🎉 最新发布 kimi k2.5 模型，支持多模态理解与处理，擅长解决更复杂的问题。
文档
入门指南
在编程工具中使用 Kimi K2 模型

在编程工具中使用 Kimi K2.5 模型

kimi-k2.5 是一款具备超强代码和 Agent 能力的 MoE 架构基础模型，我们以 Claude Code， VS Code & Cline/RooCode 为示例，说明如何使用 kimi-k2.5 系列模型。

2026年1月27日最新发布 kimi-k2.5 模型，支持256K上下文窗口，原生融合文本与视觉理解，具备 Agent 集群协作模式，在智能体任务、代码生成、视觉推理等复杂场景表现领先。 2025年11月6日最新发布 kimi-k2-thinking 和 kimi-k2-thinking-turbo 模型，支持 256k 上下文，支持多步工具调用与思考，擅长解决更复杂的问题。 2025年9月5日最新发布 kimi-k2-0905-preview 模型，上下文窗口扩展至 256K，代码能力更强。如果您需要更快的响应速度，可以使用 kimi-k2-turbo-preview 模型，它始终对标最新版本的 kimi-k2 并保持功能一致，但输出速度已提升到 60tokens/s，最高可达 100 tokens/s。

使用注意事项

在使用大模型进行代码生成时，由于模型的随机性和复杂性，可能需要多次尝试才能生成符合预期的代码。编程工具会自动进行多轮重试和调用，这可能导致 token 用量快速增长。为了更好地控制成本和使用体验，我们建议您注意以下几点：

  • 预算控制

    • 设置日消费上限：在使用前，请前往Kimi 开放平台项目设置 (opens in a new tab)配置「项目日消费预算」。一旦达到预算上限，系统将自动拒绝该项目下所有 API 请求（注：由于计费延迟，限制生效可能有约 10 分钟延迟）。设置方式请见组织管理最佳实践
    • 余额预警提醒：建议开启账户余额提醒功能。当账户余额低于预设金额（默认 ¥20）时，系统会通过短信通知您及时充值。

  • 使用建议

    • 持续监控：建议在编程软件运行期间保持监控，及时处理异常情况，避免因无限循环或过度重试造成不必要的资源消耗。
    • 模型选择：如果对响应速度要求不高，可以选择使用 kimi-k2-0905-preview 或 kimi-k2-0711-preview 模型，它的 token 消耗相对较慢，更适合长时间运行的场景。

K2 Vendor Verifier

Kimi 模型始终专注于 agentic loop，工具调用的可靠性至关重要。为此，我们推出了 K2 Vendor Verifier (K2VV) (opens in a new tab) 来评测不同供应商的 Kimi API 工具调用质量，帮助您直观对比各供应商的准确性差异。

最新更新：K2VV 已扩展至 12 家供应商，开源了更多测试数据。欢迎在此处 (opens in a new tab)反馈您关心的测试指标。

获取 API Key

key

在 Claude Code 中使用 kimi k2.5 thinking 模型

安装 Claude Code

若您已安装好 Claude Code ，可以跳过这一步

MacOS 和 Linux

# MacOS 和 Linux 上安装 nodejs
curl -fsSL https://fnm.vercel.app/install | bash
 
# 新开一个terminal，让 fnm 生效
fnm install 24.3.0
fnm default 24.3.0
fnm use 24.3.0
 
# 安装 claude-code
npm install -g @anthropic-ai/claude-code --registry=https://registry.npmmirror.com
 
# 初始化配置
node --eval "
    const homeDir = os.homedir(); 
    const filePath = path.join(homeDir, '.claude.json');
    if (fs.existsSync(filePath)) {
        const content = JSON.parse(fs.readFileSync(filePath, 'utf-8'));
        fs.writeFileSync(filePath,JSON.stringify({ ...content, hasCompletedOnboarding: true }, 2), 'utf-8');
    } else {
        fs.writeFileSync(filePath,JSON.stringify({ hasCompletedOnboarding: true }), null, 'utf-8');
    }"

Windows

# 打开 windows 终端中的 powershell 终端
# windows 上安装 nodejs
# 右键按 Windows 按钮，点击「终端」
 
# 然后依次执行下面的
winget install OpenJS.NodeJS
Set-ExecutionPolicy -Scope CurrentUser RemoteSigned
 
# 然后关闭终端窗口，新开一个终端窗口
 
# 安装 claude-code
npm install -g @anthropic-ai/claude-code --registry=https://registry.npmmirror.com
 
# 初始化配置
node --eval "
    const homeDir = os.homedir(); 
    const filePath = path.join(homeDir, '.claude.json');
    if (fs.existsSync(filePath)) {
        const content = JSON.parse(fs.readFileSync(filePath, 'utf-8'));
        fs.writeFileSync(filePath,JSON.stringify({ ...content, hasCompletedOnboarding: true }, 2), 'utf-8');
    } else {
        fs.writeFileSync(filePath,JSON.stringify({ hasCompletedOnboarding: true }), null, 'utf-8');
    }"

