Kimi K2.5: Moonshot AI Open-Source Model Guide

TL;DR

Kimi K2.5 là mô hình mã nguồn mở mới nhất của Moonshot AI với 1 nghìn tỷ tham số (32B đang hoạt động)
Sở hữu công nghệ Agent Swarm mang tính cách mạng với tối đa 100 sub-agent song song
Đạt tốc độ thực thi nhanh hơn 4,5 lần so với các hệ thống đơn agent
Đánh bại GPT-5.2 trên BrowseComp (78.4 so với 54.9) và tương đương Claude 4.5 Opus trên hầu hết các benchmark
Giá cả: $0.60/M input tokens so với $3/M của Claude — rẻ hơn gần 10 lần
Hiện đã có trên Hugging Face, OpenRouter và kimi.com

Kimi K2.5 là gì?

Vào ngày 27 tháng 1 năm 2026, startup AI tại Bắc Kinh Moonshot AI đã phát hành Kimi K2.5, mô hình AI mã nguồn mở mạnh mẽ nhất của họ cho đến nay. Được sáng lập bởi Yang Zhilin, một cựu nghiên cứu viên AI tại Google và Meta, Moonshot AI đã nhanh chóng vươn lên vị thế nổi bật trong bối cảnh AI cạnh tranh tại Trung Quốc, gần đây đã huy động được 500 triệu USD với mức định giá 4,3 tỷ USD được hỗ trợ bởi Alibaba và HongShan.

Kimi K2.5 là một mô hình agentic đa phương thức bản địa — có nghĩa là nó có thể xử lý văn bản, hình ảnh và video đồng thời từ một câu lệnh duy nhất, trong khi tự động điều phối các tác vụ đa bước phức tạp. Nó không chỉ là một chatbot khác; nó được thiết kế để thực hiện công việc cho bạn.

"Điều thực sự làm nên sự khác biệt của Kimi K2.5 là khả năng tự điều hướng một 'agent swarm' bao gồm tới 100 sub-agent, cho phép xử lý các tác vụ phức tạp, tự chủ mô phỏng quy trình làm việc cộng tác của con người." — VentureBeat

Thông số kỹ thuật

Kiến trúc mô hình

Thông số	Chi tiết
Tổng tham số	1 nghìn tỷ
Tham số hoạt động	32 tỷ mỗi lần inference
Kiến trúc	Mixture-of-Experts (MoE) với 384 experts
Cửa sổ ngữ cảnh	256,000 tokens
Vision Encoder	400 triệu tham số
Dữ liệu đào tạo	15 nghìn tỷ token hỗn hợp hình ảnh và văn bản
Lượng tử hóa	Hỗ trợ INT4 bản địa
Giấy phép	MIT sửa đổi (yêu cầu ghi nhận tác giả đối với doanh thu hàng tháng >20 triệu USD)

Điều gì làm cho kiến trúc này trở nên đặc biệt?

Kimi K2.5 được xây dựng trên nền tảng của Kimi K2-Base với một số cải tiến quan trọng:

1. Thiết kế MoE siêu thưa (Ultra-Sparse MoE)

Không giống như các mô hình truyền thống kích hoạt tất cả các tham số, Kimi K2.5 sử dụng kiến trúc Mixture-of-Experts siêu thưa tương tự như DeepSeek-V3:

384 mạng chuyên gia (expert networks) (so với 256 trong DeepSeek-V3)
Chỉ những chuyên gia phù hợp nhất mới được kích hoạt cho mỗi truy vấn
Độ thưa (Sparsity) 48 giúp giảm FLOPs xuống 1.69x so với độ thưa 8

Điều này có nghĩa là bạn có được trí thông minh của mô hình nghìn tỷ tham số với một phần nhỏ chi phí tính toán.

