moonshotai
MoonshotAI: Kimi K2 0905
moonshotai/kimi-k2-0905
Nuestro análisis
Análisis asistido por IA basado en las fuentes siguientes. La idoneidad es una valoración editorial; compruébala con tus propias tareas.
Kimi K2 0905 de Moonshot AI es la actualización de septiembre de Kimi K2, descrita en su documentación como un modelo de lenguaje de mezcla de expertos con un billón de parámetros totales y 32 mil millones activados por token. El proveedor destaca mejoras en programación agéntica y frontend, llamadas a herramientas y una ventana de contexto ampliada a 256k tokens. Las pruebas del propio proveedor reportan avances frente a la versión anterior en tareas de ingeniería de software, pero son resultados autodeclarados. El catálogo de OpenRouter indica entrada y salida solo de texto, con salidas estructuradas y soporte de herramientas. No se incluyeron evaluaciones independientes en las fuentes aportadas.[1][2]
Puntos fuertes
- La documentación del proveedor describe una arquitectura MoE de un billón de parámetros con 32 mil millones activados por token y una ventana de contexto de 256k tokens, el doble que la versión anterior.[1][2]
- El proveedor reporta mejoras en programación agéntica y frontend, además de llamadas a herramientas sólidas; el catálogo de OpenRouter lista herramientas, tool_choice, salidas estructuradas y soporte de semilla.[1][2]
- Las pruebas de programación del propio proveedor reportan mayor precisión que la versión anterior de K2, pero son cifras autodeclaradas y no verificadas de forma independiente.[2]
Limitaciones
- La evidencia procede únicamente de la ficha del proveedor y del catálogo de OpenRouter; no se aportaron pruebas ni reseñas independientes, por lo que conviene validar las afirmaciones en sus propias cargas de trabajo.[1][2]
- OpenRouter indica texto como única modalidad de entrada y salida; no se documentan otras modalidades.[1]
- OpenRouter reporta un corte de conocimiento a finales de 2024 y sin modo de razonamiento dedicado; la licencia es una variante modificada de MIT que conviene revisar antes de usarla.[1][2]
Dónde utilizarlo
- Asistentes de programación agéntica o de mantenimiento de software, donde el proveedor reporta sus mejores resultados; ajuste sugerido sujeto a pruebas en sus propios repositorios.[2]
- Análisis de documentos largos o tareas de varios pasos que podrían beneficiarse de la ventana de contexto documentada de 256k tokens.[1][2]
- Aplicaciones de chat con herramientas mediante APIs compatibles con OpenAI o Anthropic, o motores de inferencia como vLLM y SGLang.[2]
Fuentes
- [1] OpenRouter catalog · MoonshotAI: Kimi K2 0905Fuentes consultadas: 13 nov 2026
- [2] Model documentation · MoonshotAI: Kimi K2 0905Fuentes consultadas: 13 nov 2026
Sobre este modelo
La descripción siguiente es el texto original aportado por OpenRouter, en el idioma de la fuente.
Kimi K2 0905 is the September update of [Kimi K2 0711](moonshotai/kimi-k2). It is a large-scale Mixture-of-Experts (MoE) language model developed by Moonshot AI, featuring 1 trillion total parameters with 32...
Especificaciones
- ID del modelo
- moonshotai/kimi-k2-0905
- Creador
- moonshotai
- Añadido a OpenRouter
- 04.09.2025
- Longitud de contexto
- 262,144
- Modalidad
- text->text
- Modalidades de entrada
- text
- Modalidades de salida
- text
- Precio por token
- USD por 1M de tokens: entrada $0.600 / salida $2.5
- Corte de conocimiento
- 31.12.2024
- Fecha de expiración
- —
Tareas y capacidades
Una nota aparece solo cuando la fuente aporta una medición correspondiente para esa tarea, el modelo está activo y la cohorte tiene al menos 10 modelos comparables. La columna de capacidad muestra hechos declarados por la fuente — formatos compatibles, razonamiento y parámetros de herramientas — que no son calidad medida.
| Tarea | Nota | Capacidad declarada por la fuente |
|---|---|---|
| Calidad general | Sin medición | — |
| Programación | Sin medición | — |
| Agentes | Sin medición | parámetros: structured_outputs, tool_choice, tools |
| Escritura | Sin medición | salida: text |
| Razonamiento | Sin medición | — |
| Análisis de documentos | Sin medición | — |
| Visión | Sin medición | — |
| Generación de imágenes | Sin medición | — |
| Audio | Sin medición | — |
| Vídeo | Sin medición | — |
| Embeddings | Sin medición | — |
Evaluaciones
| Fuente | Benchmark | Valor | Nota | Datos obtenidos |
|---|---|---|---|---|
| Design Arena | models · codecategoriestasa de victoria 48.5% · posición 112 | 1,088Elo | CC — por debajo de la franja B | 13.11.2026 |
| Design Arena | models · websitetasa de victoria 48.3% · posición 114 | 1,100Elo | CC — por debajo de la franja B | 13.11.2026 |
Cómo funcionan las notas
Cada nota compara un modelo solo con otros modelos evaluados por la misma fuente y métrica en la instantánea actual. S es el 10% superior, A el siguiente 20%, B el siguiente 30% y C el resto. Los modelos sin medición publicada aparecen como no evaluados: un formato compatible nunca implica calidad medida.
- S — S — 10% superior de la cohorte
- A — A — siguiente 20% de la cohorte
- B — B — siguiente 30% de la cohorte
- C — C — por debajo de la franja B
Proveedores
Estadísticas opcionales de proveedores en vivo desde OpenRouter. Los valores ausentes son desconocidos, no cero.
| Proveedor | Longitud de contexto | Precio entrada /1M | Precio salida /1M | Latencia p50 (30m, s) | Rendimiento p50 (30m, tok/s) | Disponibilidad (30m) |
|---|---|---|---|---|---|---|
| Novitafp8 | 262,144 | $0.600 | $2.5 | — | — | 100% |
Datos de proveedores obtenidos: 13.11.2026
Artículos relacionados
Ningún artículo publicado identifica aún este modelo.