Kimi K2 Thinking
- 输入 输入模态: 文本 输出 输出模态: 文本
- 推理
- 工具调用
- 结构化输出
- 开放权重
价格
3 个渠道报价 · 按标价显示 Alibaba Cloud Model Studio(在新标签页打开)
kimi-k2-thinking| 条件/ 百万 tokens | 输入 | 输出 |
|---|---|---|
| 标准 自 2026年10月11日 起页面不再列出 | ¥4.00 | ¥16.00 |
价格来源 阿里云百炼:模型价格(在新标签页打开) (核对于 2026年10月8日)
Moonshot AI Platform(在新标签页打开)
kimi-k2-thinking| 条件/ 百万 tokens | 输入 | 缓存读取 | 输出 |
|---|---|---|---|
| 标准 历史价格,取自 2026年2月17日 存档的厂商页面 | ¥4.00 | ¥1.00 | ¥16.00 |
价格来源 Kimi API 开放平台:模型推理价格(在新标签页打开) (核对于 2026年10月23日)
Moonshot AI Platform(在新标签页打开)
kimi-k2-thinking| 条件/ 百万 tokens | 输入 | 缓存读取 | 输出 |
|---|---|---|---|
| 标准 历史价格,取自 2026年3月30日 存档的厂商页面 | $0.60 | $0.15 | $2.50 |
价格来源 Moonshot AI platform pricing(在新标签页打开) (核对于 2026年10月23日)
标准:不带任何条件的请求所付价格(即本站其他页面显示的标价)。
详细规格
- 最长输入
- 229.38K
- 内置工具
- 联网搜索
- 知识截止
- 2024年8月
- 模型家族
- kimi-k-thinking
- 模型 ID
Moonshot AI 的页面未说明:推理档位, 可关闭推理, 最大思考预算, 别名。
本地运行
权重: moonshotai/Kimi-K2-Thinking- 参数 1.03T
- 激活 32B · 专家 384(每 token 8)
- 原生精度 INT4 (AWQ / GPTQ)
- 层数 61
- 每 token 的 KV 缓存 69 KB
- 配置位置数 256K (config.json max_position_embeddings)
- API 上下文 250K (厂商 API)
在你的配置上 · GeForce RTX 4090
✕放不下 原生 INT4 (AWQ / GPTQ) (自动) 8K 上下文
权重KV 缓存运行开销可用上限
- 需要
- ≈ 581.6 GB (权重 553.4(官方文件) + KV 缓存 0.5 + 开销 27.7)
- 可用
- 21.6 GB (标称的 90%)
- 建议
- 这台配置跑不动,看下面的“最低需要”
| 推荐精度 | 权重 | 8K 需要 | 在你的配置上 | 最长上下文 |
|---|---|---|---|---|
| 原生 INT4 (AWQ / GPTQ)官方 | 553.4 GB | ≈ 581.6 | ✕放不下 | — |
| Q3_K_M质量下降明显 | 467.2 GB | ≈ 491.1 | ✕放不下 | — |
| IQ3_XXS质量下降明显 | 365.6 GB | ≈ 384.5 | ✕放不下 | — |
| Q2_K质量下降明显 | 358.5 GB | ≈ 376.9 | ✕放不下 | — |
| IQ2_XXS质量下降明显 | 246.1 GB | ≈ 259.0 | ✕放不下 | — |
点一行换精度。“官方”是厂商自己发布的文件,大小是实际值;其余按参数量 × 每权重位数估算。
和其他配置比
每个配置各用它能跑的最高精度,点一个看细节。
最低需要(原生 INT4 (AWQ / GPTQ) · 8K):单机放不下,约需 9 张 80 GB 显卡。
运行命令
vLLM
vllm serve moonshotai/Kimi-K2-Thinking --max-model-len 8192
微调需要多少显存
全参≈ 15298.6 GB你的配置放不下
LoRA≈ 1916.6 GB你的配置放不下
QLoRA≈ 542.4 GB你的配置放不下
batch 1、序列 2048、梯度检查点;LoRA / QLoRA 为注意力投影上的 r=16 适配器。
估算;数据来自厂商的 Hugging Face 仓库,截至 2026-11-21。 怎么估算的
引用评分
来自第三方排行榜,并非我们测得- Epoch Capabilities Index 145.5
第 78 名,共 123 个上榜模型 · 置信区间 143.7–147.3
- EQ-Bench Creative Writing v3 1,631
第 38 名,共 95 个上榜模型
- EQ-Bench Longform Writing 69
第 41 名,共 93 个上榜模型
变更
全部变更 →- Moonshot AI Platform, 中国站 上线报价 缓存读取 ¥1.00 · 输入 ¥4.00 · 输出 ¥16.00
- Moonshot AI Platform 上线报价 缓存读取 $0.15 · 输入 $0.60 · 输出 $2.50
- Moonshot AI Platform, 中国站 上线报价 缓存读取 ¥1.00 · 输入 ¥4.00 · 输出 ¥16.00
- Moonshot AI Platform 上线报价 缓存读取 $0.15 · 输入 $0.60 · 输出 $2.50
- Alibaba Cloud Model Studio, 中国站 上线报价 输入 ¥4.00 · 输出 ¥16.00
- 上下文窗口 256K → 262.14K
来源
- Text generation models - Qwen, DeepSeek, GLM | Model Studio - Alibaba Cloud Model Studio - Alibaba Cloud Documentation Center(在新标签页打开) docs.modelstudio.console.alibabacloud.com · 核对于 2026年10月4日
- kimi-k2-thinking model(在新标签页打开) alibabacloud.com · 核对于 2026年10月2日
- kimi-k2-thinking(在新标签页打开) docs.modelstudio.console.alibabacloud.com · 核对于 2026年10月2日
- 阿里云百炼:模型价格(在新标签页打开) help.aliyun.com · 核对于 2026年10月8日
- Moonshot AI platform pricing(在新标签页打开) platform.moonshot.ai · 核对于 2026年10月23日
- Kimi API 开放平台:模型推理价格(在新标签页打开) platform.moonshot.cn · 核对于 2026年10月23日
- Platform Changelog(在新标签页打开) platform.kimi.ai · 核对于 2026年11月9日
- 模型上架与更新-大模型服务平台百炼-阿里云_大模型服务平台百炼(Model Studio)-大模型服务平台百炼(Model Studio)-阿里云帮助中心(在新标签页打开) help.aliyun.com · 核对于 2026年11月16日
- 1. Model Introduction(在新标签页打开) huggingface.co · 核对于 2026年11月7日
- moonshotai/Kimi-K2-Thinking model card(在新标签页打开) huggingface.co · 核对于 2026年11月6日
- moonshotai/Kimi-K2-Thinking config.json(在新标签页打开) huggingface.co · 核对于 2026年11月8日
- moonshotai/Kimi-K2-Thinking files(在新标签页打开) huggingface.co · 核对于 2026年11月6日
- moonshotai/Kimi-K2-Thinking README.md(在新标签页打开) huggingface.co · 核对于 2026年11月6日
- models.dev: moonshotai/kimi-k2-thinking (community data, MIT)(在新标签页打开) github.com · 核对于 2026年10月28日
本页部分数值尚待与官方页面核对:实心圆点已核实,空心圆点尚未核实(无论是否已有来源)。 我们如何核实数据
Moonshot AI · 中国 · moonshot.ai
相关模型
快照、同系列与同厂商的其他模型