Moonshot Kimi K2 (0905 baseline) — modelo de chat MoE de 1T parámetros con 32B activos por pasada, contexto de 256k, rendimiento equilibrado.
Kimi K2.5 es un modelo de lenguaje multimodal creado por el proveedor Kimi. Acepta entradas de texto e imágenes y está diseñado para manejar tareas de contexto largo con una ventana de contexto de…
Kimi K2.5 sobresale en la comprensión de contextos largos con una ventana de 262K tokens. Puede procesar documentos completos en una sola pasada, lo que permite tareas como resumen, respuesta a preguntas y extracción de información en textos extensos. La capacidad de entrada de imágenes permite razonamiento multimodal —por ejemplo, describir un gráfico, leer texto de una foto o combinar datos visuales y textuales para responder preguntas complejas. La puntuación alta en τ²-Bench (95.9) indica un rendimiento sólido en el uso de herramientas y tareas de razonamiento de múltiples pasos, como llamar a APIs, realizar cálculos o navegar por datos.
Deberías seleccionar Kimi K2.5 cuando tu tarea requiera una ventana de contexto grande (más de 32K tokens) o cuando necesites procesar imágenes. Si tu tarea es puramente textual y cabe en una ventana de 4K a 32K tokens, un modelo más pequeño puede ser más rentable. La fortaleza de Kimi K2.5 en el razonamiento de uso de herramientas (evidenciado por su puntuación τ²-Bench) lo hace adecuado para flujos de trabajo agentivos donde el modelo debe llamar a herramientas externas, manejar interacciones de múltiples turnos, o seguir instrucciones complejas. Para generación o clasificación de texto simple, un modelo más barato puede ser suficiente.
Las tareas que más se benefician incluyen: análisis de documentos extensos (por ejemplo, revisión de contratos, resumen de artículos académicos), razonamiento multimodal (por ejemplo, generación de descripciones de imágenes, preguntas y respuestas visuales), flujos de trabajo agentivos (por ejemplo, automatización web, generación de código con múltiples pasos) y tareas que requieren contexto consistente a lo largo de muchos turnos (por ejemplo, chatbots de atención al cliente que manejan historiales extensos). La combinación de un gran contexto y la entrada de imágenes lo hace especialmente útil para dominios como la atención médica (análisis de informes e imágenes), legal (revisión de documentos) e investigación (procesamiento de gráficos y publicaciones).
No se proporcionan limitaciones específicas, pero como modelo grande, puede tener una latencia más alta en comparación con modelos más pequeños. El precio por token es más elevado que el de algunas alternativas compactas, por lo que puede no ser rentable para indicaciones muy cortas. El procesamiento de entrada de imágenes puede consumir muchos tokens, lo que aumenta el costo. El rendimiento del modelo en tareas no cubiertas por el banco de pruebas τ²-Bench no está verificado. Los usuarios deben probar con sus propios datos para confirmar la idoneidad. El modelo se accede a través de OrcaRouter, que añade una capa de API estándar pero sin margen adicional sobre los precios del proveedor.
τ²-Bench es un benchmark diseñado para evaluar agentes de IA en tareas de razonamiento con uso de herramientas del mundo real. Prueba la capacidad de un modelo para comprender instrucciones, planificar pasos, utilizar herramientas externas (por ejemplo, calculadoras, motores de búsqueda) y producir resultados correctos. Una puntuación de 95.9 indica que Kimi K2.5 tiene un rendimiento muy sólido en estas tareas prácticas de razonamiento. Sin embargo, este único número no captura el rendimiento en otras dimensiones como la creatividad, la precisión factual o el soporte multilingüe. El benchmark proporciona una referencia útil para comparar modelos optimizados para flujos de trabajo agentivos.
