Moonshot AI ha presentado hoy Kimi K2 Thinking, una innovadora variante pública de su modelo K2, especialmente ajustada para el razonamiento profundo y el uso de herramientas a largo plazo. Este modelo está dirigido a desarrolladores, equipos de investigación y empresas que buscan construir agentes capaces de planificar, navegar, programar y redactar en múltiples pasos complejos.

K2 Thinking se lanza con pesos abiertos, una ventana de contexto de 256k y cuantización nativa INT4, lo que reduce la latencia y mejora la eficiencia. Entre sus resultados destacados figuran 44.9 en HLE con herramientas, 60.2 en BrowseComp y 71.3 en SWE-bench Verified con herramientas. El modelo es capaz de mantener entre 200 y 300 llamadas secuenciales a herramientas sin perder de vista los objetivos de la tarea.

A nivel técnico, K2 Thinking combina el razonamiento en cadena (chain-of-thought) con llamadas a funciones y ofrece un flujo de razonamiento separado. Se recomienda una temperatura de 1.0 para su uso óptimo. La integración de herramientas sigue esquemas estándar de llamadas a funciones y permite ejecuciones de extremo a extremo. Actualmente, el modo chat en kimi.com utiliza un conjunto reducido de herramientas, por lo que los resultados en producción pueden diferir de los benchmarks.

El modelo ya está disponible tanto en pesos abiertos como a través de la API de la plataforma. En comparación con K2-Instruct, un modelo más reactivo y sin razonamiento prolongado, K2 Thinking incorpora deliberación y capacidad de agencia a largo plazo. Su arquitectura MoE cuenta con 1 billón de parámetros totales, 32 mil millones activados, 384 expertos, 64 cabezas de atención, atención MLA y un vocabulario de 160k.

En tareas de matemáticas y programación, K2 Thinking logra 99.1 en AIME25 con Python, 83.1 en LiveCodeBench v6 y 61.1 en SWE-bench Multilingual con herramientas. La cuantización INT4 mediante QAT permite casi duplicar la velocidad sin pérdida de precisión.

Moonshot AI posiciona a K2 como parte de su hoja de ruta hacia agentes autónomos avanzados. La familia K2 fue preentrenada con 15.5 billones de tokens e introduce el optimizador MuonClip con un ajuste de estabilidad QK-clip. El post-entrenamiento combina síntesis de trayectorias agenticas a gran escala y aprendizaje por refuerzo. La compañía anuncia que el modo agente completo en kimi.com estará disponible próximamente y que la apertura de K2 Thinking está pensada para desarrolladores que buscan razonamiento transparente y orquestación estable de herramientas a gran escala.