最近，Kimi 开源了自己旗下 K2 模型的推理版本，K2-Thinking 模型，从各项测试指标上来说和 GPT-5 水平基本持平，在编程和Agent等领域略低于 Claude 4.5 模型。

在人类最后考试中，允许使用工具的情况下，Kimi K2 取得了 44.9% 的 SOTA 成绩，远好于 GPT-5、Grok 4、Claude 4.5 等模型。

目前，该模型已经上线到了 Kimi 官网以及 Kimi App，在工具箱中开启长思考模式就可以进行体验。根据官方说法，该模型可以支持长达 300 次的工具调用，帮助用户解决更复杂的问题。

地址：https://www.kimi.com/

ps：在官网和 APP 端，只部署了部分工具，全部性能需要等 Agent 模式的 OK Computer 更新后才能展现全部能力。

目前已经有很多自媒体博主对 K2-Thinking 模型进行了评测，不只是代码能力得到了增强，解决问题的综合能力也得到了提升，但在很多交流群里，其实群友并没有买单，这其中的原因就值得探究了。

根据雨飞的研究和与很多群友的交流，主要原因有几点：

1. 很多自媒体博主评测的，都是使用的官网，而群友主要以编程为主，采用的是 API 或者编程工具。这两者的区别其实挺大，官网本身有内置的系统提示词，而采用 API 或者编程工具需要自己去写系统提示词，或者使用编程工具自带的提示词，性能差距很大。

这个大家可以更换下不同的模型体验下，官网本身的编程能力比如 HTML 可视化、Python 等是要比 API 以及编程工具内要强的。

这个是一个很重要的原因，但不是主要原因。

2）主要原因在于 K2 系列的模型提示词遵循能力比较强，想要得到比较好的效果，是需要你有很强的提示词能力。但是我们一般情况下，写的提示词都比较简单，这也就导致了 K2 执行的效果不佳。所以，K2 更适合更复杂的提示词，这部分也可以借着 AI 生成一个复杂的提示词然后再执行。

K2 的 API 费用其实并不便宜，每百万输入 4 元，输出 16 元，再加上 ClaudeCode 这种调用机制是非常巨大的 token 消耗机器，很多时候，就是投入了大量的 token，但是没有产生相应的效果。因此，不建议使用 K2 的 API 进行编程，但你可以尝试在 Trae 使用下免费的 K2 模型。

如何学习AI大模型？

如果你对AI大模型入门感兴趣，那么你需要的话可以点击这里大模型重磅福利：入门进阶全套104G学习资源包免费分享！

这份完整版的大模型 AI 学习和面试资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】

这是一份大模型从零基础到进阶的学习路线大纲全览，小伙伴们记得点个收藏！

第一阶段： 从大模型系统设计入手，讲解大模型的主要方法；

第二阶段： 在通过大模型提示词工程从Prompts角度入手更好发挥模型的作用；

第三阶段： 大模型平台应用开发借助阿里云PAI平台构建电商领域虚拟试衣系统；

第四阶段： 大模型知识库应用开发以LangChain框架为例，构建物流行业咨询智能问答系统；

第五阶段： 大模型微调开发借助以大健康、新零售、新媒体领域构建适合当前领域大模型；

第六阶段： 以SD多模态大模型为主，搭建了文生图小程序案例；

第七阶段： 以大模型平台应用与开发为主，通过星火大模型，文心大模型等成熟大模型构建大模型行业应用。

100套AI大模型商业化落地方案

大模型全套视频教程

200本大模型PDF书籍

👉学会后的收获：👈

• 基于大模型全栈工程实现（前端、后端、产品经理、设计、数据分析等），通过这门课可获得不同能力；

• 能够利用大模型解决相关实际项目需求： 大数据时代，越来越多的企业和机构需要处理海量数据，利用大模型技术可以更好地处理这些数据，提高数据分析和决策的准确性。因此，掌握大模型应用开发技能，可以让程序员更好地应对实际项目需求；

• 基于大模型和企业数据AI应用开发，实现大模型理论、掌握GPU算力、硬件、LangChain开发框架和项目实战技能， 学会Fine-tuning垂直训练大模型（数据准备、数据蒸馏、大模型部署）一站式掌握；

• 能够完成时下热门大模型垂直领域模型训练能力，提高程序员的编码能力： 大模型应用开发需要掌握机器学习算法、深度学习框架等技术，这些技术的掌握可以提高程序员的编码能力和分析能力，让程序员更加熟练地编写高质量的代码。

LLM面试题合集

大模型产品经理资源合集

大模型项目实战合集

👉获取方式：
😝有需要的小伙伴，可以保存图片到wx扫描二v码免费领取【保证100%免费】🆓