La única cifra de referencia proporcionada públicamente para Kimi K2.5 es su puntuación τ²-Bench de 95.9. No hay otros números de referencia (p. ej., MMLU, HumanEval) disponibles en los datos fuente. Por lo tanto, no se pueden hacer comparaciones directas utilizando solo estos datos. En general, una puntuación alta en τ²-Bench sugiere que Kimi K2.5 es competitivo con otros modelos diseñados para el uso de herramientas y tareas de razonamiento de varios pasos. Los usuarios deben realizar sus propias evaluaciones en casos de uso específicos para determinar si cumple con sus requisitos de rendimiento. OrcaRouter proporciona acceso a este modelo sin margen adicional.
No se proporcionan cifras específicas de latencia o tokens por segundo para Kimi K2.5. Como modelo grande con una ventana de contexto de 262 mil tokens, el tiempo de inferencia generalmente será mayor que el de modelos más pequeños, especialmente para indicaciones largas o recuentos elevados de tokens de salida. La latencia también depende del hardware utilizado por el proveedor (Kimi) y la carga actual en la API de OrcaRouter. Para aplicaciones en tiempo real, los usuarios deben probar el modelo con sus tamaños de indicación típicos para determinar tiempos de respuesta aceptables. El precio es por token, no por solicitud, por lo que no se aplican cargos adicionales por velocidad.
Kimi K2.5 tiene un precio de $0.60 por cada 1 millón de tokens de entrada y $3.00 por cada 1 millón de tokens de salida. Estas tarifas se facturan a la tarifa del proveedor sin margen de beneficio, lo que significa que OrcaRouter transfiere el costo exacto de Kimi. No hay cargos adicionales ni precios escalonados. Los tokens de entrada incluyen tanto tokens de texto como de imagen. Los tokens de salida son la respuesta generada. El precio es por token, por lo que el costo total depende de la longitud de la solicitud y la respuesta. No hay un cargo separado por el procesamiento de imágenes más allá del conteo de tokens.
Los hechos proporcionados no mencionan ningún mecanismo de almacenamiento en caché ni descuentos de precios especiales para Kimi K2.5. La API estándar de OrcaRouter no incluye almacenamiento automático de caché de mensajes en este momento. Los usuarios pueden optimizar los costos gestionando cuidadosamente la longitud de los mensajes y reduciendo tokens innecesarios. Para tareas repetitivas, agrupar varias consultas en una sola solicitud puede reducir el uso total de tokens. Dado que no hay margen de beneficio en los precios del proveedor, el costo del modelo está directamente vinculado al consumo de tokens. Considere usar un modelo más pequeño para tareas que quepan en un contexto más corto para ahorrar dinero.
La principal compensación es entre rendimiento y costo. El precio por token de salida de Kimi K2.5 ($3.00/1M) es más alto que el de muchos modelos más pequeños. Para tareas que requieren salidas largas (por ejemplo, generación de documentos completos), los costos pueden acumularse rápidamente. Sin embargo, la ventana de contexto grande puede reducir la necesidad de múltiples llamadas API para manejar entradas largas, potencialmente ahorrando gastos generales. La capacidad de entrada de imágenes agrega consumo de tokens, pero puede eliminar la necesidad de pipelines separados de procesamiento de imágenes. Los usuarios deben evaluar los volúmenes de tokens esperados y comparar con alternativas a través de OrcaRouter para encontrar la mejor opción.
Kimi K2.5 es accesible a través de la API compatible con OpenAI de OrcaRouter. La URL base es https://api.orcarouter.ai/v1. Debes usar el identificador de modelo 'kimi/kimi-k2.5' en tus solicitudes. La autenticación se realiza mediante una clave API obtenida de OrcaRouter. La API admite los mismos endpoints que la API de Chat Completions de OpenAI, incluyendo chat completions y streaming. Ejemplo: POST a /chat/completions con model: 'kimi/kimi-k2.5', arreglo messages (el contenido puede incluir texto y URLs de imágenes), y parámetros opcionales como temperature, max_tokens (hasta 32768) y stream.
