Kimi K2 Thinking (Amazon Bedrock)
MODEL PROFILE模型资料Eden AI · 2025-11-06 发布 · kimi-thinking 家族 · 开源权重 · 1 家平台收录
资料长期未更新
返回厂商
Kimi K2 Thinking 是面向复杂推理与工具调用场景的文本生成模型，通过 Amazon Bedrock 与 Eden AI 渠道提供，适合需要长上下文、可控输出与结构化结果的开发者和企业用户。
模型介绍
Kimi K2 Thinking 属于 kimi-thinking 系列，定位在需要多步推理与外部工具协作的任务上。它解决的核心问题是：面对超长文档、复杂流程或多轮工具调用时，普通对话模型容易丢失上下文或推理链断裂，而该模型提供 256000 tokens 的上下文窗口和 262144 tokens 的单次最大输出，能够容纳较长的输入材料并一次性生成较长结果。模型支持推理、工具调用、结构化输出与温度调节，权重以开源形式发布，知识截止时间为 2024-08。当前在本站收录的平台上以 Amazon Bedrock 渠道呈现，价格标识为输入 0.6 美元/百万 tokens、输出 2.5 美元/百万 tokens。由于本站未收录该模型的第三方跑分，具体性能表现缺少可引用的量化依据，选型时更适合结合实际任务做小规模验证。
选型建议需要长上下文、工具调用与结构化输出的文本任务可以选它；若追求更低单价、多模态输入或更丰富的平台选择，则应考虑同类替代方案。
关键指标
适用场景
- 解析长篇合同或技术文档，输出结构化摘要与关键条款清单
- 在业务流程中调用外部工具，完成多步查询与结果汇总
- 按固定 JSON 或表格格式生成内容，接入下游系统
- 对复杂问题做分步推理，生成可审阅的分析过程与结论
- 批量处理长文本输入，控制输出长度以压缩调用成本
暂无：许可证、参数规模、缓存读价、缓存写价、附件（上游未公开，本站不估算）。 资料已 370 天没更新，规格与价格可能已变；发布 370 天。
规格与能力
上面没列到的字段该模型以推理能力为核心卖点，结合工具调用与结构化输出，面向需要可控生成流程的应用。公开资料对具体网络结构的披露有限，以下以可确认的能力面为主。
- 结构采用 kimi-thinking 系列的推理式设计，权重开源，支持 256000 tokens 上下文与 262144 tokens 单次输出，适合长材料输入与长结果生成。
- 能力覆盖推理、工具调用、结构化输出和温度调节，可在同一流程中完成多步思考、外部函数调用与格式约束下的结果返回。
- 披露本站未收录该模型的第三方跑分，参数规模与训练细节的公开信息较少，架构层面只宜做定性判断，不宜引用具体数值。
- 开源权重
- 是
- 模型家族
- kimi-thinking
能力
推理工具调用结构化输出温度调节
同系列其他规格
| 型号 | 厂商 | 参数 | 上下文 | 输入价 | 输出价 |
|---|---|---|---|---|---|
| Kimi K2 Thinking | Moonshot AI | — | 262.1K | $0.4/M | $2.5/M |
| Kimi K2 Instruct | NanoGPT | — | 256K | $0.4/M | $1.8/M |
| Kimi K2 Instruct 0905 | Moonshot AI | — | 262.1K | $0.5/M | $2/M |
| Kimi K2 Instruct (Deep Infra) | Eden AI | — | 131.1K | $0.5/M | $2/M |
| Kimi K2 Instruct 0905 | Kilo Gateway | — | 262.1K | $0.6/M | $2.5/M |
| Kimi K2 Turbo Preview | Abacus | — | 256K | $0.15/M | $8/M |
| Kimi-K2-Base | Moonshot | — | — | — | — |
| Kimi-K2-Thinking-NVFP4 | NVIDIA | — | — | — | — |
性能表现
从能力项看，模型偏向复杂推理与工具协作型任务；由于缺少本站收录的公开跑分，性能判断应以任务适配性为主，而非榜单排名。
- 强项长上下文配合长输出，加上推理与工具调用，适合处理多文档比对、流程拆解和需要中途调用外部能力的任务。
- 短板仅支持文本输入输出，不具备图像等多模态处理能力；知识截止为 2024-08，较新信息的时效性依赖外部检索或工具补充。
- 适合对输出结构有明确要求、需要温度调节控制稳定性的场景，例如信息抽取、报告生成和带格式约束的接口返回。
价格与性价比
结合各平台报价与同类对比官方价格处于中等偏上区间，输入侧较低、输出侧相对更高，成本结构决定了它更适合输入长、输出可控的用法。