配置环境变量

完成 Claude Code 安装后，请按照以下方式设置环境变量使用 kimi-k2.5 模型，并启动 Claude。

注：如果仍然需选择 kimi-k2 慢速版模型，可以将下方模型替换为 kimi-k2-thinking 来使用。

MacOS 和 Linux

# Linux/macOS 启动高速版 kimi-k2.5 模型
export ANTHROPIC_BASE_URL=https://api.moonshot.cn/anthropic
export ANTHROPIC_AUTH_TOKEN=${YOUR_MOONSHOT_API_KEY}
export ANTHROPIC_MODEL=kimi-k2.5
export ANTHROPIC_DEFAULT_OPUS_MODEL=kimi-k2.5
export ANTHROPIC_DEFAULT_SONNET_MODEL=kimi-k2.5
export ANTHROPIC_DEFAULT_HAIKU_MODEL=kimi-k2.5
export CLAUDE_CODE_SUBAGENT_MODEL=kimi-k2.5
export ENABLE_TOOL_SEARCH=false
claude

Windows

# Windows Powershell 启动高速版 kimi-k2.5 模型
$env:ANTHROPIC_BASE_URL="https://api.moonshot.cn/anthropic";
$env:ANTHROPIC_AUTH_TOKEN="YOUR_MOONSHOT_API_KEY"
$env:ANTHROPIC_MODEL="kimi-k2.5"
$env:ANTHROPIC_DEFAULT_OPUS_MODEL="kimi-k2.5"
$env:ANTHROPIC_DEFAULT_SONNET_MODEL="kimi-k2.5"
$env:ANTHROPIC_DEFAULT_HAIKU_MODEL="kimi-k2.5"
$env:CLAUDE_CODE_SUBAGENT_MODEL="kimi-k2.5"
$env:ENABLE_TOOL_SEARCH=false
claude

确认环境变量是否生效

在Claude Code中输入/status确认模型状态：

status

  • 如何在 Claude Code 中体验 kimi-k2.5 思考能力
    • 请在配置 turbo 模型后，进入 Claude Code 页面后点击 Tab 按钮切换，切换成功可看到 "Thinking on" 的标识。

status

接下来就可以正常使用 Claude Code 进行开发了！

在 Cline 中使用 kimi k2.5 模型

安装 Cline

  1. 打开 VS Code
  2. 点击左侧活动栏中的扩展图标（或使用快捷键 Ctrl+Shift+X / Cmd+Shift+X）
  3. 在搜索框中输入 cline
  4. 找到 Cline 扩展（通常由 Cline Team 发布）
  5. 点击 Install 按钮进行安装
  6. 安装完成后，可能需要重启 VS Code

cline

验证安装

安装完成后，您可以：

  1. 在 VS Code 左侧活动栏中看到 Cline 图标
  2. 或者通过命令面板（Ctrl+Shift+P / Cmd+Shift+P）搜索 "Cline" 相关命令来验证安装成功

官方推荐：配置 Moonshot Provider 使用 kimi-k2.5 模型

  • API Provider 选择 'Moonshot'
  • Moonshot Entrypoint 选择 'api.moonshot.cn'
  • Moonshot API Key 配置从 Kimi 开放平台获取的 Key
  • Model 选择 'kimi-k2.5'
  • Browser 勾选 'Disable browser tool usage'
  • 点击'Done'，保存配置

moonshot_cline

在 cline 中体验 kimi-k2.5 模型效果

  • 我们让 kimi-k2.5 模型写一个贪吃蛇游戏
  • 游戏的效果

在 RooCode 中使用 kimi k2.5 模型

安装 RooCode

  1. 打开 VS Code
  2. 点击左侧活动栏中的扩展图标（或使用快捷键 Ctrl+Shift+X / Cmd+Shift+X）
  3. 在搜索框中输入 roo code
  4. 找到 Roo Code 扩展（通常由 RooCode Team 发布）
  5. 点击 安装 按钮进行安装
  6. 安装完成后，可能需要重启 VS Code

cline

验证安装

安装完成后，您可以：

  1. 在 VS Code 左侧活动栏中看到 RooCode 图标
  2. 或者通过命令面板（Ctrl+Shift+P / Cmd+Shift+P）搜索 "RooCode" 相关命令来验证安装成功

官方推荐：配置 Moonshot Provider 使用 kimi-k2.5 模型

  • API Provider 选择 'Moonshot'
  • Moonshot Entrypoint 选择 'api.moonshot.cn'
  • Moonshot API Key 配置从 Kimi 开放平台获取的 Key
  • Model 选择 'kimi-k2.5'
  • Browser 勾选 'Disable browser tool usage'

roocode

直接使用 API 调用 kimi-k2.5 模型

from openai import OpenAI
 
client = OpenAI(
    api_key = "$MOONSHOT_API_KEY",
    base_url = "https://api.moonshot.cn/v1",
)
 
completion = client.chat.completions.create(
    model = "kimi-k2.5",
    messages = [
        {"role": "system", "content": "你是 Kimi，由 Moonshot AI 提供的人工智能助手，你更擅长中文和英文的对话。你会为用户提供安全，有帮助，准确的回答。同时，你会拒绝一切涉及恐怖主义，种族歧视，黄色暴力等问题的回答。Moonshot AI 为专有名词，不可翻译成其他语言。"},
        {"role": "user", "content": "你好，我叫李雷，1+1等于多少？"}
    ]
)
 
print(completion.choices[0].message.content)

其中 $MOONSHOT_API_KEY 需要替换为您在平台上创建的 API Key。

如需使用 kimi-k2-turbo-preview 模型，请将模型名称替换为 kimi-k2-turbo-preview 即可。

使用 OpenAI SDK 时运行文档中的代码时，需要保证 Python 版本至少为 3.7.1，Node.js 版本至少为 18，OpenAI SDK 版本不低于 1.0.0。

开发工作台调试模型指南ModelScope MCP 服务器配置指南