Kimis Auslands-Einnahmen haben die Inlands-Einnahmen bereits übertroffen. Er will "Anthropic + Manus" werden | Exklusiv von Intelligent Emergence

Text | Deng Yongyi

Redaktion | Su Jianxun

Im Januar ist ein verrückter Quartal der großen Modellaktualisierungen vorbei, und Kimi, das gerade das neue Modell K2.5 veröffentlicht hat, befindet sich an einem kritischen Punkt.

Nach Informationen von "Intelligent Emergence" hat Kimi kürzlich in der Kommunikation mit Investoren angegeben, dass das Auslandsgewerbe der Firma bereits das Inlandsgewerbe übersteigt. Seit der Veröffentlichung des neuen Modells K2.5 hat sich die Anzahl der zahlenden Nutzer weltweit vervierfacht.

Diese Veränderung hat sich in den kurzen Tagen nach der Veröffentlichung des neuen Generationsmodells K2.5 ereignet.

Nach der Vorstellung des Vorgängermodells K2 hat K2.5 weiterhin einen Auslandshype ausgelöst. Auf Openrouter hat K2.5 inzwischen den dritten Platz erreicht, nur hinter Claude Sonnet 4.5 und Gemini 3 Flash.

Quelle: OpenRouter

Tatsächlich hat Kimi nach der Veröffentlichung des Vorgängermodells K2 im Oktober mit der Kommerzialisierung begonnen, was schon recht schnell war.

In einem internen Brief Ende 2025 hat Yang Zhilin erwähnt, dass seit November 2025 das Auslands-API-Gewerbe von Kimi vervierfacht hat. Die monatliche Wachstumsrate der zahlenden Nutzer aus dem Ausland und im Inland hat über 170 % betragen.

Am 27. Januar hat Kimi das Modell K2.5 veröffentlicht und es open source gemacht. Dies ist das bisher intelligenteste Modell von Kimi, das eine native multimodale Architektur nutzt und Fähigkeiten wie visuelle Verständnis, Codegenerierung, Agenten-Clustern, Denk- und Nicht-Denk-Modi abdeckt.

In Benchmark-Tests wie HLE (Human Last Exam), BrowseComp, SWE-Bench Verified kann K2.5 das offene SOTA erreichen, und einige Indikatoren übertreffen geschlossene Modelle wie GPT-5.2 und Claude Opus 4.5.

Wenn DeepSeek mit R1 den Durchbruch chinesischer Large Language Models in der Inferenzfähigkeit bewiesen hat, dann geht Kimi auf dieser Grundlage einen besonderen Weg – es lässt die KI "Teamarbeit" lernen.

Von K1.5 bis K2.5 ist der Iterationspfad von Kimi in diesem Jahr sehr klar: wie man die KI eher zu einem echten Intelligenzagenten macht, anstatt nur einem Chatbot.

Wenn man sagt, dass Kimi in der K1.5-Ära noch darauf konzentriert war, dass das Modell längere Texte verstehen und generieren kann; K2 ist ein "Scale steps" – durch die Verbesserung der Agenten-Aufgabenfähigkeit kann das Modell komplexere Operationen ausführen.

Das neueste K2.5 erkundet die Möglichkeit, dass die KI "Teamarbeit" lernt, indem es Agenten-Cluster nutzt.

In der praktischen Anwendung kann K2.5 bis zu 100 Agenten koordiniert und 1500 Schritte parallel verarbeiten, was die Praktikabilität der Agenten erheblich erweitert. In Szenarien der Masseninformationensammlung hat der Agenten-Cluster die Effizienz um das 3- bis 10-fache gesteigert.

Zum Beispiel ist ein typisches Szenario eines Agenten-Clusters die Suche nach allen Literaturen über Cluster-Agenten in den letzten drei Monaten, die Zusammenstellung in eine Excel-Datei und die Extraktion der Kernaussagen; die Erkennung der UI-Interaktionslogik aus einem Videobeweis und die direkte Generierung eines vollständigen Frontend-Codes; die automatischen Bürotasks wie die Anmerkung und Revision von Word-Dokumenten, die Datenmodellierung in Excel, die automatische Generierung von PPTs, die Übersetzung und Bearbeitung von PDFs usw.

Warum wird die Methode der KI-Teamarbeit gewählt? In einem Reddit AMA (Ask Me Anything) am 29. Januar hat Yang Zhilin gesagt:

"Die Wachstumsrate der hochwertigen Daten kann der Wachstumsrate der Rechenleistung nicht folgen. Die traditionelle Erweiterungsmethode des 'Vorhersagens des nächsten Tokens mit Internetdaten' bringt immer weniger Verbesserungen. Aber wir können auf andere Weise erweitern, wie z.B. Agent Swarm – die Erweiterung der Anzahl der parallel arbeitenden Sub-Agenten. Dies kann als eine Form der Erweiterung beim Testen betrachtet werden und bietet auch eine Möglichkeit der Erweiterung beim Training."

