11月7日消息，最強日前，開源月之暗面宣布發(fā)布Kimi K2 Thinking，思考這是模型Kimi 迄今能力最強的開源思考模型。

目前，布推該模型已上線kimi.com和最新版Kimi手機應(yīng)用的最強常規(guī)對話模式。

據(jù)了解，開源Kimi K2 Thinking原生掌握“邊思考，思考邊使用工具”的模型能力，在人類最后的布推考試（Humanity's Last Exam）、自主網(wǎng)絡(luò)瀏覽能力（BrowseComp）、最強復雜信息收集推理（SEAL-0）等多項基準測試中表現(xiàn)達到SOTA水平，開源超越GPT-5。思考

在Agentic搜索、模型Agentic編程、布推寫作和綜合推理能力等方面也取得全面提升。

據(jù)介紹，該模型無需人類干預，即可自主實現(xiàn)高達300輪的工具調(diào)用和持續(xù)穩(wěn)定的多輪思考能力，從而幫助用戶解決更復雜的問題。

人類最后的考試是一項涵蓋100多個專業(yè)領(lǐng)域的終極封閉式學術(shù)測試。

在允許使用工具——搜索、Python、網(wǎng)絡(luò)瀏覽工具的同等情況下，Kimi K2 Thinking在這項基準評測中取得了44.9%的SOTA成績。

根據(jù)官方示例顯示，Kimi K2 Thinking經(jīng)過5輪搜索和推理，結(jié)合每輪搜索到的新信息，層層深入，最終推理出了答案：

此外，在復雜搜索和瀏覽場景中，Kimi K2 Thinking模型也表現(xiàn)出色。

BrowseComp是由OpenAI發(fā)布的一個專門評估AI Agent網(wǎng)絡(luò)瀏覽能力的基準測試，這項測試的初衷是衡量AI Agent在信息過載環(huán)境中展現(xiàn)出的堅持性與創(chuàng)造力，即能否像人類研究員一樣“刨根問底”。

在這項極具挑戰(zhàn)的任務(wù)上，人類平均只能達到29.2%的成績。

Kimi K2 Thinking在這項基準測試中展現(xiàn)出極強的鉆研能力，以60.2%的成績成為新的SOTA模型。

在長程規(guī)劃和自主搜索能力的驅(qū)動下，Kimi K2 Thinking可借助多達上百輪的“思考→搜索→瀏覽網(wǎng)頁→思考→編程”動態(tài)循環(huán)，持續(xù)地提出并完善假設(shè)、驗證證據(jù)、進行推理，并構(gòu)建出邏輯一致的答案。

這種邊主動搜索邊持續(xù)思考的能力，使Kimi K2 Thinking能夠?qū)⒛：议_放式的問題分解為清晰、可執(zhí)行的子任務(wù)。

在官方示例中，Kimi K2 Thinking經(jīng)過兩輪搜索和思考，先根據(jù)股票回購的已知信息找到了這家制造快速的公司，然后在美國證券交易委員會（SEC）的官網(wǎng)上找到了股票回購公告信息，得出了準確的答案：

本文地址：http://www.ssc849.cn/news/25d099974.html