- 定位输入 0.6 美元/百万 tokens、输出 2.5 美元/百万 tokens，输出单价约为输入的四倍，长输出任务需重点核算成本。
- 横向对比相对 Qwen3 Max 的输入价低约一半，但明显高于 Seed 2.0 Mini、Qwen3 VL 235B A22B Instruct 与 Qwen3 235B-A22B Instruct 2507 等低价选项。
- 平台差价本站收录的 models.dev 与 models.dev · edenai 两个报价口径一致，均为输入 0.6、输出 2.5 美元/百万 tokens，暂无可见的渠道价差。
- 省钱控制单次输出长度、把长材料放在输入侧、对重复内容做缓存或预处理，是压低整体成本的主要方式。
平台报价对比
2 个来源口径| 来源 | 输入价 | 输出价 | 缓存读 | 相对输入价 |
|---|---|---|---|---|
| models.dev | $0.6/M | $2.5/M | — | 0.0% |
| models.dev · edenai | $0.6/M | $2.5/M | — | 0.0% |
同一个模型在不同网关的报价可能不同。本页基准取官方口径 $0.6/M / $2.5/M（输入 / 输出，美元 / 百万 tokens），其余来源的差价在「相对输入价」列列出，供比价参考。
同类模型对比
5 条| 模型 | 上下文 | 输入价 | 输出价 | 输入价差 | AA 综合 |
|---|---|---|---|---|---|
| Qwen3 Max (Deep Infra) | 256K | $1.2/M | $6/M | +100.0% | — |
| Seed 2.0 Mini (Deep Infra) | 256K | $0.1/M | $0.4/M | -83.3% | — |
| Seed 2.0 Code (Deep Infra) | 256K | $0.5/M | $3/M | -16.7% | — |
| Qwen3 VL 235B A22B Instruct (Deep Infra) | 262.1K | $0.2/M | $0.88/M | -66.7% | — |
| Qwen3 235B-A22B Instruct 2507 (Nebius) | 262.1K | $0.2/M | $0.6/M | -66.7% | — |
取上下文相近（约 0.5~2 倍）的同类主流模型；同厂商、同家族优先；价格差为相对本模型的输入价
关于 Kimi K2 Thinking (Amazon Bedrock) 的常见问题
5 条Kimi K2 Thinking (Amazon Bedrock) 的 API 价格是多少？
当前收录的官方口径价格为输入 $0.6/M、输出 $2.5/M，单位为美元 / 百万 tokens。不同网关可能有自己的加价与折扣，实际计费以调用平台为准。
Kimi K2 Thinking (Amazon Bedrock) 支持多长的上下文？
资料显示上下文窗口 256K（256,000 tokens），单次最大输出 262.1K。实际可用长度还取决于调用平台的限制。
Kimi K2 Thinking (Amazon Bedrock) 是开源模型吗？
Kimi K2 Thinking (Amazon Bedrock) 提供开源权重，可以自行下载部署。本站展示的价格是各托管平台对 API 调用的报价，自部署不计入。
Kimi K2 Thinking (Amazon Bedrock) 支持哪些能力？
按当前资料，Kimi K2 Thinking (Amazon Bedrock) 支持推理、工具调用、结构化输出、温度调节。输入输出模态为 文本。
Kimi K2 Thinking (Amazon Bedrock) 可以在哪些平台调用？
当前资料显示该模型被 1 家 provider 或网关收录。本站核对的数据来源包括 models.dev。收录数量只反映公开目录的部署面，不代表任何一家平台的服务质量。
使用注意
- 口径本站未收录该模型的第三方跑分，任何性能强弱说法都缺少统一评测支撑，选型应以自建任务测试为准。
- 边界仅支持文本模态，知识截止 2024-08，且当前收录平台仅 1 家，供应渠道与灾备选择相对有限。
资料说明
本页资料由多个公开来源交叉整理：按「官方目录 → 通用网关 → 开源仓库 → 中文资料」的优先级合并， 冲突时取优先级高的来源。价格单位是美元 / 百万 tokens，为各平台对 API 调用的报价，不含自部署成本。 资料由公开来源整理，不代表 AiTest 已对该模型或其收录中转站做过真实性、稳定性或安全检测。
本页的模型介绍、架构、性能与性价比解读为 AI 综合公开信息整理，部分未经本站逐项核实；规格、价格与跑分以本页数据字段为准。
本页资料由多个公开来源交叉整理：按「官方目录 → 通用网关 → 开源仓库 → 中文资料」的优先级合并，冲突时取优先级高的来源；价格单位为美元 / 百万 tokens。
