论文信息与摘要（译文）

论文信息与摘要（译文）
- Results of {{call_id}}

原文标题：Kimi K2: Open Agentic Intelligence 中文译名：Kimi K2：面向智能体能力的开源大模型 arXiv：2507.20534（v1）

本板块为论文全文的中文翻译，章节结构与「论文原文」板块一一对应。

Kimi Team

摘要

我们推出 Kimi K2，这是一个混合专家（Mixture-of-Experts, MoE）大语言模型，拥有 320 亿激活参数和 1 万亿总参数。我们提出了 MuonClip 优化器，它在 Muon 的基础上引入了一种新颖的 QK-clip 技术以解决训练不稳定性问题，同时保留了 Muon 卓越的 token 效率。基于 MuonClip，K2 在 15.5 万亿 token 上完成了预训练，且未出现任何损失尖峰（loss spike）。在后训练阶段，K2 经历了一个多阶段的后训练流程，其亮点包括大规模智能体数据合成流水线以及联合强化学习（RL）阶段，模型通过与真实和合成环境的交互来提升自身能力。

Kimi K2 在开源非思考（non-thinking）模型中取得了最先进的性能，在智能体能力方面表现尤为突出。值得注意的是，K2 在 Tau2-Bench 上获得 66.1 分，在 ACEBench（En）上获得 76.5 分，在 SWE-Bench Verified 上获得 65.8 分，在 SWE-Bench Multilingual 上获得 47.3 分——在非思考设置下超越了大多数开源和闭源基线模型。它在编码、数学和推理任务中也展现出强大的能力，在 LiveCodeBench v6 上获得 53.7 分，在 AIME 2025 上获得 49.5 分，在 GPQA-Diamond 上获得 75.1 分，在 OJBench 上获得 27.1 分，且均未使用扩展思考。这些结果使 Kimi K2 成为迄今为止能力最强的开源大语言模型之一，尤其是在软件工程和智能体任务方面。我们发布了基础模型和后训练模型的检查点11 1

https://huggingface.co/moonshotai/Kimi-K2-Instruct，以促进智能体智能的未来研究与应用。

Kimi K2 技术报告

| |

图 1：Kimi K2 主要结果。33 3 上述评估的所有模型均为非思考模型。对于 SWE-bench Multilingual，由于 Claude 4 Opus 的评估成本过高，我们仅评估了 Claude 4 Sonnet。

Results of {{call_id}}

{{ execution result content }} <|im_end|>