Kimi最强开源思考模型 Kimi K2 Thinking发布：推理等超越GPT-5

11月7日消息，日前，月之暗面宣布发布Kimi K2Thinking，这是Kimi 迄今能力最强的开源思考模型。

目前，该模型已上线kimi.com和最新版Kimi手机应用的常规对话模式。

据了解，Kimi K2Thinking原生掌握“边思考，边使用工具”的能力，在人类最后的考试（Humanity's Last Exam）、自主网络浏览能力（BrowseComp）、复杂信息收集推理（SEAL-0）等多项基准测试中表现达到SOTA水平，超越GPT-5。

在Agentic搜索、Agentic编程、写作和综合推理能力等方面也取得全面提升。

据介绍，该模型无需人类干预，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。

人类最后的考试是一项涵盖100多个专业领域的终极封闭式学术测试。

在允许使用工具——搜索、Python、网络浏览工具的同等情况下，Kimi K2 Thinking在这项基准评测中取得了44.9%的SOTA成绩。

根据官方示例显示，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，最终推理出了答案：

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

BrowseComp是由OpenAI发布的一个专门评估AI Agent网络浏览能力的基准测试，这项测试的初衷是衡量AI Agent在信息过载环境中展现出的坚持性与创造力，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SOTA模型。

在长程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题分解为清晰、可执行的子任务。

在官方示例中，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速的公司，然后在美国证券交易委员会（SEC）的官网上找到了股票回购公告信息，得出了准确的答案：

本文标签： #Kimi #大模型