11月8日消息，在AI大模型领域，美国企业多采用封闭模式，投入了大量资源；而国产大模型则普遍选择开源路线，此前DeepSeek、Qwen等已各展所长，如今月之暗面推出的Kimi K2 Thinking又成为了新的焦点。
Kimi K2 Thinking属于K2家族的思考大模型，在多项基准测试里的表现达到了SOTA水平，超过了GPT-5，并且在Agentic搜索、Agentic编程、写作以及综合推理能力等多个方面都实现了全面的提升。
发布仅两天，Kimi K2 Thinking就登上了HuggingFace抱抱脸榜单的榜首，国外网友对此好评如潮，同时还纷纷吐槽OpenAI等公司模型封闭的问题。
在人类终极考试（HLE）这一高难度基准测试中，Kimi K2 Thinking 获得了44.9%的成绩，表现优于Grok4、GPT-5、Claude 4.5等一众先进模型；而Kimi K2 Thinking Heavy版本的分数更可提升至51%。
HuggingFace联合创始人Thomas Wolf也针对Kimi K2 Thinking发表了看法，他表示我们正在经历又一个DeepSeek时刻——开源软件再次实现了对闭源软件的超越。他同时提出疑问：未来是否每隔几个月就会出现一次这样的情况？
Kimi K2 Thinking的惊艳之处不止于强大的能力，更核心的优势在于其成本极低。其API定价为：输入每百万token，缓存命中时0.15美元，未命中时0.6美元；输出每百万token则为2.5美元。这一价格相比GPT-5（输入每百万token1.25美元、输出每百万token10美元）要低一个数量级。
它的成本之所以这么低，和训练成本的大幅下降有很大关系。据知情人士透露，Kimi K2 Thinking的训练成本是460万美元，而此前作为成本参考的DeepSeek V3模型花费了560万美元，相比之下，现在的成本至少降低了10%。
若和国外的大模型相比，差距更是不在一个量级。OpenAI开发GPT-3耗费了数十亿美元，谷歌、微软、XAI等企业的大模型同样是巨额资金投入的成果，单是GPU方面的开销就远远超过了国内公司的投入规模。
