Modelos Kimi: Potência Multimodal e Agentes de IA Avançados
Explore a revolução da inteligência artificial com os modelos Kimi K2.5 e K2, líderes em raciocínio e inovação multimodal.
Experimentar Agora
Visão geral dos modelos Kimi
A plataforma Kimi, desenvolvida pela Moonshot AI, oferece uma linha impressionante de modelos de inteligência artificial construídos sobre uma arquitetura Mixture-of-Experts de 1 trilhão de parâmetros. O modelo topo de gama Kimi K2.5, lançado em janeiro de 2026, entrega capacidades multimodais nativas, coordenação de enxame de agentes e um desempenho em testes de referência que rivaliza com o GPT-5.2 e o Claude Opus 4.5. Quer necessite de respostas rápidas para consultas simples, raciocínio profundo para problemas complexos ou fluxos de trabalho de agentes autónomos, a família de modelos Kimi cobre todos os casos de uso.
O ecossistema Kimi evoluiu rapidamente desde o lançamento do K1.5 em janeiro de 2025. Cada lançamento subsequente expandiu as capacidades desde o raciocínio apenas de texto até à compreensão multimodal completa com vídeo, imagens e documentos. Todos os modelos da série K2 partilham a mesma base MoE de 1T, mas diferem nos dados de treino, conjuntos de funcionalidades e modos operacionais. Atualmente, em 2026, todo o modelo K2.5 é de código aberto sob uma Licença MIT Modificada, disponível no Hugging Face para implementação em servidores próprios.
| Modelo | Data de Lançamento | Parâmetros | Janela de Contexto | Principais Características |
|---|---|---|---|---|
| Kimi K2.5 | Janeiro de 2026 | 1T MoE (32B ativos) | 256K tokens | Multimodal nativo, Enxame de Agentes, código aberto |
| Kimi K2-Instruct-0905 | Setembro de 2025 | 1T MoE (32B ativos) | 256K tokens | Programação melhorada, contexto alargado |
| Kimi K2 | Julho de 2025 | 1T MoE (32B ativos) | 128K tokens | Primeiro MoE de 1T, base de código aberto |
| Kimi Linear | Outubro de 2025 | 48B MoE (3B ativos) | 128K tokens | Leve, inferência eficiente |
| Kimi-VL | Abril de 2025 | 16B MoE (3B ativos) | 128K tokens | Visão e linguagem, multimodal compacto |
| Kimi K1.5 | Janeiro de 2025 | Não revelado | 128K tokens | Paridade de raciocínio com OpenAI o1 |
Modelo principal Kimi K2.5
O Kimi K2.5 representa o modelo mais capaz da linha, treinado em aproximadamente 15 trilhões de tokens mistos de texto e visão através de um pré-treino contínuo sobre a base do K2. A arquitetura utiliza 384 especialistas com 8 ativados por token, Multi-Latent Attention (MLA) e ativação SwiGLU. O design multimodal nativo integra o MoonViT-3D, um codificador de visão de 400M de parâmetros que utiliza empacotamento NaViT para entrada de imagens com resolução variável.
Quatro modos de operação
O K2.5 opera em quatro modos distintos, cada um otimizado para diferentes fluxos de trabalho. O K2.5 Instant fornece respostas rápidas sem processamento analítico para consultas diretas. O K2.5 Thinking activa o raciocínio em cadeia para problemas complexos. O K2.5 Agent permite o uso de ferramentas por um único agente para a conclusão de tarefas autónomas. O K2.5 Agent Swarm coordena até 100 subagentes especializados que trabalham em paralelo, reduzindo o tempo de execução em 4,5 vezes.
| Modo | Caso de Uso | Velocidade | Profundidade de Raciocínio |
|---|---|---|---|
| K2.5 Instant | Respostas rápidas, tarefas simples | A mais rápida | Padrão |
| K2.5 Thinking | Matemática, lógica, análise complexa | Moderada | Cadeia de raciocínio profunda |
| K2.5 Agent | Uso de ferramentas, execução de código | Depende da tarefa | Raciocínio agêntico |
| K2.5 Agent Swarm | Pesquisa complexa, fluxos multietapa | 4,5x mais rápido que agente único | Multiaugente distribuído |
Desempenho em testes de referência
O K2.5 atinge 96,1% no AIME 2025 (GPT-5.2: 100%), 98,0% no MATH-500 e 87,6% no GPQA-Diamond. Na área da programação, obtém 83,1% no LiveCodeBench v6, superando significativamente os 64,0% do Claude Opus 4.5. O modo Agent Swarm alcançou 50,2% no Humanity's Last Exam com ferramentas, ultrapassando os 45,5% do GPT-5.2 com um custo 76% inferior. As capacidades de visão incluem 92,3% no OCRBench e 86,6% no VideoMMMU.
