Kimi K2 is a state-of-the-art mixture-of-experts (MoE) language model with 32 billion activated parameters and 1 trillion total parameters. Trained with the Muon optimizer, Kimi K2 achieves exceptional performance across frontier knowledge, reasoning, and coding tasks while being...

Empezar gratis ← Todos los modelos

moonshotai/Kimi-K2-Instruct Bajo petición

text->text · moonshotai · sovereign EU

Runs on EU infrastructure operated by European companies; US marketplace capacity is never part of this chain. Full chain

—

Parámetros

131K

Ventana de contexto

1236GB

VRAM mínima

POST /api/v1/chat/completions Bajo petición

Especificaciones

Ventana de contexto 131,072 tokens

VRAM mínima 1236 GB

Arquitectura DeepseekV3ForCausalLM (vLLM)

Licencia open-weights

Modalidad text->text

Lanzamiento July 2025

Editor moonshotai ↗

Precios

Router compartido · por token

Bajo petición

No disponible en el Router compartido. Precio bajo petición como despliegue de GPU dedicada.

GPU dedicada · por hora

desde 54,00 € por hora

Su propia instancia de vLLM en una nube europea (1236 GB de VRAM), facturada por horas.

Router europeo compartido, pago por token, scale-to-zero. Los despliegues de GPU dedicada se facturan por horas, consulte precios.

Índice Bench

Bench es nuestro índice de calidad para cada modelo, de 0 a 100. Se basa en mediciones públicas (Epoch AI con unos 40 benchmarks, LiveBench, LMArena y más) y se actualiza cada mañana. Donde nadie mide, muestra una estimación con un rango.

62,7 / 100 · Medido

Medido por Epoch AI en 7 benchmarks, con un rango.

Rango de 57,8 a 65,2 · Puesto 119 de 277 en Epoch AI

Fuentes: Epoch AI ↗ · LiveBench ↗ · LMArena ↗ · Actualizado a diario, última vez el 19-10-2026

LiveBench · 48,1

Razonamiento 42,2

Programación 74,3

Programación agéntica 31,7

Matemáticas 58,2

Análisis de datos 43,3

Lenguaje 66,7

Seguimiento de instrucciones 20,4

Todos los benchmarks (7)

Lech Mazur Writing 85,6

Fiction.LiveBench 61,1

Aider polyglot 59,1

WeirdML 39,4

Terminal Bench 27,8

SimpleBench 11,6

GSO-Bench 4,9

LiveBench · Todas las tareas

Razonamiento

theory of mind 51,9

zebra puzzle 21,0

spatial 62,0

logic with navigation 34,0

Programación

code generation 74,7

code completion 73,9

Programación agéntica

javascript 35,0

typescript 15,0

python 45,0

Matemáticas

AMPS Hard 82,0

integrals with game 7,0

math comp 72,6

olympiad 71,1

Análisis de datos

consecutive events 3,2

tablejoin 32,7

tablereformat 94,1

Lenguaje

connections 78,2

plot unscrambling 45,9

typos 76,0

Seguimiento de instrucciones

paraphrase 13,0

simplify 20,3

story generation 24,3

summarize 23,9

Llámelo ahora

Sustituto directo de OpenAI: cambie solo la URL base y la clave de API. También se admite el formato de Anthropic (/v1/messages).

curl https://hostyourai.com/api/v1/chat/completions \
  -H "Authorization: Bearer hyai-..." \
  -H "Content-Type: application/json" \
  -d '{
    "model": "moonshotai/Kimi-K2-Instruct",
    "messages": [{"role": "user", "content": "Hello!"}]
  }'

Preguntas frecuentes

¿Puedo ejecutar Kimi K2 Instruct en la UE?

Sí. HostYourAI ejecuta Kimi K2 Instruct en GPU de centros de datos europeos mediante vLLM. Los prompts y las respuestas nunca salen de la UE y en la cadena no interviene ningún proveedor de nube estadounidense.

¿El alojamiento de Kimi K2 Instruct cumple el RGPD?

Sí. Todo el tratamiento se realiza dentro de la UE, hay disponible un acuerdo de encargo del tratamiento (DPA) y la lista de subencargados es pública. Además, los pesos de código abierto significan que no se entrena con sus datos.

¿Cuánto cuesta Kimi K2 Instruct?

Kimi K2 Instruct está disponible bajo petición: a través del Router europeo compartido tras una breve conversación, o como despliegue de GPU dedicada propio facturado por horas. Cuéntenos su caso de uso y lo configuraremos para usted.

¿La API es compatible con OpenAI?

Sí. Usted utiliza los SDK estándar de OpenAI con una URL base personalizada (https://hostyourai.com/api/v1). La API Anthropic Messages también se admite como sustituto directo.

Más modelos de Moonshotai

Kimi K3

Kimi K3 is an open-weight, native multimodal agentic model and our most capable model to date. It is a 2.8T-parameter model built on Kimi Delta Attention (KDA) and Attention Residuals (AttnRes), with native vision capabilities and a 1-million-token context window. It is the world's first open 3T-class model, designed for frontier intelligence across long-horizon coding, knowledge work, and reasoning.

1M contexto Ver modelo →

Kimi K2.7 Code

Kimi K2.7 Code is a coding-focused agentic model built upon Kimi K2.6. With substantial improvements on real-world long-horizon coding tasks, it strengthens end-to-end task completion across complex software engineering workflows while improving token efficiency, reducing thinking-token usage by approximately 30% compared with Kimi K2.6.

1027B 262K contexto Ver modelo →

Kimi K2.6

Kimi K2.6 is an open-source, native multimodal agentic model that advances practical capabilities in long-horizon coding, coding-driven design, proactive autonomous execution, and swarm-based task orchestration.

1027B 262K contexto Ver modelo →

Kimi K2.5

Kimi K2.5 is an open-source, native multimodal agentic model built through continual pretraining on approximately 15 trillion mixed visual and text tokens atop Kimi-K2-Base. It seamlessly integrates vision and language understanding with advanced agentic capabilities, instant and thinking modes, as well as conversational and agentic paradigms.

1027B 262K contexto Ver modelo →

Kimi K2 Thinking

Kimi K2 Thinking is the latest, most capable version of open-source thinking model. Starting with Kimi K2, we built it as a thinking agent that reasons step-by-step while dynamically invoking tools. It sets a new state-of-the-art on Humanity's Last Exam (HLE), BrowseComp, and other benchmarks by dramatically scaling multi-step reasoning depth and maintaining stable tool-use across 200–300 sequential calls. At the same time, K2 Thinking is a native INT4 quantization model with 256k context window, achieving lossless reductions in inference latency and GPU memory usage.

1026B 262K contexto Ver modelo →

Kimi Linear 48B A3B Base

Kimi Linear is a hybrid linear attention architecture that outperforms traditional full attention methods across various contexts, including short, long, and reinforcement learning (RL) scaling regimes. At its core is Kimi Delta Attention (KDA)—a refined version of Gated DeltaNet that introduces a more efficient gating mechanism to optimize the use of finite-state RNN memory.

49B Ver modelo →

Pruebe Kimi K2 Instruct gratis

Crear una cuenta lleva un minuto. Pruebe Kimi K2 Instruct de inmediato en el Playground.

Empezar gratis