ai.canshu.com
EN
显存计算器 配机与回本向导 API 价格 同屏 PK 对比 模型库 排行榜 显卡库

全局搜索模型、显卡与工具

↑↓ 移动 · Enter 直达 · ★ 优先展示我的关注 ai.canshu.com
Moonshot Kimi
开源权重 Moonshot Kimi · MoE 1.03T / A32B · Text+Image+Video · BF16 / FP8

Kimi K2.5 (1T MoE) 模型架构参数、评测与显存全表

Kimi 原生多模态万亿参数经典版(61 层 MLA + 384 专家),支持 Agent Swarm 并行研究工作流。

🧬 Kimi K2.5 (1T MoE) 底层网络与张量参数总表 (Model Overview & config.json)

全部字段同步自官方 HuggingFace 仓库 (moonshotai/Kimi-K2.5) 的 config.json 与技术报告 · 核验日期 2026-11-20

HF Class: KimiK25ForConditionalGeneration

1. 骨干网络与维度参数

kimi_k25
总参数量 / 单步激活
1.026T / 32B
Hidden Size (d_model)
7,168
FFN Intermediate Size
18,432
MoE 专家中间层维度
2,048
MoE 专家配置
384 路由 · 激活8 + 1 共享
激活函数 / RMSNorm
SiLU (SwiGLU) · ε=0.00001
原生权重精度
BF16 / FP8

2. 注意力机制与混合层拓扑

MLA
Transformer 总层数
61 层
网络层排布 (Hidden Layout)
61 层稀疏 MoE 架构(384 路由专家,单步激活 8 个)
注意力头 (Q / KV)
64 Q / 64 KV
Head Dimension
112

3. 上下文、位置编码与词表

Tokenizer
原生上下文长度
262,144 tokens
旋转位置编码 (RoPE)
RoPE (原生 262,144 Context)
词表大小 (vocab_size)
163,840 (独立输出头)

📋 Kimi K2.5 (1T MoE) 官方 API 技术规格与计费参数总表

核验自 Moonshot Kimi 官方开发者文档与公开定价页(核验日期 2026-11-20)

API Model ID: kimi-k2.5

1. 模型标识与能力开关

API Spec
官方调用 Model ID
kimi-k2.5
版本发布日期
2026-01-27
权重授权形态
开源权重 (云端 API 规格)
原生深度推理思考
✅ 支持 (可调思考预算)
Function Calling & JSON Schema
部分支持
Batch API 异步批处理
✅ 支持 (通常享 5 折)

2. 上下文、输出上限与模态

Limits
最大输入上下文窗口
256,000 tokens (256K)
单次最大输出上限
33,000 tokens
支持输入模态
Text + Image + Video
支持输出模态
Text
中国大陆网络直连
✅ 国内极速直连 + 人民币结算
分发与部署形态
开源权重 + 托管云 API

3. 官方 Token 单价与缓存阶梯

CNY / 1M
标准输入单价 (每百万)
¥ 4
Prompt 缓存命中输入
¥ 0.8 -80%
标准输出单价 (每百万)
¥ 21
长上下文阶梯与计费备注
阿里云百炼:百炼合作托管万亿多模态 K2.5