2. Multi-Head Latent Attention (MLA)

Mô hình sở hữu các cơ chế attention được tối ưu hóa:

Giảm từ 128 xuống còn 64 attention heads

Các ma trận hình chiếu Q/K/V thu nhỏ từ 10GB xuống 5GB mỗi rank

Kết quả là giảm 50% lưu lượng bộ nhớ kích hoạt và độ trễ prefill

3. Bộ tối ưu hóa MuonClip

Việc đào tạo ở quy mô này thường gặp vấn đề mất ổn định. Moonshot đã giải quyết vấn đề này bằng MuonClip, một phiên bản nâng cấp của bộ tối ưu hóa Muon:

Nhanh hơn 2 lần và hiệu quả tính toán hơn Adam
Kỹ thuật QK-Clip mới ngăn chặn tình trạng bùng nổ attention logits
Đạt được 15,5 nghìn tỷ token đào tạo với không có hiện tại đột biến mất mát (loss spikes)

Cuộc cách mạng Agent Swarm

Tính năng tiêu điểm của Kimi K2.5 là hệ thống Học tăng cường Agent song song (Parallel-Agent Reinforcement Learning - PARL), cho phép thực hiện một điều chưa từng có trong AI mã nguồn mở: điều phối các agent swarm.

Cách thức hoạt động của Agent Swarm

Task Decomposition (Phân rã tác vụ): Một agent điều phối có thể đào tạo sẽ chia nhỏ các tác vụ phức tạp thành các tác vụ con có thể song song hóa
Dynamic Instantiation (Khởi tạo động): Lên đến 100 sub-agent được tạo ra theo yêu cầu
Parallel Execution (Thực thi song song): Các agent thực thi đồng thời trên hơn 1.500 lượt gọi công cụ (tool calls) được phối hợp
No Predefined Roles (Không có vai trò định sẵn): Không giống như các hệ thống đa agent truyền thống, K2.5 không cần các quy trình làm việc được thiết kế thủ công

Tác động trong thế giới thực

Chỉ số	Cải thiện
Thời gian thực thi	Nhanh hơn 4,5 lần
Thời gian chạy đầu-cuối	Giảm 80%
Khả năng gọi công cụ	1.500 lượt gọi song song

Chỉ số Các bước quan trọng (Critical Steps Metric)

Các benchmark AI truyền thống đo lường tổng lượng tính toán. Kimi K2.5 đã giới thiệu Critical Steps Metric, tối ưu hóa cho độ trễ bằng cách đo lường đường dẫn thực thi dài nhất thông qua các tác vụ đồng thời — phù hợp hơn cho việc triển khai agent trong thực tế.

Hiệu suất Benchmark: So sánh như thế nào?

Moonshot đã thử nghiệm Kimi K2.5 với GPT-5.2, Claude 4.5 Opus và các mô hình tiên phong khác trên hơn 24 benchmark.

Lập luận & Kiến thức

Benchmark	Kimi K2.5	GPT-5.2	Claude 4.5 Opus
HLE-Full	#1 (Điểm cao nhất)	-	-
HLE (với công cụ)	44.9	41.7	-
AIME 2025	96.1	100.0	-
IMO-AnswerBench	78.6	76.0	-
MMLU-Pro	84.6	87.1	-
GPQA Diamond	87.6	-	-

Benchmark Lập trình

Benchmark	Kimi K2.5	GPT-5.2	Claude 4.5
SWE-Bench Verified	76.8	-	80.9
SWE-Bench Multilingual	73.0	-	-
LiveCodeBench v6	85.0	~89.6	64.0
OJ-Bench	53.6	-	-

Sử dụng Agent & Công cụ

Benchmark	Kimi K2.5	GPT-5.2	Claude 4.5
BrowseComp	78.4	54.9	24.1
Frames	87.0	86.0	-
OCRBench	92.3	-	-

Những điểm rút ra chính

Đánh bại GPT-5.2 trên các tác vụ agent (BrowseComp, Frames, HLE với công cụ)
Tương đương hoặc vượt trội Claude 4.5 Opus trên hầu hết các benchmark lập luận
Khả năng thị giác tốt nhất trong phân khúc với độ chính xác OCR đạt 92,3%
Đặc biệt mạnh mẽ trong phát triển frontend và gỡ lỗi trực quan

Khả năng Lập trình: Đối đầu với Claude Code

Cùng với mô hình này, Moonshot đã phát hành Kimi Code, một trợ lý lập trình mã nguồn mở cạnh tranh trực tiếp với Claude Code và GitHub Copilot.

