Moonshot Kimi K2 (0905 baseline) — Model obrolan MoE dengan 1T-param, 32B aktif per langkah, konteks 256k, kinerja seimbang.
Kimi K2.5 adalah model bahasa multimodal yang dibuat oleh penyedia Kimi. Model ini menerima input teks dan gambar serta dirancang untuk menangani tugas-tugas konteks panjang dengan jendela konteks…
Kimi K2.5 unggul dalam pemahaman konteks panjang dengan jendela 262K token. Model ini dapat memproses seluruh dokumen dalam satu langkah, memungkinkan tugas-tugas seperti peringkasan, menjawab pertanyaan, dan ekstraksi informasi pada teks panjang. Kemampuan input gambar memungkinkan penalaran multimodal—misalnya, mendeskripsikan grafik, membaca teks dari foto, atau menggabungkan data visual dan tekstual untuk menjawab pertanyaan kompleks. Skor τ²-Bench yang tinggi (95,9) menunjukkan kinerja kuat dalam penggunaan alat dan penalaran multi-langkah, seperti memanggil API, melakukan kalkulasi, atau menelusuri data.
Anda harus memilih Kimi K2.5 ketika tugas Anda membutuhkan jendela konteks yang besar (lebih dari 32K token) atau ketika Anda perlu memproses gambar. Jika tugas Anda murni berbasis teks dan muat dalam jendela 4K hingga 32K token, model yang lebih kecil mungkin lebih hemat biaya. Keunggulan Kimi K2.5 dalam penalaran penggunaan alat (dibuktikan dengan skor τ²-Bench-nya) membuatnya cocok untuk alur kerja agen di mana model harus memanggil alat eksternal, menangani interaksi multi-putaran, atau mengikuti instruksi yang kompleks. Untuk pembuatan teks sederhana atau klasifikasi, model yang lebih murah mungkin sudah cukup.
Tugas yang paling diuntungkan meliputi: analisis dokumen panjang (misalnya, tinjauan kontrak, ringkasan makalah akademik), penalaran multimodal (misalnya, pemberian keterangan gambar, QA visual), alur kerja agen (misalnya, otomatisasi web, pembuatan kode dengan beberapa langkah), dan tugas yang memerlukan konteks yang konsisten dalam banyak giliran percakapan (misalnya, chatbot dukungan pelanggan yang menangani riwayat yang luas). Kombinasi konteks besar dan input gambar membuatnya sangat berguna untuk bidang seperti perawatan kesehatan (menganalisis laporan dan gambar), hukum (tinjauan dokumen), dan penelitian (memproses grafik dan publikasi).
Batasan spesifik tidak diberikan, tetapi sebagai model besar, mungkin memiliki latensi yang lebih tinggi dibandingkan model yang lebih kecil. Harga per token lebih tinggi daripada beberapa alternatif kompak, sehingga mungkin tidak hemat biaya untuk perintah yang sangat pendek. Pemrosesan input gambar mungkin mengonsumsi banyak token, sehingga meningkatkan biaya. Kinerja model pada tugas yang tidak tercakup dalam tolok ukur τ²-Bench belum terverifikasi. Pengguna harus menguji pada data mereka sendiri untuk memastikan kesesuaian. Model diakses melalui OrcaRouter, yang menambahkan lapisan API standar tetapi tanpa markup tambahan pada harga penyedia.
τ²-Bench adalah tolok ukur yang dirancang untuk mengevaluasi agen AI dalam tugas penalaran penggunaan alat di dunia nyata. Ini menguji kemampuan model untuk memahami instruksi, merencanakan langkah-langkah, menggunakan alat eksternal (mis., kalkulator, mesin pencari), dan menghasilkan hasil yang benar. Skor 95.9 menunjukkan bahwa Kimi K2.5 berkinerja sangat kuat dalam tugas penalaran praktis ini. Namun, angka tunggal ini tidak mencerminkan kinerja pada dimensi lain seperti kreativitas, akurasi faktual, atau dukungan multibahasa. Tolok ukur ini memberikan referensi yang berguna untuk membandingkan model yang dioptimalkan untuk alur kerja agen.
