Kimi K2-Thinking的路线，有待商榷

引言

几天前，Kimi 推出了 Kimi-K2 Thinking 这个模型。

据称，该模型是 Kimi 首个思考型模型，可以在没有人工干预的情况下执行多达 200 – 300 次连续工具调用，在数百个步骤中连贯地推理以解决复杂问题[1]。

该模型开源了权重[2]，模型参数量为1T，和 Kimi-K2 保持一致。

技术上没什么亮点，大致上是在 Kimi-K2 的技术上，引入了类似 DeepSeek-R1 的思维链，并强化了工具调用等智能体能力。

根据其技术博客披露的性能指标，在推理、搜索、编码数据集上，整体保持和 GPT-5 和 Claude 4.5 相近的水准。

具体使用

该模型已经在其官网上线[3]，在官网选择 K2 模型，开启长思考模式，调用的就是K2-Thinking的模型。

下面来实际测试一下其代码编写能力，选择的工具是 Kimi 自家的 Kimi CLI，用他们自家的工具调自家的模型，理论上能充分发挥其潜力。

安装工具

目前Kimi CLI仅支持 Mac 和 Linux，不支持 Windows。

下面在 Mac 上进行安装，参考文档[4]，用 uv 安装 Kimi CLI：

uv tool install --python 3.13 kimi-cli

添加环境变量，下面用户名zstar改成自己的用户名

echo 'export PATH="/Users/zstar/.local/bin:$PATH"' >> ~/.zshrc
source ~/.zshrc

验证版本，如果正常输出版本号，则表明安装成功

kimi --version

具体测试

命令行输入kimi，即可启动CLI。

输入/setup，进行设置，这里有三个选项：

• Kimi For Coding：专供 Kimi 的月卡VIP用户
• moonshot.cn：国内的 API 接口
• moonshot.ai: 国外的 API 接口

选择第二项，填入开放平台注册的 API Key，选择kimi-k2-thinking这款模型。

下面来测试一个具体任务，让它写一个大模型聊天界面，这个提示词在之前评测Claude Code 的文章中测试过，其大概花费 10 分钟完成。

提示词内容：

请帮我设计一个基于React的类OpenAI聊天界面，需满足以下功能：
1. **用户配置模块**
- 提供API Key输入框（支持本地存储，避免重复填写）
- 支持选择siliconflow平台的模型和参数（temperature、max_tokens信息)2. **对话交互界面**
- 仿ChatGPT的聊天布局：左侧历史会话列表，右侧主聊天区
- 支持多轮对话，保留上下文（通过messages数组传递历史记录）
- 实现流式响应（逐字输出效果），使用Server-Sent Events或OpenAI的stream参数3. **功能增强**
- 消息Markdown渲染（代码高亮、链接解析等）
- 一键复制回复内容
- 响应耗时统计与token用量显示4. **错误处理与状态管理**
- 网络错误、API限流等异常提示
- 加载状态动画（如发送中、流式响应时）5. **技术栈建议**
- UI库：Ant Design或Material-UI
- 状态管理：Zustand或Context API
- 流式处理：使用`openai`库的`stream`参数或自定义SSE连接**附加要求：**
- 提供完整的React Hooks实现方案
- 优先考虑TypeScript类型安全
- 兼容移动端布局
- 提供完整的readme.md文档

kimi CLI输出的内容会比Claude Code详细不少，每一步用了什么工具都列的比较清晰。

但速度是在是太慢了，似乎每一步都是深思熟虑的thinking之后才做决定，大概花费了30分钟才执行完毕。

运行一下效果，界面如下：

界面的美观度中规中矩，不算漂亮，但基本合格。

但点击聊天界面，不显示对话框内容，存在bug。

再让它对此现象进行修复，又迭代了一轮，未能成功修复，无法测试功能是否正常。

去控制台[5] 看了下请求明细，发现一轮交互会多次调用模型，每次交互输入 2w多 Tokens。

为了节省成本，API平台往往会把多轮交互的相同上下文做一个缓存(Cache)，看了下账单，缓存的费用占了大头。

两轮交互共花费 ￥2.32，比国外的模型便宜，但成本依然不低。

讨论

总体实验下来，K2-Thinking 的实际价值不高，慢和贵是主要问题。

下面对比一下 kimi 和 deepseek 的模型定价：

上图中，kimi-k2-thinking-turbo是kimi-k2-thinking的高速版本。

相比之下，kimi模型的上下文长度更长，价格要贵不少。

K2-Thinking 就像一个非常保守的模型，每一步似乎都要“三思而后行”。

聪明的智能体应该要决定哪些情况应该思考，哪些情况可以直接去做，否则，就成了无意义的资源消耗。

参考

[1] https://huggingface.co/moonshotai/Kimi-K2-Thinking
[2] https://huggingface.co/moonshotai/Kimi-K2-Thinking
[3] https://www.kimi.com
[4] https://www.kimi.com/coding/docs/kimi-cli.html
[5] https://platform.moonshot.cn/console/fee-detail