Hỗ trợ tích hợp

Visual Studio Code
Cursor
Zed

Các tính năng độc đáo

Gỡ lỗi trực quan (Visual Debugging): Lập luận qua hình ảnh và video để gỡ lỗi giao diện người dùng (UI)
Video-to-Code: Tái cấu trúc các trang web từ video hướng dẫn
Sketch-to-3D: Chuyển đổi các bản phác thảo vẽ tay thành các mô hình 3D chức năng với hoạt ảnh
200-300 lượt gọi công cụ tuần tự: Xử lý các chuỗi thao tác tệp dài mà không mất đi tính mạch lạc

So sánh chi phí

Mô hình	Input Tokens (mỗi 1M)	Output Tokens (mỗi 1M)
Kimi K2.5	$0.60	$3.00
Claude 4.5 Opus	$3.00	$15.00
GPT-5.2	$2.50	$10.00

Đối với một phiên lập trình 300K token thông thường:

Kimi K2.5: ~$0.53

Claude 4.5: ~$5.00

Mức giá đó rẻ hơn gần 10 lần cho chất lượng tương đương.

Sự đánh đổi

Tốc độ: Kimi K2.5 xuất ra ~34,1 token/giây so với ~91,3 của Claude
Chất lượng mã: Chất lượng triển khai tốt hơn một chút so với Claude trong các bài kiểm tra frontend
Độ tin cậy: GPT-5.1 Codex "nhất quán trong việc bàn giao" trong khi Kimi "có những ý tưởng thông minh nhưng đôi khi gây ra lỗi nghiêm trọng" trong một số thử nghiệm

Bốn Chế độ Hoạt động

Kimi K2.5 có sẵn trên kimi.com với bốn chế độ riêng biệt:

1. K2.5 Instant

Phản hồi nhanh cho các tác vụ hàng ngày
Tốt nhất cho các câu hỏi nhanh và tạo mã đơn giản

2. K2.5 Thinking

Lập luận mở rộng cho các vấn đề phức tạp
Lý tưởng cho toán học, logic và phân tích đa bước

3. K2.5 Agent

Agent đơn lẻ cho các quy trình làm việc tự động
Xử lý 200-300 lượt gọi công cụ tuần tự

4. K2.5 Agent Swarm (Beta)

Lên đến 100 sub-agent đồng thời
1.500 lượt gọi công cụ song song
Cải thiện tốc độ 4,5 lần
Tốt nhất cho các dự án lập trình quy mô lớn và nghiên cứu

Cách truy cập Kimi K2.5

Giao diện Web

kimi.com — Gói miễn phí có sẵn với cả bốn chế độ

Truy cập API

OpenRouter: Tích hợp API trực tiếp
Together AI: Inference được lưu trữ
NVIDIA NIM: Triển khai cho doanh nghiệp

Tự lưu trữ (Self-Hosting)

Yêu cầu phần cứng:

~600GB VRAM với lượng tử hóa INT4
Khuyến nghị: 16x NVIDIA H100 GPUs (chi phí mua $500k-700k)
Giải pháp thay thế đám mây: ~$40-60/giờ trên các nhà cung cấp lớn
Cấu hình tối thiểu: 4x NVIDIA H100 (hiệu suất hạn chế)

Tải xuống:

Trọng số mô hình (weights): Hugging Face - moonshotai/Kimi-K2.5
Cũng có sẵn trên Ollama

Các trường hợp sử dụng thực tế

1. Tái cấu trúc mã quy mô lớn

Triển khai Agent Swarm để song song hóa việc tái cấu trúc trên hàng trăm tệp cùng lúc.

