Moonshot AI представила обновление своей нейросети Kimi K2-Instruct — версия 0905 теперь включает окно контекста в 256k токенов, улучшенную генерацию кода (особенно для фронтенда) и более точное взаимодействие с инструментами и сценариями для агентов.
Для разработчиков это означает возможность обрабатывать значительно более объемные репозитории и длинные цепочки вызовов, а также ускоренное выполнение агентов и автоматическую генерацию пользовательского интерфейса.
Читайте также: ТОП-10 лучших курсов по ИИ
Что нового в Kimi K2-0905
Компания акцентирует внимание на стабильной скорости отклика и «идеальной» точности вызовов инструментов в turbo-API, хотя эти характеристики пока что указаны в рекламных материалах.
Детали:
- Контекст в 256k — теперь модель может работать с проектами и документами вдвое длиннее по сравнению с предыдущей версией.
- Фронтенд и код — K2 стала точнее воспроизводить стиль и структуру в коде пользовательского интерфейса, что упрощает разработку интерфейсов.
- Интеграции с агентами — модель легче подключать к популярным инструментам, таким как Claude Code и Roo Code.
- Скорость и вызов инструментов — утверждаются 60–100+ TPS и стопроцентная корректность вызовов инструментов при работе через turbo-API.
Kimi K2-0905 продемонстрировала уверенный рост в бенчмарках: на SWE-Bench Verified результат превышает 65%, на LiveCodeBench — 53,7%, что лучше, чем у GPT-4.1 и DeepSeek-V3. В математике модель достигла почти 97,4 % (MATH-500), а на MMLU набрала около 89,5 %. Эти результаты делают её одной из самых мощных открытых моделей для задач кодирования и reasoning: она более стабильна на инженерных бенчмарках, быстрее в генерации кода и с заметным запасом по математике и общим знаниям.
При этом Kimi K2-0905 уже в ряде сценариев обходила Claude Sonnet 4 — особенно в многоязычных и терминальных тестах, в то время как Sonnet продолжает оставаться впереди на «чистом» SWE-Bench Verified и в SWE-Dev, но разница минимальна.
Kimi K2 — бесплатная открытая MoE-модель от Moonshot AI, ориентированная на генерацию кода и работу в агентовых средах. В июле компания впервые представила K2 как модель с открытыми весами, сделав акцент на гибкости и интеграции с внешними сервисами. С тех пор K2 активно внедряется в IDE, кодовые ассистенты и облачные платформы.
Весы и код уже доступны на Hugging Face — по ссылке. Общение с новой моделью возможно в Kimi Chat, а доступ к turbo-API открыт на платформе Moonshot.
Ранее Google представила нейросеть EmbeddingGemma для локального использования.