Satu-satunya angka tolok ukur yang tersedia secara publik untuk Kimi K2.5 adalah skor τ²-Bench sebesar 95.9. Tidak ada angka tolok ukur lain (misalnya, MMLU, HumanEval) yang tersedia dalam fakta sumber. Oleh karena itu, perbandingan langsung tidak dapat dilakukan hanya dengan menggunakan data ini. Secara umum, skor τ²-Bench yang tinggi menunjukkan bahwa Kimi K2.5 kompetitif dengan model lain yang dirancang untuk penggunaan alat dan tugas penalaran multi-langkah. Pengguna harus melakukan evaluasi sendiri pada kasus penggunaan tertentu untuk menentukan apakah model ini memenuhi persyaratan kinerja mereka. OrcaRouter menyediakan akses ke model ini tanpa markup tambahan.
Tidak ada angka latensi spesifik atau token per detik yang diberikan untuk Kimi K2.5. Sebagai model besar dengan jendela konteks 262K token, waktu inferensi umumnya akan lebih lama dibandingkan model yang lebih kecil, terutama untuk prompt yang panjang atau jumlah token keluaran yang tinggi. Latensi juga bergantung pada perangkat keras yang digunakan oleh penyedia (Kimi) dan beban saat ini pada API OrcaRouter. Untuk aplikasi real-time, pengguna harus menguji model dengan ukuran prompt tipikal mereka untuk menentukan waktu respons yang dapat diterima. Harga bersifat per token, bukan per permintaan, sehingga tidak ada biaya kecepatan tambahan yang berlaku.
Kimi K2.5 dibanderol dengan harga $0,60 per 1 juta token input dan $3,00 per 1 juta token output. Tarif ini ditagih berdasarkan tarif penyedia tanpa markup, artinya OrcaRouter meneruskan biaya persis dari Kimi. Tidak ada biaya tambahan atau harga berjenjang. Token input mencakup token teks dan gambar. Token output adalah respons yang dihasilkan. Harga per token, sehingga total biaya tergantung pada panjang prompt dan respons. Tidak ada biaya terpisah untuk pemrosesan gambar di luar jumlah token.
Fakta yang diberikan tidak menyebutkan mekanisme caching atau diskon harga khusus untuk Kimi K2.5. API standar OrcaRouter saat ini tidak menyertakan caching prompt otomatis. Pengguna dapat mengoptimalkan biaya dengan mengelola panjang prompt secara cermat dan mengurangi token yang tidak perlu. Untuk tugas berulang, menggabungkan beberapa kueri ke dalam satu permintaan dapat mengurangi total penggunaan token. Karena tidak ada markup pada harga penyedia, biaya model secara langsung terkait dengan konsumsi token. Pertimbangkan untuk menggunakan model yang lebih kecil untuk tugas yang sesuai dengan konteks yang lebih pendek untuk menghemat uang.
Trade-off utama adalah antara performa dan biaya. Harga per token output Kimi K2.5 ($3.00/1M) lebih tinggi dibandingkan banyak model yang lebih kecil. Untuk tugas yang memerlukan output panjang (misalnya, generasi dokumen lengkap), biaya dapat terakumulasi dengan cepat. Namun, jendela konteks yang besar dapat mengurangi kebutuhan akan beberapa panggilan API untuk menangani input panjang, yang berpotensi menghemat biaya keseluruhan. Kemampuan input gambar menambah konsumsi token tetapi dapat menghilangkan kebutuhan akan pipeline pemrosesan gambar terpisah. Pengguna harus mengevaluasi volume token yang diharapkan dan membandingkan dengan alternatif melalui OrcaRouter untuk menemukan yang paling sesuai.
Kimi K2.5 dapat diakses melalui API kompatibel OpenAI milik OrcaRouter. URL dasarnya adalah https://api.orcarouter.ai/v1. Anda harus menggunakan pengenal model 'kimi/kimi-k2.5' dalam permintaan Anda. Autentikasi dilakukan melalui kunci API yang diperoleh dari OrcaRouter. API ini mendukung endpoint yang sama dengan API Chat Completions OpenAI, termasuk chat completions dan streaming. Contoh: POST ke /chat/completions dengan model: 'kimi/kimi-k2.5', array pesan (konten dapat menyertakan teks dan URL gambar), serta parameter opsional seperti temperature, max_tokens (hingga 32768), dan stream.
