Multimodalny flagowy model Moonshot AI - 'Visual Agentic Intelligence'. 1T MoE / 32B aktywnych, rozumienie wizji i języka, tryby instant i thinking, paradygmaty konwersacyjne i agentowe. Styczeń 2026.
✓ Aktywny✓ Publiczny dostęp⚖ Open weights★ WyróżnionyLLMModel multimodalnyModel rozumowaniaModel używający narzędzi📁 Kimi
Okno kontekstowe
256K
tokenów
Parametry
1T total / 32B activated (MoE)
parametrów
Max output
32 768
tokenów
Data premiery
27 stycznia 2026
Dostęp:APIDownloadHostedWdrożenie:☁ Cloud💻 Lokalnie
Przegląd
Dostęp i wdrożenie
APIPobieranieHostowane
ChmuraLokalnie
Wagi: Open weights
Kluczowe parametry
📏 Kontekst: 256K
🧩 Parametry: 1T total / 32B activated (MoE)
✓ Narzędzia · ✓ Fine-tuning
📥 Wejście: tekst, obraz, dokumenty, dane strukturalne
Specyfikacja techniczna
Okno kontekstowe
256K
tokenów
Parametry
1T total / 32B activated (MoE)
parametrów
Max output tokens
32 768
tokenów na odpowiedź
Knowledge cutoff
1 lis 2025
Data graniczna wiedzy
Licencja
Modified MIT License (open-source z ograniczeniami komercyjnymi dla dużych deploymentów - patrz repo Moonshot)
Wymagania sprzętowe
Model open-weights (moonshotai/Kimi-K2.5 na Hugging Face) - self-hosting na infrastrukturze wieloGPUowej (rekomendowane 8+ H100/H200 z kwantyzacją INT8 dla 32B aktywnych, ~100GB+ VRAM). Moonshot serwuje model komercyjnie przez API platform.moonshot.ai z opcją K2 Turbo na szybszym sprzęcie.
Funkcje:✓ Używanie narzędzi✓ Fine-tuning
Modalności
⬇ Wejście (Input)
textimagedocumentsstructured_data
⬆ Wyjście (Output)
textcodestructured_data
Możliwości i zastosowania
Natywne możliwości modelu
Zaawansowane rozumowanie
Zdolność do wieloetapowego, ustrukturyzowanego rozumowania: analiza problemów, planowanie kroków, wnioskowanie na podstawie hipotez. Modele reasoning-first (np. GPT-5.1 Thinking) dedykują część inferencji na łańcuchy myślowe zanim udzielą odpowiedzi.
Kategoria: reasoning
Rozszerzony tryb rozumowania
Wariant modelu rozumującego z dłuższym budżetem inferencji: więcej cykli myślenia, większa precyzja odpowiedzi kosztem czasu odpowiedzi. Wybór między 'standard' a 'extended' thinking pozostawiony użytkownikowi (np. selektor w GPT-5.2 Pro).
Kategoria: reasoning
Adaptacyjny wysiłek rozumowania
Model sam decyduje ile 'myślenia' poświęcić na konkretne zapytanie: proste pytania odpowiadane szybko, złożone problemy dostają więcej cykli inferencji. Cecha GPT-5.1 (Instant i Thinking) skracająca czas dla łatwych zadań, wydłużająca dla trudnych.
Kategoria: reasoning
Rozumowanie wieloetapowe
Prowadzenie wieloetapowego toku rozumowania w długich, złożonych zadaniach.
Kategoria: reasoning
Rozumowanie matematyczne
Zdolność modelu do rozwiązywania zadań matematycznych wymagających wieloetapowego rozumowania — równania, dowody, kombinatoryka, geometria, rachunek różniczkowy, zadania konkursowe.
Kategoria: reasoning
Programowanie
Generowanie, analizowanie i modyfikowanie kodu w wielu językach programowania. Obejmuje pisanie funkcji, debugowanie, refaktoryzację, code review, tworzenie testów. Mierzone benchmarkami takimi jak HumanEval, SWE-bench.
Kategoria: coding
Kodowanie agentowe
Wielogodzinne, wieloetapowe zadania programistyczne wykonywane samodzielnie przez model: klonowanie repozytorium, uruchamianie testów, iteracja poprawek, integracja z narzędziami CLI. Charakterystyczne dla wariantów Codex (GPT-5.1-Codex-Mini, Codex-Max).
Kategoria: coding
Zdolności agentowe
Zdolność modelu do autonomicznego planowania i wykonywania wieloetapowych zadań poprzez sekwencyjne użycie narzędzi, utrzymywanie kontekstu i adaptację do wyników pośrednich.
Kategoria: planning
Użycie narzędzi
Zdolność modelu do wywoływania zewnętrznych funkcji, API i narzędzi w trakcie rozmowy: kalkulator, wyszukiwarka, edytor kodu, baza danych. Model decyduje kiedy i jak użyć narzędzia oraz interpretuje jego wynik.
Kategoria: planning
Długi kontekst
Obsługa dużych okien kontekstowych — dziesiątek do setek tysięcy (lub milionów) tokenów wejścia. Umożliwia analizę całych baz kodu, długich dokumentów, wielu równolegle rozmów bez utraty wcześniejszych informacji. GPT-5.1 wspiera 400 000 tokenów.
Kategoria: language
Cachowanie promptów
Optymalizacja kosztowo-wydajnościowa: powtarzane fragmenty promptów (np. system prompt, długa dokumentacja) są cachowane po stronie serwera i tańsze w kolejnych wywołaniach. Znacząco obniża koszt aplikacji z długimi kontekstami.
Kategoria: other
Wielojęzyczność
Kompetencje w wielu językach naturalnych (od kilku do stu+): rozumienie, generowanie, tłumaczenie, code-switching w obrębie jednej rozmowy. Modele frontier obsługują szeroki wachlarz języków ze zbliżoną jakością.
Kategoria: language
Cennik
Architektura techniczna
Rdzeń architektury (Core Architecture)
Wdrożenie i bezpieczeństwo
🔒 Security / Enterprise
✓ Zweryfikowane informacje enterprise
Model hostowany na infrastrukturze Moonshot AI w Chinach - podlega chińskim regulacjom AI (Cyberspace Administration of China, filtry treści politycznie wrażliwej). Wagi udostępnione publicznie (Modified MIT), więc możliwy self-hosting w prywatnej chmurze lub on-premise dla klientów wymagających data residency poza Chinami. API dostępne przez platform.moonshot.ai z autentykacją API key.