M
Kimi K2 ThinkingOPEN
Kimi K2 Thinking (Moonshot AI): tarification API en direct, fenêtre de contexte et les meilleures alternatives open-source, suivies quotidiennement par OpenSourceAI.tech.
Les prix se mettent à jour automatiquement — vérifiés toutes les heures par rapport aux prix de la liste des fournisseurs.
Benchmarks & performance
Scores de référence indépendants pour Kimi K2 Thinking, mesurés par Artificial Analysis. Plus c'est élevé, mieux c'est.
Pour le même budget, Kimi K2 Thinking offre 5 fois plus de capacité. Les poids ouverts signifient également que vous pouvez l'héberger vous-même et ne rien payer par jeton.
À propos de ce modèle
Kimi K2 Thinking est un modèle d'IA à poids ouvert de Moonshot AI. Vous pouvez le télécharger et l'héberger vous-même gratuitement ; les prix ci-dessous sont les prix de liste des API hébergées, suivis à l'heure, pour lorsque vous préférez la commodité à l'auto-hébergement.
Questions fréquemment posées
Qu'est-ce que Kimi K2 Thinking ?
Kimi K2 Thinking est un modèle de langage IA de Moonshot AI. Il est à poids ouverts : vous pouvez le télécharger et l'exécuter sur votre propre matériel, gratuitement. Il obtient un score de 32.7 sur l'indice d'intelligence d'Artificial Analysis.
Kimi K2 Thinking est-il gratuit ?
Les poids sont gratuits et ouverts — vous pouvez auto-héberger Kimi K2 Thinking et ne rien payer par jeton. Si vous préférez une API hébergée, les prix sont de 0,6 $ par million de jetons d'entrée et de 2,5 $ par million de jetons de sortie.
Dans quoi Kimi K2 Thinking excelle-t-il ?
Des benchmarks indépendants d'Artificial Analysis lui donnent GPQA 83.8%, MMLU-Pro 84.8%, Humanity's Last Exam 22.3%, Long Context Reasoning 66.3%, LiveCodeBench 85.3%, SciCode 42.4%, AIME 2025 94.7%, IFBench 68.1%, τ²-Bench 93%, Terminal-Bench Hard 31.1%. Il est particulièrement utilisé pour raisonnement mathématique.
Puis-je auto-héberger Kimi K2 Thinking ?
Oui. Kimi K2 Thinking a des poids ouverts, donc vous pouvez le télécharger et l'exécuter sur votre propre GPU ou serveur avec des outils comme Ollama, vLLM ou llama.cpp — sans coût par jeton.
Alternatives open-source
Selon votre charge de travail, un modèle à poids ouverts que vous pouvez auto-héberger peut réduire considérablement les coûts ou supprimer complètement la tarification par token. Nos pages de comparaison mettent ce modèle côte à côte avec les meilleurs concurrents open-source.