Model mendukung parameter standar dari OpenAI Chat API: 'model', 'messages' (array dengan peran dan konten), 'max_tokens' (default bervariasi, maks 32768), 'temperature' (default 0.7), 'top_p', 'stop', 'stream' (boolean), serta 'frequency_penalty' dan 'presence_penalty'. Input gambar ditangani melalui bagian konten bertipe 'image_url' dalam pesan pengguna. Model mematuhi batas konteks 262144 token, sehingga prompt+max_tokens tidak boleh melebihi batas tersebut. Semua parameter OpenAI lainnya mungkin diterima, tetapi efeknya bergantung pada model Kimi yang mendasarinya.
Migrasinya mudah karena API OrcaRouter kompatibel dengan OpenAI. Cukup ubah URL dasar menjadi https://api.orcarouter.ai/v1, kunci API Anda menjadi kunci OrcaRouter, dan perbarui nama model menjadi 'kimi/kimi-k2.5'. Jika kode Anda saat ini menggunakan pustaka openai Python, Anda dapat mengatur openai.api_base dan openai.api_key. Untuk penyelesaian obrolan, format pesan tetap sama; jika sebelumnya Anda menggunakan input gambar dengan GPT-4V, format bagian 'image_url' identik. Sesuaikan max_tokens jika melebihi 32768. Tidak ada perubahan lain yang diperlukan untuk fungsionalitas dasar.
Berdasarkan fakta yang disediakan, Kimi K2.5 menawarkan jendela konteks sebesar 262.144 token, yang lebih besar daripada model-model umum seperti GPT-4 (32K) tetapi sebanding dengan model konteks panjang lainnya seperti Gemini 1.5 Pro (batas 1M) atau Claude 3.5 Sonnet (200K). Harganya yang sebesar $0,60/$3,00 per 1M token tergolong kompetitif, dan markup nol dari OrcaRouter membuat biaya tetap dapat diprediksi. Skor τ²-Bench sebesar 95,9 menunjukkan penalaran penggunaan alat yang kuat, namun tanpa tolok ukur tambahan, perbandingan kinerja secara penuh belum dapat dilakukan. Pengguna disarankan untuk mengevaluasi pada tugas mereka sendiri.
Model yang lebih kecil di OrcaRouter (misalnya, gpt-4o-mini atau model kompak lainnya) umumnya memiliki biaya per-token yang lebih rendah, latensi yang lebih cepat, dan jendela konteks yang lebih pendek. Model-model ini cocok untuk tugas sederhana, klasifikasi, atau kueri pendek. Kimi K2.5, dengan konteks 262K dan dukungan gambar, lebih baik untuk penalaran kompleks, dokumen panjang, dan input multimodal. Perbandingannya adalah biaya per-token yang lebih tinggi dan waktu respons yang berpotensi lebih lambat. Jika tugas Anda tidak memerlukan konteks besar atau kemampuan multimodal, model yang lebih murah akan lebih efisien. OrcaRouter memudahkan Anda untuk beralih antar model untuk kasus penggunaan yang berbeda.
Kimi K2.5 cocok untuk produksi jika kemampuannya sesuai dengan kebutuhan Anda. Model ini diakses melalui OrcaRouter, yang menyediakan infrastruktur API yang andal dan kompatibilitas OpenAI standar. Harga di tingkat penyedia dengan markup nol bersifat transparan. Namun, seperti model pihak ketiga lainnya, Anda harus menguji konsistensi, latensi, dan penanganan kesalahan di bawah beban. Skor τ²-Bench menunjukkan kinerja yang kuat dalam skenario penggunaan alat, tetapi kesiapan produksi juga bergantung pada faktor-faktor seperti waktu aktif, batas kecepatan, dan dukungan dari OrcaRouter. Hubungi OrcaRouter untuk SLA spesifik dan detail ketersediaan.
Kompatibel OpenAI — pakai SDK Anda yang sekarang
https://api.orcarouter.ai/v1from openai import OpenAI
client = OpenAI(
base_url="https://api.orcarouter.ai/v1",
api_key="$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| Input / 1M token | $0.600 |
| Output / 1M token | $3.00 |
| Baca cache / 1M | $0.100 |
| Mata uang | USD |
Perkiraan berdasarkan harga daftar
Hanya perkiraan — jumlah token sebenarnya bergantung pada tokenizer penyedia.
GET /api/public/models/kimi/kimi-k2.5Buka @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