Moonshot Kimi K2 (0905 baseline) — 1T-Parameter MoE-Chatmodell mit 32B aktiv pro Durchlauf, 256k Kontext, ausgewogene Leistung.
Kimi K2.5 ist ein multimodales Sprachmodell, das vom Anbieter Kimi entwickelt wurde. Es akzeptiert sowohl Text- als auch Bildeingaben und ist für die Bearbeitung von Aufgaben mit langem Kontext mit…
Kimi K2.5 zeichnet sich durch das Verständnis langer Kontexte mit einem 262K-Token-Fenster aus. Es kann ganze Dokumente in einem Durchgang verarbeiten und ermöglicht Aufgaben wie Zusammenfassung, Fragenbeantwortung und Informationsextraktion aus langen Texten. Die Bildeingabefunktion ermöglicht multimodales Denken – zum Beispiel das Beschreiben eines Diagramms, das Lesen von Text aus einem Foto oder das Kombinieren visueller und textueller Daten zur Beantwortung komplexer Fragen. Der hohe τ²-Bench-Wert (95,9) weist auf eine starke Leistung bei der Werkzeugnutzung und mehrstufigen Denkaufgaben hin, wie dem Aufrufen von APIs, dem Durchführen von Berechnungen oder dem Durchsuchen von Daten.
Sie sollten Kimi K2.5 wählen, wenn Ihre Aufgabe ein großes Kontextfenster (über 32K Tokens) erfordert oder wenn Sie Bilder verarbeiten müssen. Wenn Ihre Aufgabe rein textbasiert ist und in ein Token-Fenster von 4K bis 32K passt, kann ein kleineres Modell kosteneffizienter sein. Kimi K2.5s Stärke im Tool-Use-Reasoning (belegt durch seinen τ²-Bench-Score) macht es gut geeignet für agentische Workflows, bei denen das Modell externe Werkzeuge aufrufen, mehrschrittige Interaktionen bewältigen oder komplexe Anweisungen befolgen muss. Für einfache Textgenerierung oder Klassifikation kann ein günstigeres Modell ausreichen.
Aufgaben, die am meisten profitieren, sind: Analyse von Langformdokumenten (z. B. Vertragsprüfung, Zusammenfassung wissenschaftlicher Arbeiten), multimodales Denken (z. B. Bildbeschriftung, visuelles QA), agentische Arbeitsabläufe (z. B. Web-Automatisierung, Codegenerierung mit mehreren Schritten) sowie Aufgaben, die über viele Interaktionen hinweg einen konsistenten Kontext erfordern (z. B. Kundensupport-Chatbots, die umfangreiche Verläufe verarbeiten). Die Kombination aus großem Kontext und Bildeingabe macht sie besonders nützlich für Bereiche wie Gesundheitswesen (Analyse von Berichten und Bildern), Rechtswesen (Dokumentenprüfung) und Forschung (Verarbeitung von Diagrammen und Publikationen).
Spezifische Einschränkungen sind nicht angegeben, aber als großes Modell kann es im Vergleich zu kleineren Modellen eine höhere Latenz aufweisen. Der Preis pro Token ist höher als bei einigen kompakten Alternativen, daher könnte es für sehr kurze Eingabeaufforderungen nicht kosteneffizient sein. Die Verarbeitung von Bildeingaben kann viele Token verbrauchen und die Kosten erhöhen. Die Leistung des Modells bei Aufgaben, die nicht vom τ²-Bench-Benchmark abgedeckt werden, ist nicht überprüft. Benutzer sollten es mit ihren eigenen Daten testen, um die Eignung zu bestätigen. Der Zugriff auf das Modell erfolgt über OrcaRouter, das eine standardmäßige API-Schicht hinzufügt, jedoch keinen Aufschlag auf die Preise des Anbieters.
τ²-Bench ist ein Benchmark, der entwickelt wurde, um KI-Agenten bei realen aufgabenbezogenen Denkprozessen zu bewerten. Es testet die Fähigkeit eines Modells, Anweisungen zu verstehen, Schritte zu planen, externe Werkzeuge (z. B. Taschenrechner, Suchmaschinen) zu verwenden und korrekte Ergebnisse zu liefern. Eine Punktzahl von 95,9 zeigt, dass Kimi K2.5 bei diesen praktischen Denkaufgaben sehr gut abschneidet. Diese einzelne Zahl erfasst jedoch nicht die Leistung in anderen Dimensionen wie Kreativität, faktische Genauigkeit oder mehrsprachige Unterstützung. Der Benchmark bietet eine nützliche Referenz zum Vergleich von Modellen, die für agentische Arbeitsabläufe optimiert sind.
