Kimi K2.5 是月之暗面的开源原生多模态智能体模型，在 Kimi-K2-Base 之上以约 15T 视觉与文本混合 token 继续预训练而成。
- 输入
- 文本 图像 视频 $0.574/M
- 输出
- 文本 $3.011/M
- 缓存读取
- $0.115/M
- 上下文
- 262K
- 对比 GPT-4o
- 便宜约 89%
Benchmark 成绩
厂商公布: Alibaba (Qwen) Anthropic ByteDance DeepSeek Google MiniMax Moonshot OpenAI Tencent Z.ai
价格在同类中的位置
价格在 60 个同类模型中的位置
这条线显示该模型的价格，在 Synthorai 上同类模型里处于什么位置。两端标出了最便宜和最贵的那个。这里是基础价，批量、区域和缓存写入的折扣见价格页。
规格与限制
Token
| 上下文窗口(厂商规格) | 256,000 |
|---|
提示词缓存
| 缓存方式 | 自动 |
|---|
思考
| 厂商参数 | thinking.type |
|---|---|
| 可选值 | enabled · disabled |
| 默认值 | 在 Moonshot 自家平台上为 enabled；注意阿里云 Model Studio 记载其部署的该模型默认关闭思考 请求未指定时生效 |
| 可关闭 | 支持 |
| 思考行为 | 思维链通过 reasoning_content 返回，它计入 max_tokens 并总是先于 content 流式输出；不支持 Preserved Thinking，但历史 reasoning_content 应保留在 messages 中，否则模型会丢失推理上下文 |
| 参数 | reasoning_effort |
| 取值 | minimal · low · medium · high 网关侧参数面——以上方厂商映射为准 |
模型
| 模态 | 文本 + 图像 + 视频 → 文本 |
|---|---|
| 参数量 | 总参数 1T · 激活 32B MoE（混合专家） |
| 许可证 | Modified-MIT |
- 1T/32B 激活的 MoE，256K 上下文，原生多模态（MoonViT 编码器，图像 + 视频输入），即时与思考双模式，Agent Swarm 最多 100 个子智能体
- 原生 INT4 量化
单个 Prompt —— 通过网关实测
Kimi K2.5 通过 · 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.
输出 67 tok 延迟 1.9 s
指令遵循（恰好三句，可数）、受众适配（面向 CFO 的语气），以及下方 token 计量所暴露的隐藏思考计费缺口。
Kimi K2.5 通过 · 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. […]
输出 250 tok 延迟 5.0 s
修复是否真的正确（可运行）、解释的信息密度，以及在一个边界明确的任务上的 token 效率。
Kimi K2.5 通过 · 5/5 fields, guidance null
```json { "company": "Meridian Robotics", "quarter": "Q3", "revenue_usd_m": 412, "growth_pct": 11, "guidance": null } ```
输出 51 tok 延迟 1.6 s
schema 服从度（不臆造字段）、幻觉压力（guidance 明确被暂缓给出），以及结构化输出路径的差异。
Kimi K2.5 通过 · 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.
输出 141 tok 延迟 3.3 s
约束服从度（字数预算、禁用词表、唯一的那句问句）、文风指纹，以及长度控制。
30 秒用上 Kimi K2.5
OpenAI 兼容:换掉 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(""));关于 Kimi K2.5
- 它的混合专家（MoE）设计总参数 1T，激活 32B（384 个专家，每 token 路由 8 个另加 1 个共享专家），并加入 400M 参数的 MoonViT 视觉编码器，支持 256K 上下文。
- 相比 Kimi K2，它引入视觉语言理解、依据视觉规格生成代码，以及 Agent Swarm，从单智能体执行走向协同的集群式运作，并同时提供思考与即时两种模式；月之暗面的发布文章描述了最多 100 个子智能体组成的集群，跨多达 1,500 次工具调用协同工作。
- 月之暗面点名了它为之打造的负载：文档生成与转换、幻灯片制作、电子表格公式与分析、依据视觉设计稿搭建网站，以及带报告综合的深度研究。
- 模式是参数，而不是独立的模型 id：思考默认开启，即时模式就是关闭思考，推理内容返回在 reasoning_content 中并计入 max_tokens。
- 与月之暗面后来的编码模型不同，它不跨轮保留推理：此处不支持保留思考。
- 函数调用、partial 模式预填充、JSON 与 JSON schema 响应，以及自动提示词缓存均可用，月之暗面还提供原生 INT4 量化。
- 权重以修改版 MIT 许可发布，其唯一的附加条款是对超大规模商业部署的署名要求。
- Synthorai 让 Kimi K2.5 可通过其 OpenAI 兼容 API 接口调用。
常见问题
Kimi K2.5 API 可以免费试用吗?
可以。新账号可获得 10 次试用调用和最高 $1 的免费额度,无需绑卡。按输入 $0.574/M 计算,仅这笔额度就足够对 Kimi K2.5 发起约 217 次 ~8K token 的请求。
Kimi K2.5 最擅长什么?
视觉语言理解，依视觉规格写代码、Agent Swarm 协同多智能体作业、1T 参数 MoE，Modified MIT 许可。完整能力请见「关于」部分,内容取自厂商官方发布说明。
Kimi K2.5 的价格是多少?
在 Synthorai 上,Kimi K2.5 输入 $0.574/百万 token、输出 $3.011/百万 token,即厂商牌价,无平台加价。缓存命中的输入 token 按 $0.115/M 计费。
Kimi K2.5 支持提示词缓存(prompt caching)吗?
支持,且全自动:经 Moonshot 提供的提示词自动缓存,无需改代码。缓存命中的输入 token 按 $0.115/M 计费(未命中 $0.574/M)。 提示词缓存指南 →
如何开通 Kimi K2.5?
把现有 OpenAI SDK 的 base_url 指向 "https://synthorai.io/v1",model 设为 "kimi-k2.5" 即可。一把 API key 通用网关上的全部模型。
Kimi K2.5 开源吗?
开源:权重以 Modified-MIT 许可证 发布(官方仓库链接见「关于」部分)。也可以省去 GPU:这里的托管版本按量付费,无需自建基础设施。 运行开源权重模型 →
相关模型
对比
本页每个值都转录自厂商自己的文档(链接见上),并带有核对日期。价格在全目录范围内比较;各厂商定义不同的规格值,只说明差异而不作图表对比。此处没有任何由我们测量的数据,也不做评分。