MoonshotAI: Kimi K2 Thinking

Kimi K2 Thinking é um modelo de texto da Moonshot AI, identificado na api14 como moonshotai/kimi-k2-thinking. Pertence à série K2 e é descrito pelo seu fornecedor como o modelo de raciocínio aberto mais avançado da Moonshot AI até à data, estendendo essa série ao raciocínio agentico de longo horizonte. É construído sobre a arquitetura Mixture-of-Experts de um trilião de parâmetros introduzida no trabalho anterior da K2. A data de lançamento pelo fornecedor é 6 de novembro de 2025.

O modelo aceita entrada de texto e devolve saída de texto, pelo que é adequado para tarefas de linguagem e não para anything que envolva imagens ou áudio. A sua janela de contexto é de 262,144 tokens, o que é suficientemente grande para conter documentos longos, históricos de conversa extensos ou bases de código consideráveis num único pedido. A saída máxima é de 98,304 tokens, pelo que as respostas podem elas próprias ser longas, o que importa para tarefas em que o modelo precisa de espaço para raciocinar antes de responder. Por ser um modelo de raciocínio, pode produzir conteúdo de raciocínio juntamente com a sua resposta final, e este comportamento pode ser controlado através dos parâmetros de pedido relevantes.

Essas capacidades apontam para um conjunto de utilizações bastante específico. O raciocínio de longo horizonte e o comportamento agentico adequam-se a tarefas de múltiplos passos em que o modelo tem de planear, chamar ferramentas e continuar a trabalhar em direção a um objetivo ao longo de muitos turnos. A grande janela de contexto ajuda na análise de relatórios longos, na revisão de diffs ou ficheiros de código grandes, e na sumarização ou extração de informação estruturada a partir de entradas extensas. O uso de ferramentas e as saídas estruturadas tornam-no utilizável dentro de pipelines que precisam que o modelo chame funções ou devolva dados numa forma definida, e a saída de raciocínio é útil quando se quer inspecionar como se chegou a uma resposta em vez de ver apenas o resultado.

Chama-o através da API compatível com OpenAI da api14 usando o id de modelo moonshotai/kimi-k2-thinking, o que significa que as bibliotecas cliente OpenAI existentes e as formas de pedido funcionam apenas com a alteração do URL base e da chave. Os parâmetros suportados são frequency_penalty, include_reasoning, logprobs, max_tokens, presence_penalty, reasoning, repetition_penalty, response_format, seed, stop, structured_outputs, temperature, tool_choice, tools, top_k, top_logprobs e top_p. Na prática, isso cobre controlos de amostragem, determinismo via seed, condições de paragem, chamada de ferramentas e funções, formatos de saída estruturada, e opções para expor ou ajustar o conteúdo de raciocínio. Defina max_tokens tendo em conta o teto de saída de 98,304.

Há casos em que outro modelo pode encaixar melhor. Este é um modelo apenas de texto, pelo que qualquer tarefa que precise de entrada de imagem ou áudio fica fora do seu âmbito. É também um modelo de raciocínio com uma janela de contexto muito grande, o que nem sempre é o que se quer para trabalho simples, de grande volume ou sensível à latência, onde um modelo mais pequeno e mais rápido serviria. Se a sua tarefa é curta e direta, ou se precisa de entrada multimodal, procure noutro lado; se precisa de raciocínio de contexto longo, uso de ferramentas ou saída estruturada, este modelo é a escolha apropriada.