---
title: "Kimi K2 Instruct"
source: "https://systems-analysis.info/wiki/Kimi_K2_Instruct"
wiki: "systems-analysis.info/wiki"
article: "Kimi_K2_Instruct"
language: "ru"
categories:
  - "Категория:Kimi"
  - "Категория:Moonshot AI"
  - "Категория:Russian"
  - "Категория:Большие языковые модели"
  - "Категория:Семейства LLM"
revision_id: 1678
wiki_created_at: 2026-11-12T20:46:30Z
wiki_modified_at: 2026-11-13T02:35:39Z
downloaded_at: 2026-11-13T02:39:31Z
---

# Kimi K2 Instruct

**Kimi K2 Instruct** — открытая MoE-модель китайской компании Moonshot AI (1 трлн общих, 32 млрд активных параметров), посттренированная instruct-версия базовой Kimi K2, обученной на 15,5 трлн токенов с беспрецедентным масштабированием оптимизатора MuonClip и без единого сбоя обучения; модель ориентирована на агентный интеллект — использование инструментов, рассуждение и автономное решение задач, — но не выполняет длинного размышления («рефлекторный» уровень). Выпущена 11 июля 2025 года; весовые коэффициенты опубликованы на Hugging Face под модифицированной лицензией MIT, доступ — через Moonshot API (kimi-k2-0711-preview).

## Технические характеристики

- **Поколение**: Kimi (серия K2; первая instruct-модель серии, предшественник K2 Instruct 0905)
- **Идентификатор**: kimi-k2-0711-preview (API); moonshotai/Kimi-K2-Instruct (Hugging Face)
- **Параметры**: 1 трлн всего / 32 млрд активных (MoE: 384 эксперта, 8 выбираемых и 1 общий на токен; 61 слой, из них 1 плотный); механизм внимания MLA, функция активации SwiGLU; предобучение на 15,5 трлн токенов; оптимизатор MuonClip — вариант оптимизатора Muon, масштабированный до беспрецедентного для него уровня с новыми методами стабилизации
- **Контекстное окно**: 131 072 токена (128 тыс.)
- **Модальности**: только текст (вход и выход)
- **Режим мышления**: не поддерживается (модель «рефлекторного» уровня без длинного размышления)
- **Граница знаний**: декабрь 2024
- **Выпуск**: 11 июля 2025
- **Стоимость**: API — \$0,57 за 1 млн входных токенов, \$2,30 за 1 млн выходных
- Весовые коэффициенты и код распространяются по модифицированной лицензии MIT с условием атрибуции: при использовании в коммерческом продукте или сервисе с более чем 100 млн месячных активных пользователей либо месячной выручкой более \$20 млн в интерфейсе должно заметно отображаться название «Kimi K2». Выпускалась в паре вариантов Base (фундаментальная модель для тонкой настройки) и Instruct (посттренированная); чекпойнт в формате block-fp8, рекомендованные движки вывода — vLLM, SGLang, KTransformers, TensorRT-LLM. Вариант kimi-k2-0711-preview позднее помечен как устаревший (deprecated) в списке моделей Kimi API.
- Технические характеристики — <a href="https://huggingface.co/moonshotai/Kimi-K2-Instruct" class="external text" rel="nofollow">карточка модели</a> на Hugging Face.

## История и разработка

Kimi K2 Instruct была выпущена 11 июля 2025 года одновременно с базовой моделью Kimi-K2-Base и на момент выхода стала одной из крупнейших моделей с открытыми весами<sup>[\[1\]](https://systems-analysis.info/wiki/Kimi_K2_Instruct#cite_note-k2-card-1)[\[2\]](https://systems-analysis.info/wiki/Kimi_K2_Instruct#cite_note-k2-hpcwire-2)</sup>. По данным технического отчёта, модель занимала первое место среди открытых моделей на LMSYS Chatbot Arena на момент выпуска<sup>[\[3\]](https://systems-analysis.info/wiki/Kimi_K2_Instruct#cite_note-k2-paper-3)</sup>. На ключевых бенчмарках модель обходит DeepSeek-V3-0324, Qwen3-235B-A22B, GPT-4.1 и Gemini 2.5 Flash, приближаясь к Claude Sonnet 4 и Claude Opus 4 (без расширенного размышления): LiveCodeBench v6 — 53,7, OJBench — 27,1, SWE-bench Verified (агентно) — 65,8, SWE-bench Multilingual — 47,3, AIME 2024 — 69,6, MATH-500 — 97,4, Tau2 (telecom) — 65,8, AceBench — 76,5<sup>[\[1\]](https://systems-analysis.info/wiki/Kimi_K2_Instruct#cite_note-k2-card-1)</sup>.

Обучение потребовало, по данным карточки, 15,5 трлн токенов с «нулевой нестабильностью обучения»; оптимизатор Muon был применён в масштабе, ранее недостижимом для MoE-моделей такого размера, с новыми приёмами устранения нестабильности (MuonClip)<sup>[\[1\]](https://systems-analysis.info/wiki/Kimi_K2_Instruct#cite_note-k2-card-1)</sup>. Отличительной чертой релиза стала ориентация на агентные сценарии: посттренировка сочетала обучение с подкреплением для использования инструментов, рассуждений и автономного решения задач, а API модели предоставлялся в том числе в Anthropic-совместимом виде для работы с агентными каркасами<sup>[\[4\]](https://systems-analysis.info/wiki/Kimi_K2_Instruct#cite_note-k2-page-4)</sup>. Релиз был встречен широким признанием — в частности, за сильное творческое письмо и программирование<sup>[\[5\]](https://systems-analysis.info/wiki/Kimi_K2_Instruct#cite_note-k2-scmp-5)</sup>.

