
Kimi K2 Thinking: Open-Weights-Reasoning-Modell mit 1 Billion Parametern von Moonshot AI. Architektur, Benchmarks, Preise, Limits und Prompt-Muster für agentische KI.
Kimi K2 Thinking ist ein Open-Weights-Reasoning-Modell mit einer Billion Parametern, das bei seiner Veröffentlichung durch Moonshot AI am 6. November 2025 neue Maßstäbe für autonome KI-Agenten gesetzt hat. Es ist das erste Open-Source-Modell, das end-to-end darauf trainiert wurde, Chain-of-Thought-Reasoning mit Tool-Calls über Hunderte aufeinanderfolgender Schritte zu verschränken – eine Fähigkeit, die es von nahezu allen anderen verfügbaren Open-Weights-Modellen unterscheidet. Dieser Leitfaden behandelt die Architektur, Benchmark-Leistung, Preisgestaltung, praktische Einschränkungen und die Prompt-Muster, die das volle agentische Potenzial des Modells freisetzen.
Was ist Kimi K2 Thinking?
Kimi K2 Thinking ist ein Open-Weights-Large-Language-Model, das von Moonshot AI entwickelt wurde – einem von Alibaba unterstützten chinesischen KI-Labor. Es wurde am 6. November 2025 veröffentlicht und ist speziell für langfristige agentische Aufgaben konzipiert – Workflows, bei denen ein Modell eigenständig planen, externe Tools aufrufen, Ergebnisse bewerten und über viele Schritte hinweg iterieren muss, ohne menschliche Eingriffe [5].
Architektur
Das Modell verwendet eine Mixture-of-Experts (MoE)-Architektur mit insgesamt 1,04 Billionen Parametern und 32 Milliarden aktiven Parametern pro Token [7]. MoE bedeutet, dass pro Forward-Pass nur ein Bruchteil des Netzwerks aktiviert wird, was das Modell deutlich kosteneffizienter im Betrieb macht als ein dichtes Modell vergleichbarer Benchmark-Qualität. Das Kontextfenster umfasst 256.000 Token – groß genug, um ganze Codebasen oder mehrdokumentige Forschungskorpora in einem einzigen Prompt zu verarbeiten [1].
Die Trainingskosten betrugen rund 4,6 Millionen US-Dollar – eine Zahl, die verdeutlicht, wie weit die Effizienz in der Entwicklung von Frontier-Modellen vorangeschritten ist [5].
Lizenzierung
Kimi K2 Thinking wird unter einer modifizierten MIT-Lizenz veröffentlicht. Die kommerzielle Nutzung ist für die meisten Organisationen ohne Einschränkungen erlaubt; eine Namensnennung ist nur für Produkte erforderlich, die 100 Millionen monatlich aktive Nutzer oder 20 Millionen US-Dollar monatlichen Umsatz überschreiten [7]. Damit gehört es zu den am großzügigsten lizenzierten Frontier-Reasoning-Modellen auf dem Markt.
API-Zugang
Das Modell ist über platform.moonshot.ai sowohl mit dem OpenAI- als auch mit dem Anthropic-Interface-Standard API-kompatibel, sodass Teams es mit minimalem Refactoring in bestehende Tool-Calling-Pipelines integrieren können [1]. Es ist außerdem bei sechs Drittanbietern verfügbar, darunter Azure, Amazon Bedrock und Google Vertex [18].
Unabhängige Evaluierung
Im Dezember 2025 evaluierte das Center for AI Safety and Infrastructure (CAISI) des NIST das Modell unabhängig und bewertete es als das leistungsfähigste KI-Modell aus der VR China zum Zeitpunkt der Veröffentlichung [8].
Stärken
Das entscheidende technische Alleinstellungsmerkmal von Kimi K2 Thinking ist seine Fähigkeit, über 200–300 aufeinanderfolgende Tool-Calls hinweg kohärentes, zielorientiertes Verhalten aufrechtzuerhalten – weit über die 30–50 Schritte hinaus, bei denen frühere Open-Source-Modelle an Qualität verloren [1]. Diese agentische Stabilität, kombiniert mit starken Benchmark-Ergebnissen und niedrigen Kosten, macht es zu einer überzeugenden Wahl für Entwickler-Workflows.
Agentische Stabilität
Frühere Open-Weights-Modelle verloren nach etwa 30–50 Schritten den Überblick über ihr Ziel, wiederholten Tool-Calls oder produzierten inkohärente Pläne. Kimi K2 Thinking war das erste Open-Source-Modell, das end-to-end darauf trainiert wurde, Chain-of-Thought-Reasoning mit Funktionsaufrufen zu verschränken, und kann so eine kohärente mehrstufige Ausführung über eine Größenordnung mehr Schritte aufrechterhalten [1]. Dies ist kein Prompt-Engineering-Trick – es ist eine durch das Training erlernte Eigenschaft.
Benchmark-Leistung
| Benchmark | Kimi K2 Thinking | Vergleichswert |
|---|---|---|
| Artificial Analysis Intelligence Index | 41 | Peer-Median: 28 [11] |
| SWE-Bench Verified | 71,3 % | Übertrifft GPT-5 und Claude Sonnet 4.5 [7] |
| HLE | 44,9 % | Über den wichtigsten Closed-Model-Konkurrenten [7] |
| BrowseComp | 60,2 % | Über den wichtigsten Closed-Model-Konkurrenten [7] |
Geschwindigkeit und Kosten
Die mediane Inferenzgeschwindigkeit beträgt 83,7 Token/Sekunde über die getesteten Anbieter hinweg – deutlich über dem Peer-Median von 57,2 T/s [11]. Bei der Preisgestaltung ist Kimi K2 Thinking bei vergleichbarer Benchmark-Leistung rund 4× günstiger als GPT-5 Thinking und Claude Sonnet 4.5 [11].
Transparentes Benchmarking
Ein methodisch bemerkenswertes Detail: Moonshot AI veröffentlicht alle Benchmark-Ergebnisse bei INT4-Serving-Präzision (via Quantization-Aware Training, kurz QAT) und nicht bei der BF16-Präzision, die beim Training verwendet wurde. Dies ist eine seltene und transparente Praxis – die meisten Modellanbieter berichten Ergebnisse bei Trainingspräzision, was die reale Leistung überschätzt. Natives INT4 QAT liefert zudem bei minimalem Genauigkeitsverlust eine rund 2× höhere Generierungsgeschwindigkeit gegenüber BF16 [1][4].
Schreibqualität im Thinking-Modus
Bei den meisten Reasoning-Modellen leidet die Schreibqualität, wenn der Thinking-Modus aktiv ist – der Chain-of-Thought-Prozess beeinträchtigt die Flüssigkeit. Kimi K2 Thinking bewahrt die Schreibqualität im Thinking-Modus, was es für Aufgaben, die analytisches Denken mit Prosa-Output verbinden, besonders auszeichnet [9].
Schwächen
Trotz starker agentischer Benchmarks weist Kimi K2 Thinking nennenswerte praktische Einschränkungen hinsichtlich Ausführlichkeit, Latenz und Konsistenz über verschiedene Deployment-Umgebungen hinweg auf.
Token-Ausführlichkeit
Kimi K2 Thinking generierte beim Artificial Analysis Intelligence Index 100 Millionen Token, gegenüber einem Peer-Median von 43 Millionen [11]. Diese Ausführlichkeit ist eine direkte Folge des erweiterten Chain-of-Thought-Reasonings – das Modell „denkt laut


