El nuevo modelo Kimi K2.5, desarrollado por Moonshot AI, representa un significativo avance en el campo de la inteligencia artificial al combinar capacidades de razonamiento paso a paso con la habilidad de invocar herramientas de manera dinámica.

Según los detalles técnicos proporcionados por Moonshot AI, el modelo cuenta con una arquitectura de Mezcla de Expertos (MoE) que contiene 1 billón de parámetros totales, de los cuales 32 mil millones se activan durante el procesamiento. La estructura incluye 61 capas en total, con una capa densa que contiene 384 expertos que seleccionan 8 por cada token procesado.

Una de las características más destacadas de Kimi K2.5 es su capacidad para mantener un razonamiento estable mientras realiza entre 200 y 300 llamadas secuenciales a herramientas, lo que representa un avance significativo en tareas de agencia de largo alcance. Además, el modelo incorpora cuantización nativa INT4, lo que duplica su velocidad de inferencia.

En cuanto a su arquitectura, Kimi K2.5 integra un codificador de visión nativo llamado MoonViT con 400 millones de parámetros, permitiendo una integración fluida entre lenguaje y visión. El modelo también cuenta con una ventana de contexto de 256.000 tokens, lo que le permite manejar tareas multimodales complejas de largo alcance.

La metodología de entrenamiento del modelo ha sido igualmente ambiciosa. Según Moonshot AI, Kimi K2.5 ha recibido un entrenamiento continuo con aproximadamente 15 billones de tokens mixtos de texto e imagen, construyendo sobre la base de Kimi-K2-Base. El entrenamiento ha sido nativo en modalidades múltiples, preparando al modelo para razonar a través de diferentes medios.

En términos de rendimiento, Kimi K2.5 ha establecido nuevos récords en varios puntos de referencia importantes. Ha alcanzado un 50,2% en el examen Humanity's Last Exam (HLE) con herramientas en más de 100 materias especializadas. En razonamiento matemático avanzado, ha logrado un 96,1% en AIME 2025, 95,4% en HMMT 2025, 81,8% en IMO-AnswerBench y 87,4% en GPQA-Diamond.

Sus capacidades de codificación también son notables, con un 76,8% en SWE-Bench Verified, 73,0% en SWE-Bench Multilingual y 85,0% en LiveCodeBench v6. En búsqueda agente con enjambre, ha conseguido un 78,4% en BrowseComp (modo enjambre) y 57,5% en Seal-0.

Entre los casos de uso destacados por Moonshot AI se encuentran el razonamiento agente multimodal, codificación con visión, orquestación de enjambre de agentes, comprensión y análisis visual, búsqueda agente y razonamiento web, flujos de trabajo multimodales de largo alcance, y generación de contenido creativo y multimodal.

El modelo puede generar código a partir de especificaciones visuales como diseños de interfaz de usuario, maquetas y flujos de trabajo de video. También puede descomponer tareas complejas en subtareas paralelas e instanciar agentes específicos de dominio para una ejecución coordinada.

La comprensión visual nativa de Kimi K2.5, gracias a su codificador MoonViT, le permite analizar imágenes, gráficos, documentos y visualizaciones científicas, así como entender diseños de interfaz de usuario para la generación de código.

Este lanzamiento posiciona a Moonshot AI como un competidor significativo en el campo de los modelos de inteligencia artificial avanzados, especialmente en aplicaciones que requieren razonamiento complejo y capacidades multimodales.