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
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)
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
📊 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
💻 代码工程 8 项
经人类工程师逐题验证可解的 500 道真实 GitHub 开源仓库 Issue 修复基准,衡量模型阅读大型代码库并生成通过单测补丁的实战工程能力。
覆盖 Java、TypeScript、JavaScript、Go、Rust、C 与 C++ 等主流语言的 1,632 道真实开源仓库 Issue 修复评测。
评估 AI 智能体能否从零阅读机器学习顶会论文,自主编写代码、运行实验并完整复现论文核心结果的超难科研工程基准。
Terminal-Bench 2.0 真实终端环境智能体评测,衡量命令行工具链操控与长链路工程任务完成率。
SWE-Bench 高阶专业版,聚焦需要跨文件长链推理与复杂架构改动的真实工业级软件工程任务。
由自然科学家编制的科研编程基准,将物理、化学、生物、数学等 16 个学科的 80 个真实科研计算问题拆解为 338 个编程子任务。
受控靶场环境下的网络安全智能体评测,考察代码安全审计、漏洞定位与攻防分析能力。
面向数小时至数十小时开放式大型工程项目(系统性能优化、大规模代码构建、应用机器学习研发)的前沿软件工程评测。
🤖 Agent 与工具调用 4 项
📐 数学 8 项
2025 年美国数学邀请赛(AIME I & II)全部 30 道奥数预选真题,考验多步代数、几何、数论与组合推理。
2025 年哈佛-麻省理工数学锦标赛(HMMT)竞赛数学评测,涵盖代数、几何与组合难题。
MathVista 视觉数学与图表推理的精简核心评测集。
MMLU 进阶推理增强版,将选项从 4 个扩充至 10 个并剔除简单记忆题,重点考察跨学科复杂计算与多步逻辑推理。
多模态竞赛数学推理基准(MATH-Vision),精选必须看懂几何图形、函数图像或组合示意图才能求解的真实数学竞赛题。
国际数学奥林匹克(IMO)级别高难数学答案生成与验证基准,测试顶级数学竞赛求解实力。
每月基于最新 arXiv 论文、新闻与新数据集动态更新题目的抗污染综合评测基准(客观规则自动判分,不依赖裁判模型)。
「人类最后的考试」(HLE),由全球学者联合出题的 2,500 道数学、人文与自然科学前沿难题(图文多模态),专门测试大模型在人类知识边界上的推理极限。
👁️ 多模态与视觉 14 项
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。
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。
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。
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。
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。
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)。
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 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。
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。
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。
细粒度视频运动模式、姿态轨迹与动作序列理解评测。
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)。
面向简明客观事实看图问答的视觉准确性评测。
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)。
📜 长上下文 2 项
🧠 推理与科学 2 项
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
物理总容量 96 GB · 占用率 677%
超出安全可用上限 542.82 GB
MLA 潜在注意力显著压缩高并发 KV 占用
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。