Română · beta. Traducerea a fost făcută automat și este încă în curs de revizuire. Citește pagina în engleză

Moonshot · pașaport de model

MoonshotAI: Kimi K2.5

kimi-k2-5

Ponderi deschise
Licență Modified MIT
1.03T parametri
262,144 context
Lansat 2026-01-01(repo HF creat)

Cea mai bună percentilă: 82.1IFBench (Artificial Analysis)
Poziția în cohortă: 49.4mediană 55.5

Ce spun datele

Evaluat pe 9 din 27 axe urmărite. Fiecare cifră de mai jos este rezultatul publicat al modelului pe acel clasament.

Neuniform: 65,9 puncte de percentilă între cea mai bună și cea mai slabă axă a sa — 82.1 pct pe IFBench (Artificial Analysis) față de 16.2 pct pe Halucinații HHEM (Vectara).

IFBench (Artificial Analysis)82.1 pct70.2%Verifică →
Humanity's Last Exam65.2 pct24.4%Verifică →
Terminal-Bench52.3 pct43.2%Verifică →
SWE-bench Verified50 pct73.8%Verifică →
WebDev Arena49.6 pct1,437Verifică →
ARC-AGI-246.1 pct11.8%Verifică →
SimpleBench46 pct46.8%Verifică →
SimpleQA Verified35.4 pct34.3%Verifică →
Halucinații HHEM (Vectara)16.2 pct85.8%Verifică →
GeneralNeevaluat
Vision ArenaNeevaluat
Factuality ArenaNeevaluat
Search ArenaNeevaluat
Document ArenaNeevaluat
Agent ArenaNeevaluat
GPQA DiamondNeevaluat
AIME (matematică)Neevaluat
FrontierMathNeevaluat
LiveBenchNeevaluat
BFCL v4 (apelare de funcții)Neevaluat
SWE-bench Verified (clasament live)Neevaluat
Terminal-Bench 4.0Neevaluat
MMLU-Pro (Artificial Analysis)Neevaluat
LiveCodeBench (Artificial Analysis)Neevaluat
ProgramareNeevaluat
Urmarea instrucțiunilorNeevaluat
Prompturi dificileNeevaluat

Percentilele reprezintă poziția modelului în populația proprie a fiecărui clasament. Axele marcate „neevaluat” nu au niciun rezultat publicat pentru acest model — este o absență a datelor, nu un scor mic.

Cum îl rulezi

Rulează-l singur

Repositorymoonshotai/Kimi-K2.5

Parametri1.03T

ArhitecturăKimiK25ForConditionalGeneration

LicențăModified MIT

Transformers

from transformers import AutoModelForCausalLM, AutoTokenizer

model_id = "moonshotai/Kimi-K2.5"
tokenizer = AutoTokenizer.from_pretrained(model_id)
model = AutoModelForCausalLM.from_pretrained(model_id)

Ollama

Nu sincronizăm tag-urile Ollama, așa că nu afișăm o comandă pe care nu o putem verifica — una greșită ar descărca modelul greșit. Caută în biblioteca Ollama →

Rețetele de fine-tuning Unsloth sunt specifice fiecărui model și nu le derivăm aici. Documentația Unsloth →

Folosește-l găzduit

ID de model APImoonshotai/kimi-k2.5

Lungime context262,144 tokeni

Ieșire maximă235,929 tokeni

Acceptătext, image

Preț intrare$0.50 per 1M tokeni

Preț intrare din cache$0.15 per 1M tokeni

Preț ieșire$2.50 per 1M tokeni

Parametri API acceptați de acest endpoint

Frequency penaltyInclude reasoningLogit biasLogprobsMax tokensMin-pPresence penaltyReasoningRepetition penaltyResponse formatSeedStop sequencesStructured outputsTemperatureTool choiceTool callingTop-kTop logprobsTop-p

Exemplu de cerere

curl https://openrouter.ai/api/v1/chat/completions \
  -H "Authorization: Bearer $OPENROUTER_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"model":"moonshotai/kimi-k2.5","messages":[{"role":"user","content":"Hello"}]}'

Vezi pe OpenRouter →

Identificatorii, limitele și prețurile sunt sincronizate din sursa upstream afișată mai sus. Orice câmp nesincronizat este omis complet, nu ghicit.

Kimi K2.5 (Thinking) stands at 49.4 (raw mean 49.2) — measured on 9 of 27 axes.
pozițieșablonVerifică →
Kimi K2.5 (Thinking) stands at 49.4 versus a cohort median of 55.5 across 119 models released within 180 days — below the peer median.
cohortășablonVerifică →

Fiecare afirmație este un fapt calculat din datele actuale ale clasamentului, formulat de un apel de model la temperatură scăzută și respins de o poartă de validare dacă vreun număr nu se află în rândul sursă. Cum funcționează clasamentele →