Moonshot Kimi K2 (0905 baseline) — Modèle de chat MoE avec 1T paramètres, 32B actifs par passage, contexte de 256k, performances équilibrées.
Kimi K2.5 est un modèle de langage multimodal créé par le fournisseur Kimi. Il accepte à la fois des entrées textuelles et d'images et est conçu pour traiter des tâches à long contexte avec une…
Kimi K2.5 excelle dans la compréhension de longs contextes avec une fenêtre de 262 000 tokens. Il peut traiter des documents entiers en une seule passe, permettant des tâches comme le résumé, la réponse à des questions et l'extraction d'informations sur de longs textes. La capacité d'entrée d'images permet un raisonnement multimodal — par exemple, décrire un graphique, lire du texte à partir d'une photo, ou combiner des données visuelles et textuelles pour répondre à des questions complexes. Le score élevé τ²-Bench (95,9) indique de solides performances dans l'utilisation d'outils et les tâches de raisonnement en plusieurs étapes, comme appeler des API, effectuer des calculs ou naviguer dans des données.
Vous devriez sélectionner Kimi K2.5 lorsque votre tâche nécessite une grande fenêtre de contexte (plus de 32K tokens) ou lorsque vous devez traiter des images. Si votre tâche est purement textuelle et tient dans une fenêtre de 4K à 32K tokens, un modèle plus petit peut être plus rentable. La force de Kimi K2.5 en raisonnement d'utilisation d'outils (attestée par son score τ²-Bench) en fait un bon choix pour les workflows agentiques où le modèle doit appeler des outils externes, gérer des interactions multi-tours ou suivre des instructions complexes. Pour la génération ou la classification de texte simple, un modèle moins cher peut suffire.
Les tâches qui bénéficient le plus de cela incluent : l'analyse de documents longs (par exemple, la révision de contrats, le résumé d'articles académiques), le raisonnement multimodal (par exemple, le sous-titrage d'images, le QA visuel), les workflows agentiques (par exemple, l'automatisation web, la génération de code avec plusieurs étapes), et les tâches nécessitant un contexte cohérent sur de nombreux tours (par exemple, les chatbots de support client gérant des historiques étendus). La combinaison d'un grand contexte et d'une entrée d'image le rend particulièrement utile pour des domaines comme la santé (analyse de rapports et d'images), le droit (révision de documents), et la recherche (traitement de graphiques et de publications).
Les limitations spécifiques ne sont pas fournies, mais en tant que grand modèle, il peut avoir une latence plus élevée par rapport aux modèles plus petits. Le prix par token est plus élevé que celui de certaines alternatives compactes, il peut donc ne pas être rentable pour des prompts très courts. Le traitement des images en entrée peut consommer de nombreux tokens, augmentant ainsi le coût. Les performances du modèle sur des tâches non couvertes par le benchmark τ²-Bench ne sont pas vérifiées. Les utilisateurs doivent tester sur leurs propres données pour confirmer l’adéquation. Le modèle est accessible via OrcaRouter, qui ajoute une couche API standard mais sans majoration sur le prix du fournisseur.
τ²-Bench est un benchmark conçu pour évaluer les agents IA sur des tâches de raisonnement avec utilisation d'outils réels. Il teste la capacité d'un modèle à comprendre les instructions, planifier des étapes, utiliser des outils externes (par exemple, calculatrices, moteurs de recherche) et produire des résultats corrects. Un score de 95.9 indique que Kimi K2.5 obtient de très bons résultats sur ces tâches de raisonnement pratiques. Cependant, ce seul chiffre ne rend pas compte des performances sur d'autres dimensions comme la créativité, l'exactitude factuelle ou le support multilingue. Ce benchmark fournit une référence utile pour comparer les modèles optimisés pour les workflows agentiques.
