Kimi K2 Instruct is a large-scale Mixture-of-Experts (MoE) language model developed by Moonshot AI, featuring 1 trillion total parameters with 32 billion active per forward pass. It is optimized for agentic capabilities, including advanced tool use, reasoning, and code synthesis. Kimi K2 excels across a broad range of benchmarks, particularly in coding (LiveCodeBench, SWE-bench), reasoning (ZebraLogic, GPQA), and tool-use (Tau2, AceBench) tasks. It supports long-context inference up to 128K tokens and is designed with a novel training stack that includes the MuonClip optimizer for stable large-scale MoE training.
Tutti i provider = supportato da ogni upstream che serve questo modello. Alcuni provider = dipende dall'upstream che gestisce la richiesta. Predefinito = il valore inviato quando non lo imposti.
| Parametro | Provider | Predefinito |
|---|---|---|
| frequency_penalty | Tutti i provider | Non inviato per impostazione predefinita |
| include_reasoning | Tutti i provider | - |
| logit_bias | Alcuni provider | - |
| logprobs | Alcuni provider | - |
| max_tokens | Tutti i provider | - |
| min_p | Alcuni provider | - |
| parallel_tool_calls | Alcuni provider | - |
| presence_penalty | Alcuni provider | Non inviato per impostazione predefinita |
| reasoning | Tutti i provider | - |
| repetition_penalty | Alcuni provider | Non inviato per impostazione predefinita |
| response_format | Alcuni provider | - |
| seed | Alcuni provider | - |
| stop | Alcuni provider | - |
| structured_outputs | Alcuni provider | - |
| temperature | Alcuni provider | Non inviato per impostazione predefinita |
| tool_choice | Tutti i provider | - |
| tools | Tutti i provider | - |
| top_k | Alcuni provider | Non inviato per impostazione predefinita |
| top_logprobs | Alcuni provider | - |
| top_p | Alcuni provider | Non inviato per impostazione predefinita |
Tutti i provider di questo modello sono occupati al momento
Ogni provider a monte ha raggiunto il suo limite di velocità. Il modello torna automaticamente quando i limiti si allentano, di solito entro poche ore. Riprova tra poco o passa a un altro modello.
Richiedi questo modello su Discord