Referências 682% DE CONFIANÇAConfiança geral: 82%Quanto a fonte e as referências do pin sustentam suas datas.Média ponderada de quanto 6 referências, incluindo a fonte, sustentam os horários de início e fim do pin; uma referência conta metade a cada 180 dias a mais em relação à mais recenteMostrar todos os pins com confiança de 75% ou mais
A primeira entrada é sempre a fonte do pin. A confiança geral é uma média ponderada de quanto cada referência sustenta os horários de início e fim usados acima; uma referência conta metade a cada 180 dias a mais em relação à mais recente.
- [1]90%kimi.com/blog/kimi-k2-5kimi.com· Postado em 12 de out. de 2026· Início 27 de jan. de 2026 ✓· 24% da pontuação
O blogue técnico da Moonshot abre com "Today, we are introducing Kimi K2.5", com ficheiros de figuras datados de 20260127; a ficha do modelo no Hugging Face[2] tornou-se pública a 2026-01-27 e a OpenRouter[3] listou o kimi-k2.5 nesse dia, com a The Decoder[6] a noticiá-lo a 28 de janeiro.
- [2]90%moonshotai/Kimi-K2.5 - Hugging Facehuggingface.co· Adicionado em 12 de out. de 2026· 24% da pontuação
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· Adicionado em 12 de out. de 2026· 24% da pontuação
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· Publicado em 17 de fev. de 2026· 10% da pontuação
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· Publicado em 2 de fev. de 2026· 9% da pontuação
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.
Sugerir uma correção
Falta algo ou há um erro? Diga com suas palavras: um link que sustente este pin, uma data de início ou fim diferente e por quê, ou um fato que falta ou está errado. A IA confere isso com as fontes do pin, procura outras melhores e adiciona qualquer página que dê razão a você. As fontes do próprio pin continuam contando mais. Uma imagem que mostra outra coisa, ou mostra mal, também é analisada e rebaixada ou substituída.