Perplexity CEO点赞Kimi K2模型，AI领域合作新信号引关注

近日，美国人工智能初创公司Perplexity的首席执行官阿拉温德（AravindSrinivas）在社交媒体上的一则动态，让AI圈再次沸腾——他公开表达了对中国公司“月之暗面kimiai”最新发布的KimiK2模型的高度赞赏，并透露未来可能基于该模型展开进一步训练。这一表态不仅让KimiK2的关注度飙升，更透露出AI行业技术合作与竞争的新趋势。

KimiK2是什么？

KimiK2是月之暗面（kimiai）于2025年7月11日晚发布并开源的首个万亿参数开源模型。它采用MoE（混合专家）架构，拥有1万亿总参数和32B激活参数。

该模型创新性地使用了MuonClip优化器，实现了15.5Ttokens的平稳训练，解决了万亿参数模型训练不稳定的难题。KimiK2在多项基准测试中取得开源模型的最优成绩，其SWEBenchVerified编程能力仅次于Claude4系列，Tau2推理能力超越DeepSeek-V3、Qwen3等竞品。

它在代码生成方面表现出色，能根据提示生成包含复杂元素的3DHTML场景。

在Agent工具调用能力上，可稳定拆解复杂指令，如规划演唱会行程、分析大型数据集并生成可视化图表等。KimiK2提供了Kimi-K2-Base和Kimi-K2-Instruct两个开源版本，前者适合科研和深度定制，后者适用于通用聊天和智能体体验。

目前其API服务已上线，支持最长128K上下文，兼容OpenAI和Anthropic两种API格式，输入价格为4元/百万tokens，输出价格为16元/百万tokens。KimiK2的发布标志着开源大模型进入了万亿参数时代，降低了AI门槛，为开发者提供了强大而免费的AI工具，有望推动AI技术更快进步。

凭什么让Perplexity心动？

根据官方披露的测试数据，KimiK2在SWEBenchVerified、Tau2、AceBench等权威基准测试中表现亮眼，尤其在代码生成和智能代理能力上达到行业领先水平。

更值得关注的是它的技术架构：采用混合专家（MoE）设计，总参数量达1万亿，但激活参数仅320亿。这种设计让模型在保持高性能的同时，计算效率更高，能更灵活地应对复杂任务。

KimiK2体验地址

体验地址：KimiAI网页端官网地址入口

模型地址：https://huggingface.co/moonshotai

github地址：https://github.com/MoonshotAI/Kimi-K2

Perplexity为何选择KimiK2？技术互补是关键

Perplexity并非AI领域的新手。此前，该公司已基于DeepSeekR1模型进行训练，并在搜索问答、信息整合等场景中积累了经验。此次阿拉温德公开点赞KimiK2，背后逻辑清晰：技术互补与场景拓展。

AI合作新趋势：从“竞争”到“技术共生”

阿拉温德的表态，折射出AI行业的一个新变化：头部企业不再单纯追求“自研一切”，而是通过技术合作实现快速迭代。例如，Meta与微软在Llama模型上的合作、Google与Anthropic的联合研发，均表明开放生态正在成为主流。

对Perplexity而言，引入KimiK2可能意味着：

KimiK2的发布，对行业意味着什么？

对于“月之暗面”来说，KimiK2的开源策略已初见成效——不仅提升了品牌在开源社区的影响力，更通过Perplexity这样的合作方验证了模型的实际价值。而从行业角度看，这一事件释放了两个信号：

结语：AI的未来，是“共生”而非“独舞”

Perplexity与KimiK2的“互动”，或许只是AI技术合作浪潮中的一朵浪花，但它揭示了一个真相：在技术迭代加速的今天，单打独斗已难以持续领先，开放合作才是破局关键。无论是“月之暗面”的开源战略，还是Perplexity的技术整合，都在为行业提供新思路——用开放的心态拥抱技术，用合作的力量推动创新。

对于普通用户而言，这意味着未来我们将看到更多“聪明”的AI工具：它们不仅能回答问题，还能帮你写代码、做决策，甚至成为你工作中的“数字搭档”。而这一切，或许正从Perplexity与KimiK2的这次“牵手”开始。