MoonshotAI 发布了 Kimi K2 Thinking，这是 Kimi K2 的一种新的推理变体，在 Tau2 Bench Telecom 代理基准中获得了第一名，并可能成为新的领先开放权重模型。 Kimi K2 Thinking 是有史以来最大的开放权重模型之一，总参数量为 1T，活跃参数为 32B。K2 Thinking 是 @Kimi_Moonshot 的 Kimi K2 模型系列中首次发布的推理模型，之前在 2025 年 7 月和 9 月发布了非推理的 Kimi K2 Instruct 模型。 关键要点： ➤ 在代理任务上的强劲表现：Kimi K2 Thinking 在 𝜏²-Bench Telecom 中达到了 93%，这是一个代理工具使用基准，模型充当客户服务代理。这是我们独立测量的最高分数。Kimi K2 Instruct 在长时间代理上下文中的工具使用是其强项，而这个新的 Thinking 变体似乎在这方面取得了显著进展。 ➤ Kimi K2 Instruct 的推理变体：该模型，顾名思义，是 Kimi K2 Instruct 的推理变体。该模型与 Kimi K2 Instruct 具有相同的架构和相同数量的参数（尽管精度不同），并且像 K2 Instruct 一样，仅支持文本作为输入（和输出）模态。 ➤ 1T 参数但使用 INT4 而不是 FP8：与 Moonshot 之前使用 FP8 精度的 Kimi K2 Instruct 发布不同，该模型以 INT4 精度原生发布。Moonshot 在后训练阶段使用了量化感知训练来实现这一点。其影响是 K2 Thinking 仅约 594GB，而 K2 Instruct 和 K2 Instruct 0905 则超过 1TB——这为推理和训练带来了效率提升。INT4 的一个潜在原因是，早期的 Blackwell NVIDIA GPU 不支持 FP4，使得 INT4 更适合在早期硬件上实现效率提升。 我们的完整人工分析智能指数基准正在进行中，我们会在完成后尽快提供更新。