El modelo admite los parámetros estándar de la API de OpenAI Chat: 'model', 'messages' (array con role y content), 'max_tokens' (el valor predeterminado varía, máximo 32768), 'temperature' (predeterminado 0.7), 'top_p', 'stop', 'stream' (booleano), y 'frequency_penalty' y 'presence_penalty'. La entrada de imágenes se maneja mediante partes de contenido de tipo 'image_url' en el mensaje del usuario. El modelo respeta el límite de contexto de 262144 tokens, por lo que prompt+max_tokens no debe exceder ese límite. Todos los demás parámetros de OpenAI pueden ser aceptados, pero su efecto depende del modelo Kimi subyacente.
La migración es sencilla porque la API de OrcaRouter es compatible con OpenAI. Simplemente cambie la URL base a https://api.orcarouter.ai/v1, su clave de API a una clave de OrcaRouter, y actualice el nombre del modelo a 'kimi/kimi-k2.5'. Si su código existente utiliza la librería Python de openai, puede configurar openai.api_base y openai.api_key. Para completaciones de chat, el formato del mensaje permanece igual; si anteriormente usaba entradas de imagen con GPT-4V, el formato de la parte 'image_url' es idéntico. Ajuste max_tokens si excede 32768. No se requieren otros cambios para la funcionalidad básica.
Basándose en los hechos proporcionados, Kimi K2.5 ofrece una ventana de contexto de 262,144 tokens, que es más grande que modelos típicos como GPT-4 (32K) pero comparable a otros modelos de contexto largo como Gemini 1.5 Pro (límite de 1M) o Claude 3.5 Sonnet (200K). Su precio de $0.60/$3.00 por 1M de tokens es competitivo, y el margen cero de OrcaRouter mantiene los costos predecibles. La puntuación de 95.9 en τ²-Bench sugiere un razonamiento sólido en el uso de herramientas, pero sin puntos de referencia adicionales, no es posible una comparación completa de rendimiento. Los usuarios deben evaluar en sus propias tareas.
Los modelos más pequeños en OrcaRouter (por ejemplo, gpt-4o-mini u otros modelos compactos) generalmente tienen un menor costo por token, menor latencia y ventanas de contexto más cortas. Son adecuados para tareas simples, clasificación o consultas breves. Kimi K2.5, con su contexto de 262K y soporte de imágenes, es mejor para razonamiento complejo, documentos largos y entradas multimodales. La desventaja es un mayor costo por token y tiempos de respuesta potencialmente más lentos. Si tu tarea no requiere el contexto grande o las capacidades multimodales, un modelo más barato será más eficiente. OrcaRouter facilita cambiar entre modelos para diferentes casos de uso.
Kimi K2.5 es adecuado para producción si sus capacidades coinciden con sus requisitos. El modelo se accede a través de OrcaRouter, que proporciona una infraestructura de API confiable y compatibilidad estándar con OpenAI. El precio a la tarifa del proveedor sin margen de beneficio es transparente. Sin embargo, como con cualquier modelo de terceros, debe probar la consistencia, la latencia y el manejo de errores bajo carga. La puntuación τ²-Bench sugiere un rendimiento sólido en escenarios de uso de herramientas, pero la preparación para producción también depende de factores como el tiempo de actividad, los límites de tasa y el soporte de OrcaRouter. Contacte a OrcaRouter para conocer los SLA específicos y los detalles de disponibilidad.
Compatible con OpenAI: conserva tu SDK actual
https://api.orcarouter.ai/v1from openai import OpenAI
client = OpenAI(
base_url="https://api.orcarouter.ai/v1",
api_key="$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| Entrada / 1M tokens | $0.600 |
| Salida / 1M tokens | $3.00 |
| Lectura caché / 1M | $0.100 |
| Moneda | USD |
Estimación según precio de lista
Solo una estimación: el número real de tokens depende del tokenizador del proveedor.
GET /api/public/models/kimi/kimi-k2.5Abrir @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