Kimi k1.5
Nessuna stima
Nessun requisito hardware per questo modello
I pesi di questo modello non sono stati pubblicati, quindi non può essere scaricato o eseguito sul vostro hardware a qualsiasi dimensione. È accessibile solo attraverso il suo fornitore, e nessuna scheda grafica può cambiare questo.
In registrazione
Specifiche complete
Tutto ciò che riguarda questo modello. La maggior parte delle informazioni descrive come è stato addestrato piuttosto che come viene eseguito — un contesto utile per valutare la quantità di lavoro impiegata e come si confronta con modelli realizzati su scala diversa.
Origine
Chi ha costruito questo modello, dove e quando è stato pubblicato.
- Organizzazione
- Moonshot
- Tipo di organizzazione
- Industry
- Paese
- China
- Pubblicato
- 22 January 2025
- Autori
- Kimi Team, Angang Du, Bofei Gao, Bowei Xing, Changjiu Jiang, Cheng Chen, Cheng Li, Chenjun Xiao, Chenzhuang Du, Chonghua Liao, Chuning Tang, Congcong Wang, Dehao Zhang, Enming Yuan, Enzhe Lu, Fengxiang Tang, Flood Sung, Guangda Wei, Guokun Lai, Haiqing Guo, Han Zhu, Hao Ding, Hao Hu, Hao Yang, Hao Zhang, Haotian Yao, Haotian Zhao, Haoyu Lu, Haoze Li, Haozhen Yu, Hongcheng Gao, Huabin Zheng, Huan Y…
Cosa fa
Le aree problematiche per cui è stato costruito il modello. Un modello può contenere diversi di ciascuno.
- Dominio
- Multimodal, Language, Vision
- Compito
- Language modeling/generation, Code generation, Quantitative reasoning, Question answering, Visual question answering, Translation, Image captioning, Visual puzzles
Dimensione
Quanto è grande il modello e su quanti dati è stato addestrato. I parametri sono il valore che decide se si adatta a una determinata scheda grafica.
- Dati di addestramento
- tokens
Disponibilità
Se puoi ottenere il modello e eseguirlo sul tuo hardware, il che decide se una delle cifre della scheda grafica su questa pagina si applica.
- Pesi
- Closed — provider access only
- Accesso al modello
- API access
- Codice di addestramento
- Unreleased
https://github.com/MoonshotAI/Kimi-k1.5
Come è classificato
Etichette che il dataset sorgente applica quando si monitorano modelli notevoli e quanto è fiducioso nell'entry.
- Perché viene tracciato
- SOTA improvement
- Registrare fiducia
- Unknown
- Citazioni
- 913
"Sota short-CoT performance, outperforming GPT-4o and Claude Sonnet 3.5 on AIME, MATH-500, LiveCodeBench by a large margin (up to +550%)"
Fonti
Da dove proviene questo record e quando è stato controllato l'ultima volta.
- Riferimento
- Kimi k1.5: Scaling Reinforcement Learning with LLMs
- Ultimo aggiornamento
- 25 May 2026
Cosa significano i numeri
Cosa è questo modello
Kimi k1.5 was published by Moonshot, in China, in January 2025. industry is the category the publisher falls under.
It works in Multimodal, Language, Vision, and is recorded as doing language modeling/generation, Code generation, Quantitative reasoning, Question answering, Visual question answering, Translation, Image captioning, Visual puzzles.
Questo è un modello chiuso: i valori addestrati sono rimasti con chi li ha prodotti, e non c'è una versione locale da eseguire.
Training and provenance
Its inclusion criterion is sOTA improvement.
Risposte
Kimi k1.5 — Domande frequenti
Is Kimi k1.5 open source?
No. Kimi k1.5 has not had its weights published, so it exists only as a service controlled by its owner.
How many parameters does Kimi k1.5 have?
No parameter count has been published for Kimi k1.5, which is why no memory or speed figure appears on this page.
Who created Kimi k1.5?
Kimi k1.5 was published by Moonshot, based in China, categorised as industry.
When was Kimi k1.5 released?
Kimi k1.5 was published in January 2025.
What is Kimi k1.5 used for?
Kimi k1.5 works in Multimodal, Language, Vision, and is recorded as handling language modeling/generation, Code generation, Quantitative reasoning, Question answering, Visual question answering, Translation, Image captioning, Visual puzzles. These are the areas it was designed around; they describe intent rather than a hard boundary.
What GPU do I need to run Kimi k1.5?
None. Kimi k1.5 is a closed model — its weights were never published, so it cannot be downloaded or run on your own hardware at any price. It is reachable only through its provider.
L'altra direzione
Guardando la questione dall'altra parte?
Questa pagina inizia dal modello. Se possedete già una scheda e desiderate conoscere tutto ciò che può eseguire, inizia dall'hardware invece.