/M)。 提示詞快取指南 →
如何開通 Kimi K2.5?
把現有 OpenAI SDK 的 base_url 指向 "https://synthorai.io/v1",model 設為 "kimi-k2.5" 即可。一組 API key 通用閘道上的所有模型。
Kimi K2.5 是開源的嗎?
是,權重以 Modified-MIT 授權 發布(官方儲存庫連結見「關於」一節)。也可以省下 GPU:這裡的託管版本按用量計費,無需自建基礎設施。 執行開放權重模型 →
相關模型
對比
本頁每個值都轉錄自廠商自己的文件(連結見上),並帶有核對日期。價格在全目錄範圍內比較;各廠商定義不同的規格值,只說明差異而不作圖表對比。此處沒有任何由我們測量的資料,也不做評分。