Modelo base Kimi K2
Lançado em julho de 2025, o K2 foi o primeiro modelo MoE de 1 trilhão de parâmetros da Moonshot AI e serviu de base para todos os lançamentos subsequentes da série K2. Disponibilizado como código aberto sob a Licença MIT, estabeleceu a arquitetura de 384 especialistas com 32B de parâmetros ativos que o K2.5 herdou. O lançamento original suportava 128K tokens de contexto, sendo posteriormente estendido para 256K com a atualização Instruct de setembro de 2025.
O K2-Instruct-0905 trouxe melhorias significativas na geração de código e a janela de contexto expandida. Esta atualização obteve 94,5% no HumanEval, demonstrando fortes competências de programação. A variante Instruct permanece disponível como uma alternativa de apenas texto para utilizadores que não necessitam de funcionalidades multimodais.
Modelos de arquitetura leve
Kimi Linear
Lançado em outubro de 2025, o Kimi Linear utiliza uma arquitetura MoE compacta de 48B com apenas 3B de parâmetros ativos por token. Projetado para implementação em dispositivos locais e ambientes com recursos limitados, entrega um desempenho surpreendente em relação ao seu tamanho. O modelo suporta um contexto de 128K tokens e funciona de forma eficiente em hardware de consumo, sendo adequado para aplicações móveis e cenários de alto rendimento onde a latência é mais crítica que a capacidade máxima.
Kimi-VL
O Kimi-VL é um modelo de visão e linguagem MoE de 16B de parâmetros com 3B de parâmetros ativos. Foi o primeiro modelo multimodal de código aberto da Moonshot AI, projetado para tarefas que combinam a compreensão de imagem com a geração de texto. Embora tenha sido superado pelas capacidades multimodais nativas do K2.5 em cargas de trabalho exigentes, o Kimi-VL continua a ser valioso para tarefas de visão leves onde o modelo completo de 1T seria excessivo.
Modelo de raciocínio Kimi K1.5
O K1.5 marcou a entrada da Moonshot AI nos modelos de raciocínio avançado em 2025. Alcançou paridade de desempenho com o OpenAI o1 em testes de matemática e programação, introduzindo capacidades de raciocínio baseadas em aprendizagem por reforço na plataforma Kimi. Embora a contagem exata de parâmetros nunca tenha sido revelada, o K1.5 demonstrou que a empresa poderia competir na fronteira do raciocínio de IA.
Este modelo focou-se exclusivamente no raciocínio baseado em texto. O seu lançamento estabeleceu a Moonshot AI como um competidor sério no espaço de modelos analíticos e preparou o terreno para a série K2. Recomenda-se que os utilizadores que ainda utilizam o K1.5 atualizem para o K2.5, que supera o seu antecessor em todos os indicadores, adicionando capacidades multimodais e agênticas.
Como escolher o modelo Kimi ideal
A seleção do modelo depende dos seus requisitos específicos de capacidade, custo e flexibilidade de implementação. A lista seguinte ajuda a alinhar os casos de uso com a escolha ideal do modelo.
- IA de uso geral com capacidade máxima: utilize o K2.5 através da API ou do portal kimi.com.
- Fluxos de trabalho autónomos e investigação: utilize o modo K2.5 Agent ou Agent Swarm para tarefas complexas.
- Implementação em servidor próprio: descarregue o K2.5 do Hugging Face e utilize ferramentas como vLLM ou Docker.
- Implementação local ou em dispositivos móveis: escolha o Kimi Linear para ambientes com hardware modesto.
- Tarefas de visão simples com baixo orçamento: utilize o Kimi-VL quando as capacidades totais do K2.5 forem excessivas.
- Raciocínio de texto com custo reduzido: opte pelo K2-Instruct-0905 se não necessitar de processamento de imagem.