Der einzige öffentlich bereitgestellte Benchmark-Wert für Kimi K2.5 ist sein τ²-Bench-Score von 95,9. In den Quellfakten sind keine weiteren Benchmark-Zahlen (z. B. MMLU, HumanEval) verfügbar. Daher können anhand dieser Daten allein keine direkten Vergleiche angestellt werden. Allgemein deutet ein hoher τ²-Bench-Score darauf hin, dass Kimi K2.5 mit anderen Modellen konkurrieren kann, die für die Werkzeugnutzung und mehrschrittige Überlegungsaufgaben ausgelegt sind. Benutzer sollten eigene Bewertungen für spezifische Anwendungsfälle durchführen, um festzustellen, ob das Modell ihre Leistungsanforderungen erfüllt. OrcaRouter bietet Zugang zu diesem Modell ohne zusätzlichen Aufschlag.
Für Kimi K2.5 werden keine spezifischen Latenz- oder Tokens-pro-Sekunde-Werte angegeben. Als großes Modell mit einem Kontextfenster von 262K Tokens ist die Inferenzzeit generell länger als bei kleineren Modellen, insbesondere bei langen Eingabeaufforderungen oder hohen Ausgabe-Tokenzahlen. Die Latenz hängt auch von der verwendeten Hardware des Anbieters (Kimi) und der aktuellen Auslastung der OrcaRouter-API ab. Für Echtzeitanwendungen sollten Benutzer das Modell mit ihren typischen Prompt-Größen testen, um akzeptable Antwortzeiten zu ermitteln. Die Abrechnung erfolgt pro Token, nicht pro Anfrage, daher fallen keine zusätzlichen Geschwindigkeitsgebühren an.
Kimi K2.5 kostet 0,60 $ pro 1 Million Eingabe-Tokens und 3,00 $ pro 1 Million Output-Tokens. Diese Preise werden zum Anbietersatz ohne Aufschlag abgerechnet, d. h. OrcaRouter gibt die genauen Kosten von Kimi weiter. Es gibt keine zusätzlichen Gebühren oder gestaffelten Preise. Eingabe-Tokens umfassen sowohl Text- als auch Bild-Tokens. Output-Tokens sind die generierte Antwort. Die Preisgestaltung erfolgt pro Token, daher hängen die Gesamtkosten von der Länge des Prompts und der Antwort ab. Es werden keine separaten Gebühren für die Bildverarbeitung über die Token-Anzahl hinaus erhoben.
Die bereitgestellten Fakten erwähnen keine Caching-Mechanismen oder speziellen Preisnachlässe für Kimi K2.5. Die Standard-API von OrcaRouter beinhaltet derzeit kein automatisches Prompt-Caching. Nutzer können Kosten optimieren, indem sie die Länge des Prompts sorgfältig verwalten und unnötige Token reduzieren. Bei wiederholten Aufgaben kann das Bündeln mehrerer Abfragen in eine einzelne Anfrage den Gesamttokenverbrauch senken. Da es keinen Aufschlag auf die Anbieterpreise gibt, sind die Kosten des Modells direkt an den Tokenverbrauch gekoppelt. Erwägen Sie, für Aufgaben, die in einen kürzeren Kontext passen, ein kleineres Modell zu verwenden, um Kosten zu sparen.
Der Hauptkompromiss liegt zwischen Leistung und Kosten. Der Preis pro Ausgabetoken von Kimi K2.5 ($3.00/1M) ist höher als bei vielen kleineren Modellen. Bei Aufgaben, die lange Ausgaben erfordern (z. B. vollständige Dokumentenerstellung), können die Kosten schnell ansteigen. Allerdings kann das große Kontextfenster die Notwendigkeit mehrerer API-Aufrufe zur Verarbeitung langer Eingaben verringern, was möglicherweise die Gesamtkosten senkt. Die Funktion zur Bildeingabe erhöht den Tokenverbrauch, könnte jedoch die Notwendigkeit separater Bildverarbeitungspipelines überflüssig machen. Benutzer sollten die erwarteten Token-Volumen bewerten und über OrcaRouter mit Alternativen vergleichen, um die beste Lösung zu finden.
Kimi K2.5 ist über die OpenAI-kompatible API von OrcaRouter zugänglich. Die Basis-URL ist https://api.orcarouter.ai/v1. Sie müssen die Modellkennung 'kimi/kimi-k2.5' in Ihren Anfragen verwenden. Die Authentifizierung erfolgt über einen API-Schlüssel, der von OrcaRouter bezogen wird. Die API unterstützt dieselben Endpunkte wie die Chat Completions API von OpenAI, einschließlich Chat Completions und Streaming. Beispiel: POST an /chat/completions mit model: 'kimi/kimi-k2.5', messages-Array (Inhalt kann Text und Bild-URLs enthalten) und optionalen Parametern wie temperature, max_tokens (bis zu 32768) und stream.
Das Modell unterstützt Standardparameter der OpenAI Chat API: 'model', 'messages' (Array mit role und content), 'max_tokens' (Standard variiert, max 32768), 'temperature' (Standard 0,7), 'top_p', 'stop', 'stream' (boolesch) und 'frequency_penalty' und 'presence_penalty'. Bildeingabe wird über Content-Teile vom Typ 'image_url' in der Benutzernachricht verarbeitet. Das Modell respektiert das 262144-Token-Kontextlimit, daher darf prompt+max_tokens dieses nicht überschreiten. Alle anderen OpenAI-Parameter können akzeptiert werden, aber ihre Wirkung hängt vom zugrunde liegenden Kimi-Modell ab.