2. Phát triển giao diện người dùng trực quan

Tải lên thiết kế Figma hoặc video hướng dẫn, và K2.5 sẽ tạo ra mã React/HTML chức năng.

3. Nghiên cứu & Phân tích dữ liệu

Xử lý hơn 100 luồng dữ liệu song song với các agent được phối hợp để đánh giá tài liệu hoặc nghiên cứu thị trường.

4. Xử lý tài liệu

Độ chính xác OCR 92,3% giúp nó trở nên xuất sắc trong việc số hóa và phân tích tài liệu.

5. Gỡ lỗi phức tạp

Khả năng gỡ lỗi trực quan cho phép nó kiểm tra UI đã render và lặp lại các bước chỉnh sửa một cách tự chủ.

Kimi K2.5 so với Đối thủ: Bạn nên chọn cái nào?

Chọn Kimi K2.5 Nếu:

✅ Ngân sách là ưu tiên hàng đầu (rẻ hơn 10 lần so với Claude)
✅ Bạn cần thực thi agent song song
✅ Phát triển frontend/trực quan là trọng tâm của bạn
✅ Bạn muốn tự lưu trữ với trọng số mã nguồn mở
✅ Bạn đang xây dựng các ứng dụng nặng về agent

Chọn Claude 4.5 Nếu:

✅ Tốc độ là cực kỳ quan trọng (đầu ra nhanh hơn ~3 lần)
✅ Tính chính xác quan trọng hơn chi phí
✅ Bạn cần mã nguồn đáng tin cậy, cấp độ production
✅ Quy trình làm việc dựa trên terminal phù hợp với phong cách của bạn

Chọn GPT-5.2 Nếu:

✅ Bạn cần điểm số lập luận cao nhất tuyệt đối
✅ Yêu cầu tích hợp với hệ sinh thái OpenAI
✅ Đầu ra nhất quán, đáng tin cậy là tối quan trọng

Bức tranh lớn hơn: Động lực của AI Mã nguồn mở

Kimi K2.5 đại diện cho một cột mốc quan trọng trong phong trào AI mã nguồn mở:

"Sự trỗi dậy của Kimi K2.5 là biểu tượng cho động lực đang dâng cao trong lĩnh vực AI của Trung Quốc, nơi các phòng thí nghiệm đang nhanh chóng thúc đẩy các công nghệ mã nguồn mở." — TechCrunch

Các hàm ý chính:

Mã nguồn mở có thể cạnh tranh với các gã khổng lồ mã nguồn đóng

Agent swarms đang trở thành mô hình mới cho các tác vụ phức tạp

Rào cản chi phí đối với AI tiên phong đang giảm nhanh chóng

Các phòng thí nghiệm AI Trung Quốc (Moonshot, DeepSeek) là những đối thủ đáng gờm

Kết luận

Kimi K2.5 không chỉ là một cải tiến nhỏ — đó là một sự thay đổi mô hình. Sự kết hợp giữa:

1 nghìn tỷ tham số trong một mô hình trọng số mở
100 agent song song cho thông lượng chưa từng có
Giá rẻ hơn 10 lần so với đối thủ
Các benchmark hàng đầu trong các tác vụ agent

...làm cho nó trở thành một lựa chọn hấp dẫn cho các nhà phát triển, nghiên cứu viên và doanh nghiệp đang tìm cách xây dựng thế hệ ứng dụng hỗ trợ AI tiếp theo.

Cho dù bạn đang tự động hóa quy trình mã hóa, xây dựng hệ thống agent hay chỉ đang tìm kiếm một giải pháp thay thế hiệu quả về chi phí cho Claude và GPT, Kimi K2.5 xứng đáng để bạn xem xét nghiêm túc.

Tài nguyên

Bạn đang xây dựng các sản phẩm hỗ trợ AI? Y Build giúp bạn đi từ ý tưởng đến khi ra mắt nhanh hơn với các công cụ phát triển hỗ trợ bởi AI. Hãy dùng thử miễn phí ngay hôm nay.

Nguồn: