Moonshot Kimi K2 (0905 baseline) — 1T-param MoE チャットモデル、32B アクティブ per パス、256k コンテキスト、バランスの取れた性能。
Kimi K2.5は、プロバイダーKimiが作成したマルチモーダル言語モデルです。テキストと画像の両方の入力を受け付け、コンテキストウィンドウが262,144トークンの長文タスクを処理するように設計されています。このモデルは、1回の応答で最大32,768トークンを生成できます。OrcaRouterのOpenAI互換API（ベースURL：https://api.orcarouter.ai/v1）から…
Kimi K2.5は、262Kトークンウィンドウを備え、長文コンテキスト理解に優れています。一度に文書全体を処理でき、長文にわたる要約、質問応答、情報抽出などのタスクを可能にします。画像入力機能により、マルチモーダル推論が可能です。例えば、グラフの説明、写真からのテキスト読み取り、視覚データとテキストデータを組み合わせた複雑な質問への回答などが行えます。高いτ²-Benchスコア（95.9）は、API呼び出し、計算実行、データ閲覧などのツール使用やマルチステップ推論タスクにおける強力なパフォーマンスを示しています。
タスクに大きなコンテキストウィンドウ（32Kトークン超）が必要な場合や、画像を処理する必要がある場合は、Kimi K2.5を選択すべきです。タスクが純粋にテキストベースで、4K～32Kトークンのウィンドウに収まるのであれば、より小さなモデルの方が費用対効果が高い場合があります。Kimi K2.5のツール使用推論における強み（τ²-Benchスコアで実証済み）は、モデルが外部ツールを呼び出したり、マルチターンの対話を処理したり、複雑な指示に従う必要があるエージェント型ワークフローに適しています。単純なテキスト生成や分類には、より安価なモデルで十分な場合があります。
最も恩恵を受けるタスクには、長文書分析（例：契約書レビュー、学術論文の要約）、マルチモーダル推論（例：画像キャプショニング、ビジュアルQA）、エージェンティックワークフロー（例：Web自動化、複数ステップのコード生成）、および多くのターンにわたって一貫したコンテキストを必要とするタスク（例：広範な履歴を処理するカスタマーサポートチャットボット）が含まれます。大規模なコンテキストと画像入力の組み合わせにより、ヘルスケア（レポートや画像の分析）、法律（文書レビュー）、研究（チャートや出版物の処理）などの分野で特に有用です。
具体的な制限は明記されていませんが、大規模モデルであるため、小規模モデルと比較してレイテンシが高くなる可能性があります。トークンあたりの価格は一部のコンパクトな代替モデルよりも高いため、非常に短いプロンプトではコスト効率が良くない場合があります。画像入力の処理では多くのトークンを消費し、コストが増加する可能性があります。τ²-Benchベンチマークでカバーされていないタスクにおけるモデルの性能は未検証です。ユーザーは自身のデータでテストして適合性を確認すべきです。このモデルはOrcaRouterを介してアクセスされ、標準のAPIレイヤーが追加されますが、プロバイダーの価格設定にマークアップはありません。
τ²-Benchは、実世界のツール使用推論タスクにおけるAIエージェントの性能を評価するために設計されたベンチマークです。指示の理解、ステップの計画、外部ツール（例：電卓、検索エンジン）の使用、正しい結果の生成といったモデルの能力をテストします。95.9のスコアは、Kimi K2.5がこれらの実用的な推論タスクにおいて非常に強力に動作することを示しています。しかし、この単一の数値は、創造性、事実の正確性、多言語サポートなどの他の側面における性能を捉えているわけではありません。このベンチマークは、エージェンティックワークフロー向けに最適化されたモデルを比較するための有用なリファレンスを提供します。
Kimi K2.5に関する唯一公的に提供されているベンチマーク数値は、τ²-Benchスコアの95.9です。他のベンチマーク数値（例：MMLU、HumanEval）は提供元の事実情報には含まれていません。したがって、このデータのみを用いて直接比較することはできません。一般的に、高いτ²-Benchスコアは、Kimi K2.5がツール使用や多段階推論タスク向けに設計された他のモデルと競争力があることを示唆しています。ユーザーは特定のユースケースにおいて独自に評価を行い、自身のパフォーマンス要件を満たすかどうかを判断する必要があります。OrcaRouterでは、このモデルに追加マークアップなしでアクセスできます。
Kimi K2.5に関して、具体的なレイテンシーや1秒あたりのトークン数は提供されていません。262Kトークンのコンテキストウィンドウを持つ大規模モデルであるため、推論時間は一般的に小規模モデルよりも長くなり、特に長いプロンプトや出力トークン数が多い場合に顕著です。レイテンシーはプロバイダー（Kimi）が使用するハードウェアや、OrcaRouterのAPIの現在の負荷にも依存します。リアルタイムアプリケーションでは、ユーザーは自身の典型的なプロンプトサイズでモデルをテストし、許容可能な応答時間を判断する必要があります。料金はリクエストごとではなくトークンごとに設定されているため、速度に関する追加料金は発生しません。
Kimi K2.5の価格は、入力トークン100万トークンあたり0.60ドル、出力トークン100万トークンあたり3.00ドルです。これらの料金はプロバイダー料金で請求され、マークアップはゼロです。つまり、OrcaRouterはKimiからの正確なコストをそのまま転送します。追加料金や段階的な価格設定はありません。入力トークンにはテキストトークンと画像トークンの両方が含まれます。出力トークンは生成された応答です。価格はトークン単位であるため、総コストはプロンプトと応答の長さに依存します。画像処理に対する別途の料金は、トークン数を超えて発生しません。
提供された事実には、Kimi K2.5のキャッシュメカニズムや特別な価格割引についての言及はありません。OrcaRouterの標準APIには、現時点では自動プロンプトキャッシュは含まれていません。ユーザーはプロンプトの長さを慎重に管理し、不要なトークンを削減することでコストを最適化できます。反復的なタスクでは、複数のクエリを1つのリクエストにバッチ処理することで、総トークン使用量を削減できる場合があります。プロバイダーの価格設定にマークアップがないため、モデルのコストはトークン消費に直接結びついています。短いコンテキストに収まるタスクには、より小さなモデルを使用してコストを節約することを検討してください。
