Pro/moonshotai/Kimi-K2.5

Kimi-K2.5 属于 kimi-k2 家族，2026 年 1 月 27 日发布，权重开源，本站记录的调用入口由 SiliconFlow 中国区提供。它要解决的并不只是单轮对话：262K tokens 的上下文窗口与同为 262K 的单次最大输出，让整篇长文档、成套代码或多份图文材料可以在一次请求内读完并直接成稿，省去前置切片与分段拼接的工程成本。能力面上，推理、工具调用、结构化输出、附件输入与温度调节都能通过接口调用，便于把检索、抽取、表单填写等步骤串成智能体流程；输入侧支持文本与图像，输出侧只出文本。知识截止到 2025 年 1 月，依赖时效信息的任务需要外挂检索补齐。价格上输入 0.45、输出 2.25、缓存读 0.07 美元每百万 tokens，缓存读与输入价差距明显，固定长前缀反复调用的场景收益最大。整体适合看重开源权重可控、同时需要长文本与图文混合处理的团队。

选型建议需要长上下文、图像输入与工具调用且看重开源权重时选它；若只做纯文本轻量任务或预算极紧，更低价位的 Qwen3.5-35B-A3B 更划算。

• 解析数十万字级合同或研报，一次性输出结构化摘要与条款对照
• 搭建带工具调用的多步骤智能体，串联检索、计算与结果汇总
• 读取图文混排材料，把截图界面与说明文字同时纳入理解范围
• 用结构化输出把非结构化长文本转成固定字段的 JSON 数据
• 借助缓存读压低固定长前缀的重复调用开销，做高频批量处理

延续 Kimi-K2 系列的稀疏专家路线，主打长上下文与工具调用，参数量、专家数等训练细节本站资料未给出。

• 结构属 Kimi-K2 稀疏专家序列，权重已开源；具体参数量、专家数与训练配比本站未给出，公开资料较少。
• 能力原生支持文本与图像输入，具备推理、工具调用、结构化输出与温度调节，可把多步骤流程收进一次接口调用。
• 披露上下文窗口与单次最大输出同为 262K tokens，知识截止 2025-01，超出该时点的信息需靠检索或外部工具补齐。

开源权重

是

模型家族

kimi-k2

长上下文与长输出是它的主要卖点，实际分数因本站未收录第三方跑分而无法横向定位。

• 强项262K 上下文配合同量级单次输出，适合长文档整篇改写、长报告生成与跨文件比对，不必先切片压缩。
• 短板本站未收录第三方跑分，跨模型能力高低缺少可比数字；知识截止 2025-01，时效性依赖外部检索。
• 适合智能体链路与文档密集型任务，尤其需要图像输入与工具调用并存的场景；纯短文本高频问答优势不明显。

官方报价为输入 0.45、输出 2.25、缓存读 0.07 美元每百万 tokens，在同类中处于中间价位。

• 定位输入 0.45 美元、输出 2.25 美元每百万 tokens，输出单价约为输入的 5 倍，成本结构偏向少输入、多输出的生成型任务。
• 横向对比Kimi-K2.6 与 GLM-5.1 的输入价约为本模型两倍，Qwen3.5-35B-A3B 低约 87%，本模型落在中段。
• 平台差价本站仅记录一家平台，models.dev 与 siliconflow-cn 两处口径的输入、输出、缓存读报价一致，暂无价差空间。
• 省钱缓存读 0.07 美元每百万 tokens，约为输入价的六分之一，系统提示、知识库、代码库等固定长前缀宜走缓存。

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 $0.45/M / $2.25/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。

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

• 口径本站未收录该模型的公开跑分与榜单结果，能力对比只能依据上下文规格、模态与价格，不做分数推断。
• 边界输出仅支持文本，图像只能作为输入；知识截止 2025-01，之后的事件与版本变动需另行核实。
• 部署权重虽开源，但自托管所需算力成本不在本站数据范围内，多数团队仍以托管调用为主路径。

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。