Die Migration ist unkompliziert, da die API von OrcaRouter OpenAI-kompatibel ist. Ändern Sie einfach die Basis-URL auf https://api.orcarouter.ai/v1, Ihren API-Schlüssel auf einen OrcaRouter-Schlüssel und aktualisieren Sie den Modellnamen auf 'kimi/kimi-k2.5'. Wenn Ihr vorhandener Code die openai-Python-Bibliothek verwendet, können Sie openai.api_base und openai.api_key setzen. Für Chat-Vervollständigungen bleibt das Nachrichtenformat gleich; falls Sie zuvor Bildeingaben mit GPT-4V verwendet haben, ist das Format des 'image_url'-Teils identisch. Passen Sie max_tokens an, falls es 32768 überschreitet. Für die grundlegende Funktionalität sind keine weiteren Änderungen erforderlich.
Basierend auf den vorliegenden Fakten bietet Kimi K2.5 ein Kontextfenster von 262.144 Tokens, was größer ist als bei typischen Modellen wie GPT-4 (32K), aber vergleichbar mit anderen Langkontext-Modellen wie Gemini 1.5 Pro (1M Limit) oder Claude 3.5 Sonnet (200K). Die Preisgestaltung von 0,60 $ / 3,00 $ pro 1 M Tokens ist wettbewerbsfähig, und der Nullaufschlag von OrcaRouter hält die Kosten vorhersagbar. Der τ²-Bench-Score von 95,9 deutet auf starkes Tool-Use Reasoning hin, aber ohne zusätzliche Benchmarks ist ein vollständiger Leistungsvergleich nicht möglich. Anwender sollten auf ihren eigenen Aufgaben evaluieren.
Kleinere Modelle auf OrcaRouter (z. B. gpt-4o-mini oder andere kompakte Modelle) haben in der Regel niedrigere Kosten pro Token, schnellere Latenz und kürzere Kontextfenster. Sie eignen sich für einfache Aufgaben, Klassifizierung oder kurze Anfragen. Kimi K2.5 mit seinem 262K-Kontext und der Bildunterstützung ist besser geeignet für komplexes Denken, lange Dokumente und multimodale Eingaben. Der Kompromiss sind höhere Kosten pro Token und potenziell langsamere Antwortzeiten. Wenn Ihre Aufgabe keinen großen Kontext oder multimodale Fähigkeiten erfordert, ist ein günstigeres Modell effizienter. OrcaRouter macht es einfach, zwischen Modellen für verschiedene Anwendungsfälle zu wechseln.
Kimi K2.5 ist für die Produktion geeignet, wenn seine Fähigkeiten Ihren Anforderungen entsprechen. Das Modell wird über OrcaRouter aufgerufen, das eine zuverlässige API-Infrastruktur und standardmäßige OpenAI-Kompatibilität bietet. Die Preisgestaltung zum Anbieterpreis ohne Aufschlag ist transparent. Wie bei jedem Drittanbieter-Modell sollten Sie jedoch die Konsistenz, Latenz und Fehlerbehandlung unter Last testen. Der τ²-Bench-Score deutet auf eine starke Leistung in Tool-Use-Szenarien hin, aber die Produktionsreife hängt auch von Faktoren wie Verfügbarkeit, Ratenbegrenzungen und Support von OrcaRouter ab. Wenden Sie sich an OrcaRouter, um spezifische SLAs und Verfügbarkeitsdetails zu erhalten.
OpenAI-kompatibel — behalte dein bisheriges SDK
https://api.orcarouter.ai/v1from openai import OpenAI
client = OpenAI(
base_url="https://api.orcarouter.ai/v1",
api_key="$ORCAROUTER_API_KEY",
)
response = client.chat.completions.create(
model="kimi/kimi-k2.5",
messages=[{"role": "user", "content": "Hello"}],
)
print(response.choices[0].message.content)frequency_penaltyinclude_reasoningmax_completion_tokensmax_tokensnpresence_penaltyprompt_cache_keyreasoningresponse_formatsafety_identifierstopstreamstream_optionstemperaturethinkingtoolstop_p| Eingabe / 1M Tokens | $0.600 |
| Ausgabe / 1M Tokens | $3.00 |
| Cache-Lesen / 1M | $0.100 |
| Währung | USD |
Schätzung auf Basis des Listenpreises
Nur eine Schätzung — die tatsächliche Token-Anzahl hängt vom Tokenizer des Anbieters ab.
GET /api/public/models/kimi/kimi-k2.5Öffnen @misc{orcarouter_kimi_k2_5,
title = {kimi/kimi-k2.5 API},
author = {kimi},
year = {n.d.},
howpublished = {OrcaRouter},
url = {https://www.orcarouter.ai/models/kimi/kimi-k2.5}
}kimi. (n.d.). kimi/kimi-k2.5 API. OrcaRouter. https://www.orcarouter.ai/models/kimi/kimi-k2.5