🎛️ 官方调用采样与思考参数指南

API / 推理引擎调用时的最佳超参数与约束说明

官方默认推理采样配置
temperature=0.7 top_p=0.95 max_tokens=32,768

📊 Kimi K2.5 (1T MoE) 全量评测成绩与维度排名

共 39 项公开评测 · 排名为在本站 154 款有评测数据模型中的名次 · 数据同步于 2026-11-20

⚔️ 和其他模型逐项比分

👁️ 多模态与视觉 14 项

InfoVQAtest #1/1 92.6%

针对图文混排信息图(Infographics)的版面结构理解、数据读取与算术推理测试集。

OCRBench #1/5 92.3%

评估多模态大模型在自然场景文字、古籍手写与复杂文档中光学字符识别(OCR)能力的综合基准。

OmniDocBench 1.5 #10/16 88.8%

全方位复杂版面文档视觉解析基准(1.5),综合评测多栏论文、财报表格、公式识别(OCR)、阅读顺序还原与文档问答。

Video-MME #4/8 87.4%

首个全时长综合视频理解基准,涵盖 900 段视频(共 254 小时,从 11 秒短视频至 1 小时纪录片)的 2,700 道人工标注题。

VideoMMMU #2/14 86.6%

专家级专业学科教学视频多模态评测,考察从观看学术与工程课程视频中获取新知识并解题的能力。

MMVU #2/7 80.4%

跨多学科专业领域的视频知识理解与科学实验推理基准(MMVU)。

LongVideoBench #2/4 79.8%

最长 1 小时的视频与字幕交错输入长视频细节检索与推理基准。

MMMU-Pro #16/44 78.5%

MMMU 抗猜题增强版大学多学科多模态基准,剔除了仅靠纯文本就能猜对的题目并引入纯视觉输入截图模式,严格考察图文深度融合推理。

CharXiv-R #30/41 77.5%

科学论文真实复杂图表深度推理基准(CharXiv-R),要求跨多子图、图例与数据趋势进行定量比较与综合推演。

LVBench #9/15 75.9%

超长视频理解基准(最长可达 2 小时),评估模型在极长视频流中的跨时段事件定位、摘要与因果推理。

MotionBench #3/4 70.4%

细粒度视频运动模式、姿态轨迹与动作序列理解评测。

WorldVQA #6/6 46.3%

考察识别世界各地地标、物种、器物等视觉实体百科知识的基准(WorldVQA)。

SimpleVQA #6/13 0.7

面向简明客观事实看图问答的视觉准确性评测。

ZEROBench #9/13 0.1

针对前沿视觉大模型设计的高难度零样本复杂视觉推理基准(主集人类精心构造极难视觉题)。

来源:ZeroEval / llm-stats.com 公开评测聚合(✓ 为第三方验证,其余为厂商官方自报)。点击任一评测可查看全库排名。

⚡ Kimi K2.5 (1T MoE) 本地显存占用 & 实时吐字速度计算器

并发请求数 (Batch):
MoE 1026B / A32B·61L (d=7168)·64Q/64KV·Ctx 256K·Text+Image+Video
该设备兼容榜 →
并联卡数
96 GB VRAM·4000 GB/s·安全可用上限 94.1 GB
显存不足 (OOM)636.9 / 94.1 GBOOM
3. 权重量化精度
4. 单并发上下文窗口16K (16,384 tok)
参数核验:2026-11-20·带宽与算力屋顶模型估算(当前并发=1)
显存不足 (OOM)
636.9/ 94.1 GB 可用显存

物理总容量 96 GB · 占用率 677%

理论带宽解码速度 (Decode)
—tokens/s

超出安全可用上限 542.82 GB

当前并发 (1x) 最大可开窗口
0K/ 256K

MLA 潜在注意力显著压缩高并发 KV 占用

模型权重: 622.01 GBKV Cache (1×16K): 1.15 GB框架开销: 13.74 GB
⛔ 无法加载
参考启动命令:
OLLAMA_CONTEXT_LENGTH=16384 ollama run kimi-k2-5-1000b

本地显存不足?运行 Kimi K2.5 (1T MoE) 的替代方案

可按小时租用预装好 vLLM / LLaMA-Factory 的大显存云显卡,或算一下直接调 API 对比买卡的 12 个月回本线。

📊 Kimi K2.5 (1T MoE) 各量化精度显存占用对照表 (16K 上下文)

量化格式 等效位数 纯权重体积 KV Cache (16K) 总显存需求 精度评价
FP16 / BF16 16 bpw 2052 GB 1.15 GB 2095.49 GB 无损原精度
FP8 / Q8_0 8.5 bpw 1090.13 GB 1.15 GB 1114.38 GB 99.9% 接近无损
GGUF Q6_K 6.56 bpw 841.32 GB 1.15 GB 860.6 GB 极高画质 · 严肃编码
GGUF Q5_K_M 5.69 bpw 729.74 GB 1.15 GB 746.79 GB 高均衡度
Q4_K_M / AWQ 4.85 bpw 622.01 GB 1.15 GB 636.9 GB 黄金甜点(推荐)
GGUF IQ4_XS 4.25 bpw 545.06 GB 1.15 GB 558.42 GB 省显存优选
GGUF Q3_K_M 3.91 bpw 501.46 GB 1.15 GB 513.94 GB 轻度智商折损
GGUF Q2_K 3.15 bpw 403.99 GB 1.15 GB 414.52 GB 极限压缩尝鲜

🖥️ 主流显卡、Mac 与国产卡运行 Kimi K2.5 (1T MoE) (Q4_K_M) 兼容性列表

常见问题解答 (FAQ)

Kimi K2.5 (1T MoE) 的核心网络架构参数(层数、隐藏维度、注意力头、词表)是多少?

Kimi K2.5 (1T MoE) 底层架构为 KimiK25ForConditionalGeneration,共 61 层(61 层稀疏 MoE 架构(384 路由专家,单步激活 8 个)),隐藏层维度 hidden_size=7168,注意力头配置为 64 个 Query 头 / 64 个 KV 头(head_dim=112),词表大小 vocab_size=163,840,原生上下文窗口 262,144 tokens。

Kimi K2.5 (1T MoE) 本地部署至少需要多少 GB 显存?

在主流 4-bit 量化(GGUF Q4_K_M / AWQ,16K 上下文)下,Kimi K2.5 (1T MoE) 共需约 636.9 GB 显存(含权重 622.01 GB + KV 缓存 1.15 GB + 系统开销 13.74 GB)。无损 FP16/BF16 则需约 2095.49 GB。

Kimi K2.5 (1T MoE) 官方推荐的采样参数(Temperature / Top-P)是多少?

依据官方 generation_config.json 与最佳实践,在「官方默认推理采样配置」下建议设置 temperature=0.7、top_p=0.95。