Todo sobre Kimi K2 Thinking

Lo que hay que saber

Moonshot AI publicó Kimi K2 Thinking el 6 de noviembre de 2025. Dispone de un modo de razonamiento: puede «pensar» antes de responder, lo que ayuda en problemas de varios pasos pero consume más tokens y, por tanto, más dinero. Sus pesos están publicados: puede descargarlo y ejecutarlo en sus propios servidores, o usar uno de los 18 proveedores de API que lo listan en models.dev. Tiene, por tanto, 11 meses a 22 de octubre de 2026.

Lo clasificamos entre los modelos de pesos abiertos (68 modelos de esta categoría en el sitio).

Rendimiento medido

Según los resultados publicados por Epoch AI (consulta del 22 de octubre de 2026), Kimi K2 Thinking obtiene un índice de capacidad de 69,6 sobre 100, calculado con 3 pruebas de nuestra cesta.

Con solo 3 pruebas registradas, no entra en el ranking público, que exige al menos 4 resultados: su índice debe leerse como parcial.

• GPQA Diamond (preguntas de ciencias de nivel doctorado): 84,2 % — el mejor modelo seguido, Gemini 4 Argon, alcanza 96,4 %
• OTIS Mock AIME (problemas de matemáticas de competición): 83,1 % — el mejor modelo seguido, GPT-5.5 Pro, alcanza 100 %
• Terminal-Bench (tareas de agente en una terminal): 35,7 % — el mejor modelo seguido, GPT-5.5, alcanza 84,7 %

¿Cuánto cuesta Kimi K2 Thinking?

Kimi K2 Thinking cuesta 0,60 US$ por millón de tokens de entrada y 2,5 US$ por millón de tokens de salida (mediana de 18 proveedores, consulta del 22 de octubre de 2026).

Para hacerse una idea: leer 20 000 tokens (unas treinta páginas) y redactar 2000 cuesta alrededor de 0,017 US$; mil veces esa tarea, 17 US$.

Son 2,5 veces el precio de salida mediano de los modelos de pesos abiertos (1 US$).

Para estimar su propio presupuesto, use la calculadora de coste de un agente.

Lo que sabe hacer

Su ventana de contexto alcanza 262.144 tokens, unas 393 páginas de texto a 500 palabras por página: suficiente para un informe largo o varios contratos a la vez. Una respuesta puede llegar a 262.144 tokens.

Acepta como entrada: texto. Sus conocimientos llegan hasta junio de 2025: más allá, necesita búsqueda web o sus documentos.

Sabe llamar a herramientas (funciones, API), lo que lo convierte en una posible base para un agente de IA.

Los pesos están publicados en Hugging Face (moonshotai/Kimi-K2-Thinking). Vea también nuestra selección de modelos open source.

¿Cuándo elegirlo?

Por su categoría, Kimi K2 Thinking está pensado sobre todo para los proyectos en los que quiere controlar sus datos o el alojamiento, o adaptar el modelo a su sector.

Antes de adoptarlo, pruébelo con sus propios ejemplos: los benchmarks miden tareas estándar, no su oficio.

¿Con qué sustituirlo?

En la misma categoría, los modelos más cercanos a Kimi K2 Thinking son:

• GLM-5.2 (Zhipu AI (Z.ai), índice 70,5)
• GLM-4.7 (Zhipu AI (Z.ai), índice 68,4)
• DeepSeek V4 Flash 0731 (DeepSeek, índice 68,2)
• DeepSeek V4 Pro 0813 (DeepSeek, índice 72,2)