Уже 9 сентября 2025 года вышло обновление K2 Instruct 0905 с контекстом 256 тыс. токенов и усиленным агентным кодированием, 6 ноября — K2 Thinking с режимом размышления<sup>[\[6\]](https://systems-analysis.info/wiki/Kimi_K2_Instruct#cite_note-k2-wp-6)</sup>. Серия K2 в дальнейшем стала основой для посттренировки сторонних моделей, включая Inkling от Thinking Machines Lab и Composer 2 от Cursor<sup>[\[6\]](https://systems-analysis.info/wiki/Kimi_K2_Instruct#cite_note-k2-wp-6)</sup>; сама версия 0711 после выхода преемниц была помечена в Kimi API как устаревшая<sup>[\[7\]](https://systems-analysis.info/wiki/Kimi_K2_Instruct#cite_note-k2-models-7)</sup>.

## Ссылки

- <a href="https://huggingface.co/moonshotai/Kimi-K2-Instruct" class="external text" rel="nofollow">Kimi K2 Instruct Model Card</a> — карточка модели на Hugging Face
- <a href="https://moonshotai.github.io/Kimi-K2/" class="external text" rel="nofollow">Kimi K2: Open Agentic Intelligence</a> — страница проекта
- <a href="https://arxiv.org/abs/2507.20534" class="external text" rel="nofollow">Kimi K2: Open Agentic Intelligence</a> — технический отчёт (arXiv:2507.20534)

<!-- -->

- [Kimi (Moonshot AI)](https://systems-analysis.info/wiki/Kimi_(Moonshot_AI) "Kimi (Moonshot AI)")
- [Kimi K2 Base](https://systems-analysis.info/wiki/Kimi_K2_Base "Kimi K2 Base")
- [Kimi K2 Instruct 0905](https://systems-analysis.info/wiki/Kimi_K2_Instruct_0905 "Kimi K2 Instruct 0905")

## Примечания

1.  <span id="cite_note-k2-card-1">↑ <sup>[1,0](https://systems-analysis.info/wiki/Kimi_K2_Instruct#cite_ref-k2-card_1-0)</sup> <sup>[1,1](https://systems-analysis.info/wiki/Kimi_K2_Instruct#cite_ref-k2-card_1-1)</sup> <sup>[1,2](https://systems-analysis.info/wiki/Kimi_K2_Instruct#cite_ref-k2-card_1-2)</sup> <a href="https://huggingface.co/moonshotai/Kimi-K2-Instruct" class="external text" rel="nofollow">Kimi K2 Instruct Model Card</a>. Hugging Face (Moonshot AI). Июль 2025.</span>
2.  <span id="cite_note-k2-hpcwire-2">[↑](https://systems-analysis.info/wiki/Kimi_K2_Instruct#cite_ref-k2-hpcwire_2-0) <a href="https://www.hpcwire.com/2025/07/16/chinas-moonshot-ai-releases-trillion-parameter-model-kimi-k2/" class="external text" rel="nofollow">China’s Moonshot AI releases trillion-parameter model Kimi K2</a>. HPCwire. 16 июля 2025.</span>
3.  <span id="cite_note-k2-paper-3">[↑](https://systems-analysis.info/wiki/Kimi_K2_Instruct#cite_ref-k2-paper_3-0) Kimi Team (2025). *Kimi K2: Open Agentic Intelligence*. arXiv:2507.20534 \[cs.LG\], 28 июля 2025 (v2: 3 февраля 2026). <a href="https://arxiv.org/abs/2507.20534" class="external free" rel="nofollow">https://arxiv.org/abs/2507.20534</a></span>
4.  <span id="cite_note-k2-page-4">[↑](https://systems-analysis.info/wiki/Kimi_K2_Instruct#cite_ref-k2-page_4-0) <a href="https://moonshotai.github.io/Kimi-K2/" class="external text" rel="nofollow">Kimi K2: Open Agentic Intelligence</a>. Страница проекта Moonshot AI.</span>
5.  <span id="cite_note-k2-scmp-5">[↑](https://systems-analysis.info/wiki/Kimi_K2_Instruct#cite_ref-k2-scmp_5-0) <a href="https://www.scmp.com/tech/tech-trends/article/3324350/moonshot-ais-updated-kimi-model-offers-expanded-context-window-improved-coding" class="external text" rel="nofollow">Moonshot AI’s updated Kimi model offers expanded context window, improved coding</a>. South China Morning Post. 4 сентября 2025.</span>
6.  <span id="cite_note-k2-wp-6">↑ <sup>[6,0](https://systems-analysis.info/wiki/Kimi_K2_Instruct#cite_ref-k2-wp_6-0)</sup> <sup>[6,1](https://systems-analysis.info/wiki/Kimi_K2_Instruct#cite_ref-k2-wp_6-1)</sup> <a href="https://en.wikipedia.org/wiki/Kimi_(AI)" class="external text" rel="nofollow">Kimi (AI)</a>. Wikipedia.</span>
7.  <span id="cite_note-k2-models-7">[↑](https://systems-analysis.info/wiki/Kimi_K2_Instruct#cite_ref-k2-models_7-0) <a href="https://platform.kimi.ai/docs/models" class="external text" rel="nofollow">Model List</a>. Kimi API Platform.</span>