La seule donnée de benchmark fournie publiquement pour Kimi K2.5 est son score τ²-Bench de 95,9. Aucun autre chiffre de benchmark (par exemple MMLU, HumanEval) n'est disponible dans les données sources. Par conséquent, des comparaisons directes ne peuvent être effectuées avec ces seules données. En général, un score τ²-Bench élevé suggère que Kimi K2.5 est compétitif par rapport à d'autres modèles conçus pour l'utilisation d'outils et les tâches de raisonnement multi-étapes. Les utilisateurs doivent effectuer leurs propres évaluations sur des cas d'utilisation spécifiques pour déterminer s'il répond à leurs exigences de performance. OrcaRouter fournit l'accès à ce modèle sans majoration supplémentaire.
Aucune mesure spécifique de latence ou de tokens par seconde n'est fournie pour Kimi K2.5. En tant que modèle volumineux avec une fenêtre de contexte de 262 000 tokens, le temps d'inférence sera généralement plus long que pour des modèles plus petits, en particulier pour des prompts longs ou des nombres élevés de tokens de sortie. La latence dépend également du matériel utilisé par le fournisseur (Kimi) et de la charge actuelle sur l'API d'OrcaRouter. Pour les applications en temps réel, les utilisateurs doivent tester le modèle avec leurs tailles de prompt habituelles afin de déterminer des temps de réponse acceptables. La tarification est au token, et non par requête, donc aucun supplément de vitesse n'est appliqué.
Kimi K2.5 est au prix de $0.60 par 1 million de jetons d'entrée et $3.00 par 1 million de jetons de sortie. Ces tarifs sont facturés au tarif du fournisseur sans marge, ce qui signifie qu'OrcaRouter transmet le coût exact de Kimi. Il n'y a pas de frais supplémentaires ni de tarification par paliers. Les jetons d'entrée comprennent à la fois les jetons de texte et d'image. Les jetons de sortie sont la réponse générée. La tarification est par jeton, donc le coût total dépend de la longueur de la requête et de la réponse. Il n'y a pas de frais distincts pour le traitement d'image au-delà du nombre de jetons.
Les faits fournis ne mentionnent aucun mécanisme de mise en cache ou de réduction de prix spéciale pour Kimi K2.5. L'API standard d'OrcaRouter n'inclut pas de mise en cache automatique des prompts pour le moment. Les utilisateurs peuvent optimiser les coûts en gérant soigneusement la longueur des prompts et en réduisant les tokens inutiles. Pour les tâches répétitives, le regroupement de plusieurs requêtes en une seule demande peut réduire la consommation totale de tokens. Comme il n'y a pas de marge sur les prix des fournisseurs, le coût du modèle est directement lié à la consommation de tokens. Envisagez d'utiliser un modèle plus petit pour les tâches qui s'inscrivent dans un contexte plus court afin d'économiser de l'argent.
Le principal compromis se situe entre performance et coût. Le prix par token de sortie de Kimi K2.5 ($3.00/1M) est plus élevé que celui de nombreux modèles plus petits. Pour les tâches nécessitant de longues sorties (par exemple, génération de documents complets), les coûts peuvent s'accumuler rapidement. Cependant, la grande fenêtre de contexte peut réduire le besoin d'appels API multiples pour traiter de longues entrées, ce qui peut potentiellement économiser des dépenses globales. La capacité d'entrée d'image ajoute une consommation de tokens mais peut éliminer le besoin de pipelines de traitement d'images séparés. Les utilisateurs doivent évaluer les volumes de tokens attendus et comparer avec les alternatives via OrcaRouter pour trouver la meilleure solution.
Kimi K2.5 est accessible via l'API compatible OpenAI d'OrcaRouter. L'URL de base est https://api.orcarouter.ai/v1. Vous devez utiliser l'identifiant de modèle 'kimi/kimi-k2.5' dans vos requêtes. L'authentification se fait via une clé API obtenue auprès d'OrcaRouter. L'API prend en charge les mêmes points de terminaison que l'API Chat Completions d'OpenAI, y compris les complétions de chat et le streaming. Exemple : POST vers /chat/completions avec model: 'kimi/kimi-k2.5', tableau messages (le contenu peut inclure du texte et des URL d'images), et paramètres facultatifs comme temperature, max_tokens (jusqu'à 32768), et stream.