Nach der Veröffentlichung von K2.5 sieht der Weg von Kimi immer mehr wie der von Anthropic + Manus aus.

Beim Modell hat Kimi sich entschieden, sich an Anthropic zu orientieren, sich auf die Intelligenzobergrenze des Basis-Modells zu konzentrieren und durch Open Source einen technologischen Einfluss aufzubauen – ab K2 sind die Modellgewichte und die Toolchain von Kimi vollständig open source, und die Entwickler können sich für die lokale oder cloudbasierte Bereitstellung entscheiden.

Seit der Gründung hat das Kimi-Team nur etwa 300 Mitarbeiter, was ein Zehntel der Größe vieler großer Unternehmen ist. "Mit 1 % der Rechenressourcen ein weltweit führendes Modell zu entwickeln" ist die gegenwärtige Situation von Kimi.

Bei der Wahl des Weges von Anthropic sind Algorithmus und Effizienzinnovation der Kern, was bedeutet, dass die Wahl der technologischen Route äußerst wichtig wird.

Da die Ressourcen eines Start-ups begrenzt sind, wird Kimi gezwungen, nur die wichtigsten und neuesten Forschungen zu betreiben. Zum Beispiel war es das weltweit erste Unternehmen, das den Muon-Optimierer in der Massen-LLM-Training umsetzen konnte, und die Eigenentwicklung des linearen Aufmerksamkeitsmechanismus Linear gehört auch zu solchen Innovationen.

Beim Produkt hat Kimi bereits eine klare Strategie entwickelt: Einerseits richtet sich die API an Entwickler und zieht globale Entwickler über die Kimi API Open Platform an.

Für die Endnutzer (C-End) hat es sich auf die Entwicklung von Produktivitätstools festgelegt.

Kimi versucht, das Produkt universeller zu gestalten und die Marke konzentrierter zu machen. Und es stimmt auch mit einem Detail überein, dass Kimi zuvor das Agentenprodukt OK Computer für Endnutzer im Beta-Test hatte, und in dieser Aktualisierung wurde es in Kimi Agent umbenannt.

In vielen Produktbeispielen ist es nicht schwer zu erkennen, dass Kimi versucht, das Produkt stilvoller zu gestalten und es nach verschiedenen Themen besser zu stylen.

Quelle: Kimi

Besonders hervorzuheben ist die Bearbeitbarkeit in komplexen Szenarien, die stärker von der Modellfähigkeit abhängt. Zum Beispiel können Benutzer in Kimi nach der Generierung eines PPTs oder der Generierung von Animationen in Excel die Elemente automatisch aufteilen und bearbeiten, was die Nutzbarkeit weiter verbessert.

Anfang Dezember hat Zhang Yutong, der Präsident von Kimi, gesagt: "Wir müssen unsere eigene Erzählung finden und das herausfinden, worin wir wirklich gut sind. Wenn wir mit großen Unternehmen mit mehr Ressourcen konkurrieren, werden wir bewusst die Geschäftsbereiche begrenzen und uns auf die Ebene des Large Language Models, die Logikebene, die Agentenebene sowie die tiefgehende Forschung, PPT-Erstellung, Datenanalyse, Webseitenentwicklung und andere produktivitäts- und komplexitätsorientierte Aufgabenketten konzentrieren."

Jetzt haben alle Modellhersteller ihre eigenen Schwerpunkte in den Agenten-Szenarien, wie Coding und Office. Diese Szenarien zeichnen sich dadurch aus, dass sie zwingend erforderliche Szenarien sind. Wenn sie gut umgesetzt werden, ist auch die kommerzielle Aussicht klar, und sie hängen stark von der Verbesserung der Modellfähigkeit ab.

Für Kimi ist es noch eine große Herausforderung, ein "Regional-Agent" zu werden. Dies bedeutet, dass es auf der Ebene des Basis-Modells in der ersten Liga bleiben muss und gleichzeitig das C-End-Produkt stilvoll gestalten und ein besonderes Benutzerbewusstsein schaffen muss.

Quelle des Titelbildes | KI-generiert

👇🏻 Scannen Sie den Code, um der "Intelligent Emergence AI-Community" beizutreten! 👇🏻

Willkommen, uns zu folgen!

Willkommen, mit uns zu kommunizieren!

Dieser Artikel stammt aus dem WeChat-Account "Intelligent Emergence", Autor: Deng Yongyi, veröffentlicht von 36Kr mit Genehmigung.