MoonshotAI: Kimi K2 0905

Kimi K2 0905 ist ein Textgenerierungsmodell von Moonshot AI, veröffentlicht am 4. September 2025 als September-Update zu Kimi K2 0711. Es ist ein groß angelegtes Mixture-of-Experts (MoE) Sprachmodell mit 1 Billion Gesamtparametern und befindet sich in der Textkategorie auf api14. Wenn Sie ein Allzweck-Sprachmodell für eine Textpipeline auswählen, ist dies die Modellfamilie und der Anbieter, die Sie hier bewerten würden.

Das Modell nimmt Text als Eingabe und gibt Text als Ausgabe zurück, sodass es zu standardmäßigen Prompt- und Completion-Workflows passt und nicht zu multimodalen Aufgaben. Sein Kontextfenster beträgt 262.144 Tokens, was groß genug ist, um lange Dokumente, ausgedehnte Gespräche oder umfangreiche Codedateien in einer einzigen Anfrage zu halten. Die maximale Ausgabe beträgt 98.304 Tokens, sodass lange Generierungen innerhalb dieses Fensters möglich sind. Sein Wissensstichtag ist der 31. Dezember 2024, was man bei Fragen zu Ereignissen oder Veröffentlichungen nach diesem Datum bedenken sollte.

Diese Fähigkeiten deuten auf einige praktische Verwendungen hin. Der lange Kontext eignet sich für Zusammenfassungen und Fragebeantwortung über umfangreiche Dokumente, Verträge oder Forschungsmaterial, und er unterstützt auch Code-Assistenz im Repository-Maßstab, bei der mehrere Dateien gemeinsam betrachtet werden müssen. Da das Modell Tools und strukturierte Ausgaben unterstützt, kann es für Function Calling und für die Erzeugung von Antworten verwendet werden, die einem Schema entsprechen, was in Extraktions- und Agent-Workflows nützlich ist. Die große Ausgabemenge hilft, wenn die Aufgabe einen langen Entwurf, einen detaillierten Bericht oder eine ausgedehnte Argumentationskette in einer Antwort erfordert.

Sie rufen es über die OpenAI-kompatible API von api14 mit der Modell-ID "moonshotai/kimi-k2-0905" auf. Die unterstützten Anfrageparameter sind frequency_penalty, max_tokens, presence_penalty, repetition_penalty, response_format, seed, stop, structured_outputs, temperature, tool_choice, tools, top_k und top_p. Dieser Satz deckt Sampling-Steuerungen, Determinismus über seed, Stoppbedingungen, strukturierte Ausgabe und Tool-Nutzung ab, sodass die meisten Client-Codes im OpenAI-Stil mit nur geänderter Modell-ID funktionieren sollten.

Eine zu beachtende Einschränkung ist, dass Eingabe und Ausgabe nur Text sind. Wenn Ihre Aufgabe also von Bildern oder Audio abhängt, ist ein anderes Modell erforderlich. Der Wissensstichtag vom 31. Dezember 2024 bedeutet außerdem, dass das Modell keine eingebaute Kenntnis späterer Ereignisse hat, es sei denn, Sie liefern diesen Kontext im Prompt. Für Workloads, bei denen ein kleineres oder schnelleres Modell ausreicht, kann dieses mehr sein, als die Aufgabe erfordert, aber für Long-Context-Textarbeit mit Tool Calling ist es ein vernünftiger Kandidat.