Kimi最强开源模型K2发布：推理能力超越GPT-5

11月7日消息，月之暗面近日正式发布Kimi K2Thinking，堪称Kimi迄今为止能力最强的开源思考模型。

目前，该模型已在kimi.com网站和最新版Kimi手机应用的常规对话模式中上线。

据了解，Kimi K2Thinking原生具备"边思考、边使用工具"的能力，在"人类最终考验"、自主网络浏览能力评估、复杂信息收集推理等多项基准测试中表现达到业界顶尖水准，部分指标超越GPT-5。

在智能体搜索、智能体编程、内容创作和综合推理等方面也实现了全面提升。

据介绍，该模型无需人工干预，即可自主实现高达300轮的工具调用和持续稳定的多轮思考能力，从而帮助用户解决更复杂的问题。

"人类最终考验"是一项涵盖100多个专业领域的终极封闭式学术测试。

在允许使用搜索引擎、Python编程、网页浏览工具同等条件下，Kimi K2 Thinking在这项基准评估中取得了44.9%的顶尖成绩。

最新演示示例显示，Kimi K2 Thinking经过5轮搜索和推理，结合每轮搜索到的新信息层层深入，最终推导出了正确答案：

此外，在复杂搜索和浏览场景中，Kimi K2 Thinking模型同样表现出色。

BrowseComp是由OpenAI发布的一项专门评估AI智能体网络浏览能力的基准测试，其初衷是衡量AI智能体在信息过载环境中展现的坚持性与创造力，即能否像人类研究员一样"刨根问底"。

在这项极具挑战的任务上，人类参与者平均只能达到29.2%的成绩。

Kimi K2 Thinking在这项基准测试中展现出极强的钻研能力，以60.2%的成绩成为新的业界标杆。

在长期规划和自主搜索能力的驱动下，Kimi K2 Thinking可借助多达上百轮的"思考→搜索→浏览网页→思考→编程"动态循环，持续地提出并完善假设、验证证据、进行推理，并构建出逻辑一致的答案。

这种边主动搜索边持续思考的能力，使Kimi K2 Thinking能够将模糊且开放式的问題分解为清晰、可执行的子任务。

在最新示例中，Kimi K2 Thinking经过两轮搜索和思考，先根据股票回购的已知信息找到了这家制造快递的公司，然后在美国证券交易委员会的正规网站上找到了股票回购公告信息，得出了准确答案：