Kimi · 2026-02 · 稀疏 MoE · 多模态
Kimi K2.5
Kimi K2.5 是 Kimi 于 2026-02 发布的 多头潜在注意力（MLA） Transformer，共 61 层，隐藏维度 7168，上下文窗口 262,144 个 token。
层堆栈
注意力 ×61 · 层数 61
关键参数
| 实验室 | Kimi |
|---|---|
| 发布时间 | 2026-02 |
| 总参数 | 1,040.2 B |
| 激活参数 | 32.8 B |
| 上下文 | 262,144 tokens |
| 注意力 | MLA · kv_lora_rank 512 |
| 层数 | 61 |
| 隐藏维度 | 7,168 |
| 注意力头 | 64 |
| 词表 | 163,840 |
| 位置编码 | RoPE |
| 归一化 | RMSNorm |
| 激活函数 | silu |
| 训练精度 | fp8 |
| 架构类名 | KimiK25ForConditionalGeneration |
架构概览
注意力
多头潜在注意力（MLA）. kv_lora_rank=512. RoPE θ=50,000.
前馈 / MoE
它是稀疏混合专家模型：384 个路由专家、top-8 路由；每个 token 约激活 32.8B 参数。
字段级对比
对比对象为同实验室的上一代模型；无前代时取结构最相似的模型。倍数列 = 本模型数值 ÷ 对比模型数值。
与前代 Kimi Linear 48B A3B 的全字段对比
| 模型 | Kimi K2.5 | Kimi Linear 48B A3B | 倍数 |
|---|---|---|---|
| model_type | kimi_k25 | kimi_linear | ≠ |
| architectures | KimiK25ForConditionalGeneration | KimiLinearForCausalLM | ≠ |
| hidden_size | 7168 | 2304 | ×3.11 |
| num_hidden_layers | 61 | 27 | ×2.26 |
| num_attention_heads | 64 | 32 | ×2.00 |
| num_key_value_heads | 64 | 32 | ×2.00 |
| head_dim | — | 72 | |
| intermediate_size | 18432 | 9216 | ×2.00 |
| hidden_act | silu | silu | ＝ |
| n_routed_experts | 384 | — | |
| num_experts_per_tok | 8 | — | |
| n_shared_experts | 1 | — | |
| moe_intermediate_size | 2048 | 1024 | ×2.00 |
| kv_lora_rank | 512 | 512 | ≈1 |
| qk_rope_head_dim | 64 | 64 | ≈1 |
| q_lora_rank | 1536 | — | |
| rope_theta | 50000 | 10000 | ×5.00 |
| max_position_embeddings | 262144 | — | |
| rms_norm_eps | 0.00001 | 0.00001 | ≈1 |
| vocab_size | 163840 | 163840 | ≈1 |
| num_nextn_predict_layers | 0 | 0 | ＝ |
| bos_token_id | 163584 | 163584 | ≈1 |
| dtype | bfloat16 | bfloat16 | ＝ |
| eos_token_id | 163585 | 163586 | ≈1 |
| ignore_index | -100 | — | |
| media_placeholder_token_id | 163605 | — |
结构最相似的模型
- Kimi K2 0905 (Kimi, 2025-09) 1.000
- Kimi K2.6 (Kimi, 2026-04) 1.000
- Kimi K2 Base (Kimi, 2025-07) 1.000
- DeepSeek-V3 (DeepSeek, 2024-12) 1.000
- DeepSeek-V3 Base (DeepSeek, 2024-12) 1.000
- DeepSeek-R1 (DeepSeek, 2025-01) 1.000
相似度取值范围 0（无共同类别特征）到 1（结构画像完全一致）。
原始 config 字段
79 个字段
| architectures | KimiK25ForConditionalGeneration |
|---|---|
| bos_token_id | 163584 |
| dtype | bfloat16 |
| eos_token_id | 163585 |
| ignore_index | -100 |
| media_placeholder_token_id | 163605 |
| model_type | kimi_k25 |
| pad_token_id | 163839 |
| tie_word_embeddings | false |
| use_unified_vision_chunk | true |
| video_placeholder | <|kimi_k25_video_placeholder|> |
| _name_or_path | |
| add_cross_attention | false |
| attention_bias | false |
| attention_dropout | 0 |
| aux_loss_alpha | 0.001 |
| chunk_size_feed_forward | 0 |
| diversity_penalty | 0 |
| do_sample | false |
| early_stopping | false |
| encoder_no_repeat_ngram_size | 0 |
| ep_size | 1 |
| first_k_dense_replace | 1 |
| hidden_act | silu |
| hidden_size | 7168 |
| initializer_range | 0.02 |
| intermediate_size | 18432 |
| is_decoder | false |
| is_encoder_decoder | false |
| kv_lora_rank | 512 |
| length_penalty | 1 |
| max_length | 20 |
| max_position_embeddings | 262144 |
| min_length | 0 |
| moe_intermediate_size | 2048 |
| moe_layer_freq | 1 |
| n_group | 1 |
| n_routed_experts | 384 |
| n_shared_experts | 1 |
| no_repeat_ngram_size | 0 |
| norm_topk_prob | true |
| num_attention_heads | 64 |
| num_beam_groups | 1 |
| num_beams | 1 |
| num_experts_per_tok | 8 |
| num_hidden_layers | 61 |
| num_key_value_heads | 64 |
| num_nextn_predict_layers | 0 |
| num_return_sequences | 1 |
| output_attentions | false |
| output_hidden_states | false |
| output_scores | false |
| pretraining_tp | 1 |
| q_lora_rank | 1536 |
| qk_nope_head_dim | 128 |
| qk_rope_head_dim | 64 |
| remove_invalid_values | false |
| repetition_penalty | 1 |
| return_dict | true |
| return_dict_in_generate | false |
| rms_norm_eps | 0.00001 |
| rope_theta | 50000 |
| routed_scaling_factor | 2.827 |
| scoring_func | sigmoid |
| seq_aux | true |
| temperature | 1 |
| tf_legacy_loss | false |
| tie_encoder_decoder | false |
| top_k | 50 |
| top_p | 1 |
| topk_group | 1 |
| topk_method | noaux_tc |
| torchscript | false |
| transformers_version | 4.56.2 |
| typical_p | 1 |
| use_bfloat16 | false |
| use_cache | true |
| v_head_dim | 128 |
| vocab_size | 163840 |