Le modèle prend en charge les paramètres standard de l'API OpenAI Chat : 'model', 'messages' (tableau avec role et content), 'max_tokens' (valeur par défaut variable, max 32768), 'temperature' (valeur par défaut 0.7), 'top_p', 'stop', 'stream' (booléen), 'frequency_penalty' et 'presence_penalty'. L'entrée d'image est gérée via des parties de contenu de type 'image_url' dans le message utilisateur. Le modèle respecte la limite de contexte de 262144 tokens, donc prompt+max_tokens ne doit pas dépasser cette valeur. Tous les autres paramètres OpenAI peuvent être acceptés, mais leur effet dépend du modèle Kimi sous-jacent.
La migration est simple car l'API d'OrcaRouter est compatible avec OpenAI. Il suffit de modifier l'URL de base pour https://api.orcarouter.ai/v1, votre clé API pour une clé OrcaRouter, et de mettre à jour le nom du modèle en 'kimi/kimi-k2.5'. Si votre code existant utilise la bibliothèque Python openai, vous pouvez définir openai.api_base et openai.api_key. Pour les complétions de chat, le format du message reste le même ; si vous avez déjà utilisé des entrées d'image avec GPT-4V, le format de la partie 'image_url' est identique. Ajustez max_tokens s'il dépasse 32768. Aucune autre modification n'est nécessaire pour les fonctionnalités de base.
Sur la base des faits fournis, Kimi K2.5 offre une fenêtre de contexte de 262,144 tokens, ce qui est plus grand que les modèles typiques comme GPT-4 (32K) mais comparable à d'autres modèles à long contexte tels que Gemini 1.5 Pro (limite de 1M) ou Claude 3.5 Sonnet (200K). Son prix de $0.60/$3.00 par 1M de tokens est compétitif, et la marge zéro d'OrcaRouter maintient les coûts prévisibles. Le score τ²-Bench de 95.9 suggère un raisonnement solide sur l'utilisation des outils, mais sans benchmarks supplémentaires, une comparaison complète des performances n'est pas possible. Les utilisateurs devraient évaluer sur leurs propres tâches.
Les modèles plus petits sur OrcaRouter (par exemple, gpt-4o-mini ou d'autres modèles compacts) ont généralement un coût par token inférieur, une latence plus rapide et des fenêtres de contexte plus courtes. Ils conviennent aux tâches simples, à la classification ou aux requêtes courtes. Kimi K2.5, avec son contexte de 262K et la prise en charge des images, est meilleur pour le raisonnement complexe, les documents longs et les entrées multimodales. Le compromis est un coût par token plus élevé et des temps de réponse potentiellement plus lents. Si votre tâche ne nécessite pas le grand contexte ou les capacités multimodales, un modèle moins cher sera plus efficace. OrcaRouter facilite le basculement entre les modèles pour différents cas d'utilisation.
Kimi K2.5 convient à la production si ses capacités correspondent à vos besoins. Le modèle est accessible via OrcaRouter, qui fournit une infrastructure API fiable et une compatibilité standard avec OpenAI. La tarification au tarif du fournisseur sans marge est transparente. Cependant, comme pour tout modèle tiers, vous devez tester la cohérence, la latence et la gestion des erreurs sous charge. Le score τ²-Bench suggère de bonnes performances dans les scénarios d'utilisation d'outils, mais la préparation à la production dépend également de facteurs tels que la disponibilité, les limites de taux et le support d'OrcaRouter. Contactez OrcaRouter pour connaître les SLA spécifiques et les détails de disponibilité.
Compatible OpenAI — gardez votre SDK actuel
https://api.orcarouter.ai/v1from openai import OpenAI
client = OpenAI(
base_url="https://api.orcarouter.ai/v1",
api_key="$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| Entrée / 1M tokens | $0.600 |
| Sortie / 1M tokens | $3.00 |
| Lecture cache / 1M | $0.100 |
| Devise | USD |
Estimation basée sur le tarif public
Estimation seulement — le nombre réel de tokens dépend du tokeniseur du fournisseur.
GET /api/public/models/kimi/kimi-k2.5Ouvrir @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