本报告导读：
　　7月11日晚，月之暗面发布并开源Kimi K2模型，在代码、Agent及数学推理领域表现领先，技术开源及其技术演进路径有望加速AGI研究与应用落地进程。
　　投资要点：
　　投资建议：7月11日晚，月之暗面发布并开源Kimi K2模型，其在代码、Agent及数学推理领域表现领先，开源其技术演进路径有望加速AGI研究与应用落地进程。聚焦代码开发、工具调用与数学推理的Agent基座模型突破，将让智能客服、数据分析及科研协作等领域显著受益，此外具备垂直领域优势和数据壁垒的AI解决方案提供商有望率先受益。
　　Kimi K2是一款具备更强代码能力、更擅长通用Agent任务的MoE架构基础模型。Kimi K2作为一款采用MoE架构的基础模型，总参数达1T，激活参数为32B。在训练过程中，引入了MuonClip优化器，解决了万亿参数模型训练中稳定性不足的问题，还提升了token利用效率。通过大规模Agentic数据合成策略，解决了真实工具交互数据稀缺的难题，让模型学习到复杂工具调用能力。同时，引入通用强化学习，在可验证任务与不可验证任务之间架起桥梁，这些技术创新使得Kimi K2在性能上表现卓越，在SWEBench Verified、Tau2、AceBench等多项基准性能测试中，均取得开源模型中的最优成绩，在代码、Agent及数学推理任务上展现出领先水平。
　　开源策略展现创新性与开放性，加速AGI研究与应用落地进程。月之暗面此次开源力度空前，提供了Kimi-K2-Base基础预训练模型，适合科研机构进行定制化研究；以及Kimi-K2-Instruct通用指令微调版本，可直接部署于智能客服、数据分析等场景，开箱即用。API服务支持最长128K上下文，具备更强的通用性与工具调用能力：计费方案分为4元/百万输入tokens和16元/百万输出tokens。“开源+云服务”的双轨策略，既满足了开发者的定制需求，又为企业提供了低成本落地路径，让中小企业也能拥有与头部科技公司同等的AI研发能力。
　　Kimi K2以成为AIAgent强大基座为目标。作为月之暗面首款开源发布的旗舰模型，在自主编程（Agentic Coding）、工具调用（ToolUse）和数学推理（Math & Reasoning）这三个能力维度上，Kimi K2的表现超过了DeepSeek-V3-0324、Qwen-235B-A22B等模型，但在部分基准测试中略逊于Claude 4 Opus、OpenAIGPT-4.1等模型。当前Kimi K2需注意的局限包括：高难度推理任务、工具描述不清场景下有可能生成冗余token或输出部分中断；工具调用模式下，部分类别任务性能下降；一次性长任务场景，链式Agent框架弱于反复执行模式。官方表示，通用Agent还需要更高级的能力，比如思考和视觉理解，未来计划为KimiK2加入这些能力。
　　风险提示：技术竞争加剧，算力供给不足，数据隐私合规风险。