什麼是 Kimi k1.5？

Kimi k1.5 是 Moonshot AI 推出的多模態強化學習大型語言模型，於 2025年1月22日首次以技術報告形式發表，具備 128K token 的 RL 上下文擴展能力以及文字與視覺推理功能。截至 2026年6月，Kimi k1.5 的公開 API 定價尚未有官方確認。

MoonshotAI 官方倉庫將 Kimi k1.5 描述為「o1 級多模態模型」，而 arXiv 報告則稱其為透過強化學習訓練的多模態大型語言模型，具備長上下文擴展、最佳化策略訓練與長短推理遷移能力。

用戶通常搜尋 Kimi k1.5，主要關注其是否屬於推理模型、是否支援圖像輸入、128K 上下文擴展的實現方式以及是否可透過 API 調用。作為中立對比研究，Kimi k1.5 可與 DeepSeek-R1 規格與 API 接入、Claude 3.5 Sonnet 規格與 API 接入及 Qwen2.5-72B-Instruct 規格進行對比評估。

Kimi k1.5 的核心參數與定價資訊

欄位	已確認數值
提供方	Moonshot AI / Kimi 團隊（截至 2026年6月）。
模型系列	Kimi（截至 2026年6月）。
模型類型	多模態強化學習大型語言模型／推理模型（截至 2026年6月）。
發布時間	2025年1月22日技術報告提交；最後修訂為 2025年6月3日（截至 2026年6月）。
上下文視窗	128K token 的 RL 上下文擴展；Kimi k1.5 公開 API 的上下文視窗未單獨確認（截至 2026年6月）。
輸入定價	截至 2026年6月，官方尚未確認。
快取輸入定價	截至 2026年6月，官方尚未確認。
輸出定價	截至 2026年6月，官方尚未確認。
計價單位	截至 2026年6月，Kimi k1.5 未確認。
模態支援	已確認文字與視覺-語言推理；音訊和影片支援未確認（截至 2026年6月）。
支援的輸入類型	技術報告中已驗證文字與圖文輸入（截至 2026年6月）。
支援的輸出類型	語言模型架構已驗證文字輸出；圖像、音訊或影片輸出未確認（截至 2026年6月）。
API 接入	存在 Kimi API，但在目前文件中未發現 Kimi k1.5 的模型 ID（截至 2026年6月）。
模型 ID	截至 2026年6月，官方尚未確認。
可用性	已驗證技術報告與 GitHub 倉庫；Kimi k1.5 的公開託管 API 可用性尚未確認（截至 2026年6月）。
知識截止點	截至 2026年6月，官方尚未確認。
速率限制	截至 2026年6月，Kimi k1.5 未確認。
微調支援	截至 2026年6月，Kimi k1.5 未確認。
流式輸出支援	截至 2026年6月，Kimi k1.5 未確認。
批次 API 支援	截至 2026年6月，Kimi k1.5 未確認。
工具／函式呼叫	截至 2026年6月，Kimi k1.5 未確認。
結構化輸出／JSON 模式	截至 2026年6月，Kimi k1.5 未確認。
授權／使用限制	模型權重授權未確認；GitHub 顯示 Kimi k1.5 倉庫暫無發佈版（截至 2026年6月）。

因此，Kimi k1.5 更適合作為文件詳盡的研究模型，而非完整公開 API 產品。其核心技術指標可驗證，但定價、模型 ID、速率限制及生產級 API 細節尚未公開。

Kimi k1.5 在生產環境中的價值體現在哪些方面？

Kimi k1.5 在推理密集型評測中具備參考價值，因其報告重點關注基於可驗證任務的強化學習，包括數學、程式設計及視覺推理。該模型並未作為通用可採購 API 產品發佈，因此生產團隊應將其視為技術參考，除非 Moonshot AI 公布 Kimi k1.5 專屬 API 細節。

• 在數學與程式推理方面，Kimi k1.5 的報告涵蓋了 AIME、MATH 500、Codeforces 和 LiveCodeBench 等基準測試。這些結果顯示其設計評測領域，但基準分數不代表實際系統中的正確性保證。
• 在多模態推理方面，報告指出 Kimi k1.5 透過文字與視覺資料聯合訓練，具備跨模態推理能力，適用於圖像問答、圖表解讀、視覺數學任務及 OCR 類推理流程等研究。
• 對於 AI 研究團隊而言，Kimi k1.5 也是長上下文強化學習的案例。報告強調長上下文擴展、部分 rollout、長度懲罰等機制，並採用無需依賴蒙地卡羅樹搜尋、價值函數與過程獎勵模型的架構。

Kimi k1.5 支援哪些模態？

模態	是否支援	說明
文字輸入	支援	報告涵蓋語言資料、文字提示、數學、程式及通用推理任務。
圖像輸入	支援	報告指出模型聯合訓練文字與視覺資料，並包含圖文資料。
音訊輸入	未確認	官方資料中未確認 Kimi k1.5 支援音訊輸入。
影片輸入	未確認	官方資料中未確認 Kimi k1.5 支援影片輸入。
文字輸出	支援	模型作為大型語言模型，可產生文字序列、推理過程及最終答案。
圖像輸出	未確認	未確認 Kimi k1.5 支援圖像生成輸出。
音訊／影片輸出	未確認	未確認 Kimi k1.5 支援音訊或影片生成輸出。

