Kimi наскоро каза на инвеститорите, че неговите приходи в чужбина са надхвърлили вътрешните приходи, като глобалните платени потребители са се увеличили четирикратно след пускането на новия модел K2.5. Трябва да се отбележи, че тази промяна се случи само дни след пускането на модела.
След дебюта на предишното си поколение модел K2, Kimi вече привлече значително внимание в чужбина. С K2.5 тази инерция продължи. На OpenRouter K2.5 сега се класира на трето място, изоставайки само от Claude Sonnet 4.5 и Gemini 3 Flash. 
Всъщност темпът на комерсиализация на Кими е сравнително бърз. След стартирането на K2, компанията започна монетизиране през октомври. Във вътрешно писмо в края на 2025 г., основателят Янг Жилин разкри, че от ноември 2025 г. приходите на Kimi от API в чужбина са се увеличили четирикратно, докато броят на платените потребители в чужбина и в страната е отбелязал месечен ръст от над 170%.
На 27 януари Kimi официално пусна — и с отворен код — модела K2.5, най-модерният модел до момента. Създаден върху собствена мултимодална архитектура, K2.5 поддържа визуално разбиране, генериране на код, клъстери на агенти и режими на разсъждение и без разсъждение.
В бенчмаркове като HLE (Последният изпит на човечеството), BrowseComp и SWE-Bench Verified, K2.5 постигна най-съвременни резултати сред моделите с отворен код, като някои показатели надминаха моделите със затворен код като GPT-5.2 и Claude Opus 4.5.
Ако R1 на DeepSeek демонстрира пробив в способностите за разсъждение за модели на големи китайски езици, Кими тласка в друга посока – учи AI да работи като екип.
От K1.5 до K2.5, еволюцията на модела на Kimi през изминалата година следва ясна траектория: карайки AI да се държи по-скоро като истински интелигентен агент, отколкото като обикновен чатбот.
По време на ерата K1.5 Кими се фокусира върху разбирането и генерирането на дълъг контекст. K2 подчерта „стъпките на мащаба“, подобрявайки изпълнението на задачата на агента за по-сложни операции. С K2.5 фокусът се измести към агентски клъстери, позволявайки на AI да извършва „екипно базирано“ сътрудничество.
В приложения от реалния свят K2.5 може да организира до 100 агента, изпълнявайки до 1500 стъпки паралелно, разширявайки драстично практическия обхват на агентните системи. При широкомащабни задачи за събиране на информация агентските клъстери са повишили ефективността от 3 до 10 пъти.
Типичните случаи на употреба включват:
- Извличане и обобщаване на цялата академична литература за клъстерни агенти от последните три месеца в структурирани Excel файлове
- Анализиране на екранни записи за извеждане на логиката на взаимодействие на потребителския интерфейс и генериране на пълен код на интерфейса
- Автоматизиране на офис работни потоци като преглед на документи на Word, моделиране на данни в Excel, генериране на PPT и превод и редактиране на PDF
Обяснявайки обосновката зад този подход „AI екипна работа“, Янг Жилин каза по време на Reddit AMA от 29 януари: „Темпът на растеж на висококачествените данни не може да се справи с растежа на изчисленията. Традиционното мащабиране – предвиждане на следващия токен от интернет данни – дава намаляваща възвръщаемост. Но можем да мащабираме по други начини, като Agent Swarms, където броят на паралелните агенти, изпълняващи подзадачите се увеличават. Това може да се разглежда като мащабиране на времето за тестване и също така позволява нови форми на мащабиране на времето за обучение.“
След пускането на K2.5, траекторията на Kimi все повече прилича на „Anthropic + Manus“.
От страна на модела, Kimi се присъединява към Anthropic – като дава приоритет на горните граници на фундаменталната интелигентност и изгражда техническо влияние чрез отворен код. Започвайки с K2, Kimi има напълно отворен код за теглото на моделите и вериги от инструменти, което позволява на разработчиците да внедряват локално или в облака.
Въпреки амбициите си, екипът на Кими остава слаб, с около 300 служители, приблизително една десета от размера на много големи технологични компании. „Постигането на водещи в световен мащаб модели само с 1% от изчислителните ресурси“ се превърна в определяща характеристика на екипа.
Този път в антропичен стил поставя алгоритмичната ефективност и иновациите в основата, което прави техническия избор особено критичен. Ограничените ресурси също принуждават Кими да се съсредоточи само върху най-важните и авангардни изследвания. Миналите примери включват това да станеш първият в световен мащаб, който успешно внедри оптимизатора Muon в мащаб в LLM обучение, както и разработването на собствен механизъм за линейно внимание.
Що се отнася до продукта, Kimi е установила ясна структура. От страна на B2D, той предлага API чрез платформата Kimi API, за да привлече разработчици по целия свят. От страна на потребителите, той се позиционира директно като инструмент за продуктивност.
Kimi умишлено поддържа продукта си с по-общо предназначение и марката си по-концентрирана. Забележителна подробност е, че нейният продукт, ориентиран към потребителите, тестван преди като OK Computer, сега е преименуван на Kimi Agent.
В множество случаи на употреба, Kimi изглежда възнамерен да създава по-изискани, ориентирани към вкуса изживявания, с подобрена стилистична диференциация в различните сценарии. Една отличителна характеристика е възможността за редактиране в сложни работни потоци, която разчита в голяма степен на възможностите на модела. Например, след генериране на PPT или анимации, базирани на Excel, потребителите могат автоматично да разделят елементите и да ги редактират поотделно – което значително подобрява използваемостта.
В началото на декември президентът на Kimi Zhang Yutong каза: „Трябва да намерим собствен разказ – това, в което наистина превъзхождаме. Когато се конкурираме с големи компании, които имат много повече ресурси, ние умишлено ограничаваме нашия бизнес обхват и се фокусираме върху слоя на основния модел, логическия слой и агентния слой, както и тежки за производителността и сложни работни потоци като изследване, създаване на PPT, анализ на данни и разработка на уебсайтове.“
Тъй като разработчиците на AI модели все повече се концентрират върху специфични сценарии, управлявани от агенти – като кодиране и офис автоматизация – тези области стават ясни бойни полета. Те представляват твърдо търсене, ясни пътища за комерсиализация, след като бъдат изпълнени добре, и силна зависимост от производителността на модела.
За Кими амбицията да стане „първична агентска платформа“ все още идва със значителни предизвикателства. Той трябва да остане в най-високото ниво на основополагащите модели, като същевременно изгражда потребителски продукт със силна дизайнерска чувствителност и отчетлива позиция в съзнанието на потребителите.
Източник: 36Kr
Source link
Like this:
Like Loading…
Нашия източник е Българо-Китайска Търговско-промишлена палaта