主なトレードオフはパフォーマンスとコストの間です。Kimi K2.5の出力トークンあたりの価格（$3.00/1M）は、多くの小型モデルよりも高くなっています。長い出力を必要とするタスク（例：完全なドキュメント生成）では、コストが急速に蓄積される可能性があります。しかし、大きなコンテキストウィンドウにより、長い入力を処理するための複数のAPI呼び出しの必要性が減り、全体的な費用を節約できる可能性があります。画像入力機能はトークン消費を増やしますが、別途画像処理パイプラインの必要性をなくす可能性があります。ユーザーは期待されるトークン量を評価し、OrcaRouterを介して代替案と比較して最適なものを見つけるべきです。
Kimi K2.5 は OrcaRouter の OpenAI 互換 API を介してアクセス可能です。ベース URL は https://api.orcarouter.ai/v1 です。リクエストではモデル識別子 'kimi/kimi-k2.5' を使用する必要があります。認証は OrcaRouter から取得した API キーを使用して行われます。この API は OpenAI の Chat Completions API と同じエンドポイントをサポートしており、チャット補完とストリーミングが含まれます。例: /chat/completions に POST し、model: 'kimi/kimi-k2.5'、messages 配列（content にはテキストと画像 URL を含めることができます）、および temperature、max_tokens（最大 32768）、stream などのオプションパラメータを指定します。
このモデルは、OpenAI Chat APIの標準パラメータをサポートしています。'model'、'messages'（ロールとコンテンツを含む配列）、'max_tokens'（デフォルトは変動、最大32768）、'temperature'（デフォルト0.7）、'top_p'、'stop'、'stream'（ブーリアン）、'frequency_penalty'、'presence_penalty'です。画像入力は、ユーザーメッセージ内の'image_url'タイプのコンテンツ部分を介して処理されます。モデルは262144トークンのコンテキスト制限を尊重するため、プロンプト+max_tokensはそれを超えてはなりません。その他のOpenAIパラメータは受け入れられる可能性がありますが、その効果は基盤となるKimiモデルに依存します。
移行は簡単です。OrcaRouterのAPIはOpenAI互換だからです。ベースURLを https://api.orcarouter.ai/v1 に変更し、APIキーをOrcaRouterのキーに変更し、モデル名を 'kimi/kimi-k2.5' に更新するだけです。既存のコードで openai Pythonライブラリを使用している場合は、openai.api_base と openai.api_key を設定できます。チャット完了（chat completions）の場合、メッセージ形式はそのままです。以前GPT-4Vで画像入力を使用していた場合、'image_url' 部分の形式は同一です。max_tokens が32768を超える場合は調整してください。基本的な機能にはこれ以外の変更は不要です。
提供された事実に基づくと、Kimi K2.5は262,144トークンのコンテキストウィンドウを備えており、GPT-4（32K）のような一般的なモデルよりも大きいものの、Gemini 1.5 Pro（100万トークン制限）やClaude 3.5 Sonnet（200K）のような他の長文脈モデルに匹敵します。価格は100万トークンあたり0.60ドル/3.00ドルで競争力があり、OrcaRouterによるゼロマークアップによりコストが予測可能です。τ²-Benchスコア95.9は強力なツール使用推論を示唆していますが、追加のベンチマークがなければ完全な性能比較はできません。ユーザーは自身のタスクで評価すべきです。
OrcaRouter上の小規模なモデル（例：gpt-4o-miniやその他のコンパクトなモデル）は、一般的にトークンあたりのコストが低く、レイテンシが速く、コンテキストウィンドウが短いです。これらは単純なタスク、分類、短いクエリに適しています。Kimi K2.5は、262Kのコンテキストと画像サポートを備えており、複雑な推論、長文書、マルチモーダル入力に優れています。トレードオフとして、トークンあたりのコストが高く、応答時間が遅くなる可能性があります。タスクが大きなコンテキストやマルチモーダル機能を必要としない場合、より安価なモデルの方が効率的です。OrcaRouterを使用すると、さまざまなユースケースに応じてモデルを簡単に切り替えることができます。
Kimi K2.5は、その機能が要件に合致する場合、本番環境での使用に適しています。このモデルは、信頼性の高いAPIインフラストラクチャと標準的なOpenAI互換性を提供するOrcaRouterを介してアクセスされます。プロバイダーレートでの価格設定は、マークアップなしで透明です。ただし、他のサードパーティモデルと同様に、負荷時の一貫性、レイテンシ、エラーハンドリングをテストする必要があります。τ²-Benchスコアは、ツール使用シナリオでの強力なパフォーマンスを示唆していますが、本番環境の準備状況は、アップタイム、レート制限、OrcaRouterのサポートなどの要素にも依存します。具体的なSLAや可用性の詳細については、OrcaRouterにお問い合わせください。
OpenAI 互換——今お使いの SDK のまま
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| 入力 / 1M tokens | $0.600 |
| 出力 / 1M tokens | $3.00 |
| キャッシュ読み取り / 1M | $0.100 |
| 通貨 | USD |
表示価格に基づく概算
見積もりのみ — 実際のトークン数はプロバイダーのトークナイザーに依存します。
@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