Kimi 新模型热度持续高涨 ing！
不光在更多 benchmark 上拿下 SOTA，体验过的网友们也是一水儿好评——
新模型 K2 非常擅长工具调用，属于“自 Claude 3.5 Sonnet 以来，能放心用于生产力级别任务的模型”。
与此同时，本来传言本周上线的 OpenAI 开源模型无限期推迟，理由还是“安全考量”。
大家不免猜测，这不会是被 K2 影响了吧？
众多热议之下，才休息两天的 Kimi 工程师也进一步透露了模型背后更多细节。
不仅关于模型本身，还回应了很多八卦：
- 开源确实有名声的考量
- 不恨 DeepSeek，但是恨这条路径不是自己验证的
- 从年初开始 Kimi 就不投流了
值得一提的是，还有网友发现 Kimi K2 背后用的是DeepSeek V3 的架构。
所以 K2 开源背后还有哪些考量？实测表现如何？
具体来看——
K2 开源为赚名声，今年没有投流
此次 Kimi K2 讨论度最高的一点，就是 Kimi 果断走了开源路线。
而从 Kimi 工程师的爆料来看，原因主要有三点。
P.S. 开始之前先叠个甲，以下观点仅代表该工程师个人立场，不代表 Kimi 官方态度。
这首先嘛，当然是为了赚个好名声：
- 如果 K2 只是一个闭源服务，现在一定没有这么多关注和讨论。
前车之鉴就有 Grok 4，能力越强，人们的标准或预期就会越高，从而导致负面评价可能更多。
另一大好处在于能借助开源社区的力量完善技术生态。
K2 开源不到 24 小时，社区就出现了 K2 的 MLX 实现（可在 Mac 设备上训练和部署）、4bit 量化等等。
要知道 K2 这次开源的模型版本有两个：
- Kimi-K2-Base：未经过指令微调的基础预训练模型，适合科研与自定义场景；
- Kimi-K2-Instruct：通用指令微调版本（非思考模型），在大多数问答与 Agent 任务中表现卓越。
光靠 Kimi 内部，一些后续开源工作确实难以快速实现。
不过最最重要的是，开源能够倒逼模型进步。
- 当开源要求你不能走捷径的时候，反而更有利于做出更好的模型和产品。
毕竟开源之后，开源模型的效果必须“可复现”，不能再靠各种技巧遮掩，只有当任何人拿到相同权重都能轻松复现结果，才算真正站得住脚。
与此同时，他也回应了人们关于 Kimi“擅长营销投流”的八卦。
实际上从今年年初开始，Kimi 就已经停止了投流。具体表现为，国内不少应用商店搜索 Kimi 甚至第一页都看不见， 在苹果 App Store 和国内搜索平台搜 Kimi 会推荐友商。
- 即使在如此恶劣的互联网环境之下，Kimi 也没有恢复投流。
因为年初 DeepSeek-R1 的爆火向他们证明了，硬实力就是最好的推广，只要模型做的好，就会获得市场认可。
甚至他还透露了一个细节：
- 在年初的反思会上，我（指工程师）提出了一些相当激进的建议，没想到植麟（Kimi CEO 杨植麟）后续的行动比我想的还要激进，如不再更新 K1 系列模型，集中资源搞基础算法和 K2。
就是说，Kimi 是少数还在坚持投入基础模型研发的创业公司。
甚至当 Agent 爆火之后，面对 Kimi 不应该卷大模型，应该去做 Agent 产品的质疑，Kimi 仍在坚持这一方向。
Kimi 工程师表示，绝大多数 Agent 产品，离了 Claude 以后，什么都不是。
- 2025 年，智能的上限仍然完全由模型决定，作为一家以 AGI 为目标的公司，如果不去追求智能的上限，那我一天也不会多呆下去。
除了以上两点，这位工程师还提到了 Kimi 团队在产品设计与底层能力构建上的深层思考。
比如在“写前端”功能上，几乎从 Claude 3.5 开始，AI 写前端就已经达到“可用”水平。不过传统聊天机器人输出 Markdown，难以满足“排版成一页 A4 纸”这类的具体需求。
因此，像上个月推出的 Kimi Researcher 功能就尝试了纯文本之外的交互形式。
当 AI 默认输出从“文字”变成了“前端页面”，人机交互简直焕然一新。
- 这代表一种从chat-firstartifact-first的范式转变。
此外，为了教 AI 学会使用工具，Kimi 团队原本想在 RL 环境中联动 MCP 真实工具训练 AI，但因部署难、登录限制等问题失败。
于是团队转变了思路，鉴于预训练模型已“见过”大量 API 调用，其实早已具备工具使用知识，因此关键在于把这种能力“激发”出来。