Kimi k1.5 的主要侷限有哪些？

主要侷限在於產品文件不完整。官方資料已驗證技術報告、GitHub 倉庫、128K-token RL 上下文擴展與文字－視覺推理能力，但截至 2026年6月，未確認公開 API 定價、Kimi k1.5 API 模型 ID、速率限制、微調支援或結構化輸出等資訊。

• 本文查閱的 Kimi API 模型列表包括 kimi-k2.7-code、kimi-k2.7-code-highspeed、kimi-k2.6、kimi-k2.5 及 Moonshot V1，但未包含 Kimi k1.5。這意味著開發者在未獲得官方模型 ID 前，不應假設可透過現有 Kimi API 調用 Kimi k1.5。
• Kimi k1.5 亦存在長推理系統常見的成本與延遲問題。報告指出 RL 訓練過程中存在「過度推理」現象，回應長度可能增加，因此引入長度懲罰機制，以控制訓練與推理時因過長推理帶來的成本。
• 通用 AI 侷限依然適用。Kimi k1.5 輸出可能存在錯誤、不完整或過度自信等問題。法律、醫療、金融、網路安全及安全關鍵場景需專家審核與獨立驗證。

Kimi k1.5 最適合哪些應用場景？

應用場景	適用原因	重要限制
數學推理研究	報告強調 AIME 與 MATH 500 評測。	基準成績不代表真實場景下的正確性。
程式推理研究	評測涵蓋 Codeforces 與 LiveCodeBench。	公共 API 模型 ID 及生產延遲未確認。
視覺－語言推理	已驗證文字－圖像訓練與視覺推理能力。	圖像輸出、影片及音訊支援未確認。
長上下文 RL 研究	記錄 128K-token RL 上下文擴展及部分 rollout 方法。	架構與訓練規模細節仍不完整。
模型對比頁面	可與推理及多模態模型進行對比。	欠缺定價與 API 資料，限制採購對比。

Kimi k1.5 適用於研究強化學習推理、文字－圖像推理及長短鏈路推理遷移等領域。若需對比 API 採購能力，建議同時查閱 DeepSeek-V3 規格與定價、GPT-4o mini 規格與定價及 Llama 3.2 Vision 規格。

Kimi k1.5 與 DeepSeek-R1、Claude 3.5 Sonnet 對比如何？

對比項目	Kimi k1.5	DeepSeek-R1	Claude 3.5 Sonnet	適用場景
模型類型	多模態 RL 訓練推理大型語言模型。	推理模型，首發支援 deepseek-reasoner API 調用。	通用 Claude 模型，支援文字、程式與視覺工作流程。	Kimi 與 DeepSeek-R1 較適合推理研究；Claude 適合生產環境整合。
上下文	報告稱支援 128K-token RL 上下文擴展；API 上下文未確認。	DeepSeek 目前文件將 deepseek-reasoner 相容映射至 DeepSeek-V4 Flash 模式，並提示後續棄用。	首發支援 200K-token 上下文視窗。	Claude 公共上下文文件更明確；Kimi 適合研究場景。
定價	Kimi k1.5 未確認。	DeepSeek-R1 首發公佈了 deepseek-reasoner 的快取命中、未命中及輸出價格，現已轉向 V4 時代模型。	首發時輸入 $3/100萬 token，輸出 $15/100萬 token。	DeepSeek 與 Claude 更利於公開預算規劃。
模態	已驗證文字與圖像輸入，文字輸出。	以推理為主，API 支援模態依部署情境而定。	Claude 3.5 Sonnet 產品支援文字與視覺場景。	Kimi 適合多模態推理評測；Claude 整合更便利。
接入明確性	Kimi k1.5 API 模型 ID 未確認。	首發用 deepseek-reasoner，現文件標記為過渡相容。	首發可透過 Anthropic API、Amazon Bedrock、Google Cloud Vertex AI 調用。	Kimi 在 API 細節未確認前不適合直接採購。

本對比依據實際場景進行限定，不做絕對優劣評判。各模型在文件成熟度、接入方式、模態覆蓋與生產可用性等方面各具特色。

如何存取 Kimi k1.5？

Kimi k1.5 可透過技術報告與官方 GitHub 倉庫獲取。查閱的 Kimi API 文件顯示支援 Chat Completions API、API 金鑰認證、已公佈的模型列表及目前的 K2.7 Code、K2.6、K2.5 與 Moonshot V1 模型 ID，但截至 2026年6月，未確認 Kimi k1.5 的 API 模型 ID。

由於 Kimi k1.5 所需 API 細節尚未確認，本文未提供可執行的 Python 或 curl 範例。

常見問題

Kimi k1.5 的上下文視窗是多少？

Kimi k1.5 官方報告稱 RL 上下文視窗擴展至 128K token。Kimi k1.5 的公開 API 上下文視窗規格截至 2026年6月尚未有官方確認。

Kimi k1.5 的費用是多少？

Kimi k1.5 的輸入定價、快取輸入定價、輸出定價及計價單位截至 2026年6月均未有官方確認。Kimi API 價格頁面列出了其他 Kimi 模型系列，未包含 Kimi k1.5。

Kimi k1.5 有 API 嗎？

截至 2026年6月，查閱的官方 Kimi 文件未確認 Kimi k1.5 專屬的 API 模型 ID、介面、請求結構或回應結構。因此，本文未提供可執行的 API 範例。

Kimi k1.5 適合做什麼？

Kimi k1.5 最適合作為多模態推理、數學與程式評測、長上下文強化學習及長鏈路推理研究的參考。實際生產使用需充分考量 API、定價及速率限制等資訊尚未公開的情況。