moonshotai
MoonshotAI: Kimi K2 Thinking
moonshotai/kimi-k2-thinking
Nossa análise
Análise com auxílio de IA baseada nas fontes abaixo. A adequação é uma avaliação editorial; teste com suas próprias tarefas.
Kimi K2 Thinking é o modelo de raciocínio de pesos abertos da Moonshot AI, catalogado como moonshotai/kimi-k2-thinking. Sua documentação descreve uma arquitetura Mixture-of-Experts de um trilhão de parâmetros com 32B ativados por token, janela de contexto de 256K e quantização INT4 nativa via treinamento ciente de quantização. O raciocínio é obrigatório segundo o catálogo da OpenRouter, e a documentação enfatiza a cadeia de pensamento intercalada com chamadas de função em execuções agênticas longas. Os resultados relatados são fortes em raciocínio, busca agêntica e programação, embora venham principalmente do próprio fabricante.[1][2]
Pontos fortes
- O fabricante relata uso de ferramentas estável e orientado a objetivos ao longo de centenas de chamadas sequenciais, com raciocínio intercalado entre invocações de funções.[2]
- Amplia janela de contexto de 256K e pesos INT4 nativos; a ficha afirma que o treinamento ciente de quantização preserva a precisão enquanto reduz latência e memória de GPU.[1][2]
- Pesos abertos sob licença MIT modificada, com guias de implantação para vLLM, SGLang e KTransformers e suporte de API para ferramentas e saídas estruturadas.[1][2]
Limitações
- Raciocínio sempre ativo: o catálogo da OpenRouter o marca como obrigatório e sem níveis de esforço configuráveis, portanto não pode ser desativado em consultas simples.[1]
- A maioria dos dados de desempenho vem do fabricante; a própria ficha adverte que seu modo de chat ao consumidor pode não reproduzir os resultados, e as medições independentes deste pacote são escassas.[1][2]
- Entrada e saída apenas de texto; a data de corte de conhecimento e o hardware mínimo de implantação não constam nestas fontes, então vale validar a auto-hospedagem conforme a carga de trabalho.[1][2]
Onde usar
- Potencialmente adequado para fluxos agênticos de pesquisa ou navegação que encadeiam muitas chamadas de ferramentas, segundo as alegações do fabricante; recomenda-se pilotar antes do uso em produção.[2]
- Candidato a assistentes de programação e agentes de engenharia de software, dado o suporte documentado a chamadas de ferramentas e as avaliações de código relatadas pelo fabricante.[1][2]
- Perguntas e respostas sobre documentos longos ou tarefas analíticas de várias etapas que aproveitem a ampla janela de contexto e o raciocínio integrado.[1][2]
Fontes
- [1] OpenRouter catalog · MoonshotAI: Kimi K2 ThinkingFontes consultadas: 13 de nov. de 2026
- [2] Model documentation · MoonshotAI: Kimi K2 ThinkingFontes consultadas: 13 de nov. de 2026
Sobre este modelo
A descrição abaixo é o texto original fornecido pelo OpenRouter, no idioma da fonte.
Kimi K2 Thinking is Moonshot AI’s most advanced open reasoning model to date, extending the K2 series into agentic, long-horizon reasoning. Built on the trillion-parameter Mixture-of-Experts (MoE) architecture introduced in...
Especificações
- ID do modelo
- moonshotai/kimi-k2-thinking
- ID canônico
- moonshotai/kimi-k2-thinking-20251106
- Criador
- moonshotai
- Adicionado ao OpenRouter
- 06.11.2025
- Comprimento de contexto
- 262,144
- Modalidade
- text->text
- Modalidades de entrada
- text
- Modalidades de saída
- text
- Preço por token
- USD por 1M de tokens: entrada $0.600 / saída $2.5
- Corte de conhecimento
- —
- Data de expiração
- —
Tarefas e capacidades
Uma nota aparece apenas quando a fonte fornece uma medição correspondente para aquela tarefa, o modelo está ativo e a coorte tem pelo menos 10 modelos comparáveis. A coluna de capacidade lista fatos declarados pela fonte — formatos compatíveis, raciocínio e parâmetros de ferramentas — que não são qualidade medida.
| Tarefa | Nota | Capacidade declarada pela fonte |
|---|---|---|
| Qualidade geral | Sem medição | raciocínio: obrigatório · parâmetros: include_reasoning, reasoning |
| Programação | CC — abaixo da faixa B | — |
| Agentes | Sem medição | parâmetros: structured_outputs, tool_choice, tools |
| Escrita | Sem medição | saída: text |
| Raciocínio | Sem medição | raciocínio: obrigatório · parâmetros: include_reasoning, reasoning |
| Análise de documentos | Sem medição | — |
| Visão | Sem medição | — |
| Geração de imagens | Sem medição | — |
| Áudio | Sem medição | — |
| Vídeo | Sem medição | — |
| Embeddings | Sem medição | — |
Avaliações
| Fonte | Benchmark | Valor | Nota | Dados obtidos |
|---|---|---|---|---|
| Artificial Analysis | Coding index | 21 | CC — abaixo da faixa B | 13.11.2026 |
| Design Arena | models · websitetaxa de vitória 48.8% · posição 111 | 1,106Elo | CC — abaixo da faixa B | 13.11.2026 |
Como funcionam as notas
Cada nota compara um modelo apenas com outros modelos avaliados pela mesma fonte e métrica no snapshot atual. S é o top 10%, A os 20% seguintes, B os 30% seguintes e C o restante. Modelos sem medição publicada aparecem como não avaliados — um formato compatível nunca implica qualidade medida.
- S — S — top 10% da coorte
- A — A — próximos 20% da coorte
- B — B — próximos 30% da coorte
- C — C — abaixo da faixa B
Provedores
Estatísticas opcionais de provedores ao vivo do OpenRouter. Valores ausentes são desconhecidos, não zero.
| Provedor | Comprimento de contexto | Preço entrada /1M | Preço saída /1M | Latência p50 (30m, s) | Taxa p50 (30m, tok/s) | Disponibilidade (30m) |
|---|---|---|---|---|---|---|
| Novitabf16 | 262,144 | $0.600 | $2.5 | — | — | 100% |
Dados de provedores obtidos: 13.11.2026
Artigos relacionados
Nenhum artigo publicado identifica este modelo ainda.