后来他们利用 multi-agent 机制，合成多样化的工具调用数据，无需大量人工标注也能训练出好效果。
更多细节也将在之后的技术报告中详细揭秘。
总之，作为 Kimi 最新 MoE 基础模型，Kimi K2 凭借总参数 1T，激活参数 32B，在代码、Agent、数学推理任务上表现出色。
而且遵循的还是修改版 MIT 协议（Modified MIT License）。
MIT 协议可以说是最宽松的协议（约等于怎么用都行）。而 Kimi 的修改在于，如果基于 Kimi K2 打造的产品或服务月活跃用户超过 1 亿，或者月收入超过 2000 万美元，那么需要在该产品和服务的用户界面上显示“Kimi K2”。
可以说，一改往日作风选择开源路线的 Kimi K2，几乎一出场就吸引了大量关注。
那么，Kimi K2 真实能力究竟如何呢？我们这就实测一下。
实测一下 Kimi K2
具体实测的方向，咱们直接从广大网友 cue 到的 K2 亮点展开：
- 前端制作：制作游戏、制作网页、自主编程；
- 工具调用：调用外部工具来完成复杂任务，比如做旅游攻略、订高铁票；
- 创意写作：自主命题、即兴发挥。
关于前端制作，我们将以经典游戏 breakout（打砖块）为例，测试 Kimi 的初始模型和 Kimi K2 的差别。
当我们向 Kimi 的初始模型输入“创建一个简单的 breakout 游戏作为单个 html 页面。”时，它的输出是这样的：
在代码之下还“附赠”了游戏说明：
按照指示，将代码保存为 .html 文件，打开后是这样的：
画面非常简洁，没有任何指引，靠键盘的←↑→键控制，一旦掉落就会显示“Game over”，即使所有砖块都消失也不例外。
但使用了 K2 模型，它的输出就变得“花哨”了很多（生成速度也慢了很多）：
Kimi 输出的结果只有 4KB，但 K2 模型的输出为 10.7KB，整整 2.6 倍有余。
画面和玩法变得更加丰富，添加了得分和生命的设定，操作方式也变成了鼠标操作。
虽然和网友的展示有些区别，但至少，它现在看上去已经像模像样了。
而我们只用了一句话作为提示：
- 创建一个简单的 breakout 游戏作为单个 html 页面。
既然简单的 breakout 游戏输出良好，那换成“复杂一点”的贪吃蛇呢？
- 生成一个贪吃蛇游戏，并加入随机迷宫机制。
这一次，它给出了游戏的特点和玩法介绍（前面用 K2 生成 breakout 游戏的时候只输出了代码）：
保存为 .html 文件，初次输出的结果实在是……太难了！基本上进去就要重开，绝对不是我玩得菜！
迫不得已，咱在原有的对话下加入了新的要求：
- 速度慢一些，难度小一点，改成 3 条命。
用了大约 3 分钟的时间，它重新输出了一套完整的代码，以及改动说明：
结果显示，这次的贪吃蛇游戏在速度和难度上都有了很大的改进：
至于工具调用功能，让我们本土化一点，这么近那么美。
- 做一个两天的河北旅游攻略，包括车票和食宿安排，并附上购票地址，把最终成果部署成一个可访问的 html 网页。
它给出了这样的结果：
居然！每一个步骤都很详细，并且可以直接点击链接跳转！？
可以说是很高效了！
针对 K2 的创意写作功能，网友们显然有很好的主意：让 K2 写一封告别信。
于是，我们也试着让 K2 写一封“给宇宙和自己最后的告别信”。
- 就在 30 分钟后，宇宙将要迎来终结，所有的生物都将一同寂灭，但你还有最后的时间去写一封信作为告别，你会写什么内容？
它给了我们这样的回复：
Two More Things
如开头所言，传闻 OpenAI 开源模型因为 K2 而推迟了~
CEO 奥特曼明面上给出的说法是，需要更多时间进行额外安全检测并审查高风险区域。
但网友们似乎并不买账，最高赞网友直接贴脸开大：
不过猜归猜，AI 创企 hyperbolic 联创又出来爆料了。
据他表示，OpenAI 的开源模型参数比 K2 小很多，但性能“超级强大”，只是由于某些不可言说（他用了荒谬这个词）的原因，OpenAI 在发布前才意识到了一个大问题，所以目前在重新训练。
另外，对于网友提到的 K2 背后用了DeepSeek V3 架构的说法，由于目前没有详细技术报告，我们先让 K2 自己来“回应”一下这件事：
总结起来就是一句话，合理借鉴罢了。
