المراجع 6ثقة 82%الثقة الإجمالية: 82%مدى دعم مصدر الدبوس ومراجعه لتواريخه.متوسط مرجّح لمدى قوة دعم 6 مراجع، بما فيها المصدر، لوقتَي بدء الدبوس وانتهائه؛ ويقل وزن المرجع إلى النصف عن كل 180 يومًا يسبق بها أحدث مرجععرض كل الدبابيس بثقة 75% أو أعلى
المدخل الأول هو دائمًا مصدر الدبوس. الثقة الإجمالية متوسط مرجّح لمدى قوة دعم كل مرجع لوقتَي البدء والانتهاء المستخدمين أعلاه؛ ويقل وزن المرجع إلى النصف عن كل 180 يومًا يسبق بها أحدث مرجع.
- [1]90%kimi.com/blog/kimi-k2-5kimi.com· نُشر 12 أكتوبر 2026· يبدأ 27 يناير 2026 ✓· 24% من الدرجة
تبدأ مدونة Moonshot التقنية بعبارة "Today, we are introducing Kimi K2.5" مع ملفات أشكال تحمل ختم 20260127؛ وأصبحت بطاقة النموذج على Hugging Face[2] علنية في 2026-01-27 وأدرجت OpenRouter[3] نموذج kimi-k2.5 في اليوم نفسه، ونقلت The Decoder[6] الخبر في 28 يناير.
- [2]90%moonshotai/Kimi-K2.5 - Hugging Facehuggingface.co· أُضيف 12 أكتوبر 2026· 24% من الدرجة
Moonshot's model card: native multimodal agentic model, 1T total / 32B activated parameters, 256K context, MoonViT vision encoder, Modified MIT license and the K2.5 (Thinking) benchmark table against GPT-5.2 (xhigh), Claude 4.5 Opus, Gemini 3 Pro and DeepSeek V3.2.[1]
- [3]70%Kimi K2.5 - OpenRouter endpointsopenrouter.ai· أُضيف 12 أكتوبر 2026· 24% من الدرجة
OpenRouter's record: created 2026-01-27, 262,144-token context, text and image input and third-party provider prices of $0.49 to $0.60 per million input tokens and $2.50 to $3.33 output.
- [4]75%Moonshot AI releases Kimi K2.5 with agent swarm - InfoQinfoq.com· صدر 17 فبراير 2026· 10% من الدرجة
17 February analysis of the PARL training method: only the orchestrator is trained while sub-agents stay frozen, the reward counters "serial collapse", and K2.5 beat GPT-5.2 Pro on BrowseComp and Claude Opus 4.5 on WideSearch.[1]
- [5]85%Kimi K2.5: Visual Agentic Intelligence - arXivarxiv.org· صدر 2 فبراير 2026· 9% من الدرجة
Kimi[1] Team's technical report (submitted 2 February 2026): joint text-vision pre-training, vision-free SFT and joint RL, plus Agent Swarm, which cuts latency by up to 4.5x against single-agent baselines.
اقتراح تصحيح
هل ينقص شيء أو يوجد خطأ؟ قله بكلماتك: رابط يدعم هذا الدبوس، أو تاريخ بدء أو انتهاء مختلف مع السبب، أو معلومة ينقصها أو يخطئ فيها. يفحص الذكاء الاصطناعي ذلك بمقارنته بمصادر هذا الدبوس، ويبحث عن مصادر أفضل، ويضيف أي صفحة تدعم كلامك. وتبقى مصادر الدبوس نفسه الأثقل وزنًا. كما تُفحص الصورة التي تُظهر شيئًا آخر أو تُظهره بشكل سيئ، فتُنزَّل أو تُستبدل.