Tout savoir sur Kimi K2 Thinking

Ce qu'il faut savoir

Moonshot AI a publié Kimi K2 Thinking le 6 novembre 2025. Il dispose d'un mode raisonnement : il peut « réfléchir » avant de répondre, ce qui aide sur les problèmes en plusieurs étapes mais consomme plus de tokens, donc plus d'argent. Ses poids sont publiés : vous pouvez le télécharger et le faire tourner sur vos propres serveurs, ou passer par l'un des 18 fournisseurs d'API qui le référencent sur models.dev. Il a donc 11 mois au 22 octobre 2026.

Nous le rangeons parmi les modèles à poids ouverts (68 modèles dans cette catégorie sur le site).

Performances mesurées

Selon les résultats publiés par Epoch AI (relevé du 22 octobre 2026), Kimi K2 Thinking obtient un indice de capacité de 69,6 sur 100, calculé sur 3 tests de notre panier.

Avec 3 tests renseignés seulement, il n'entre pas dans le classement public, qui exige au moins 4 résultats : son indice est donc à lire comme partiel.

• GPQA Diamond (questions de sciences de niveau doctorat) : 84,2 % — le meilleur modèle suivi, Gemini 4 Argon, atteint 96,4 %
• OTIS Mock AIME (problèmes de mathématiques de compétition) : 83,1 % — le meilleur modèle suivi, GPT-5.5 Pro, atteint 100 %
• Terminal-Bench (tâches d'agent dans un terminal) : 35,7 % — le meilleur modèle suivi, GPT-5.5, atteint 84,7 %

Combien coûte Kimi K2 Thinking ?

Kimi K2 Thinking est facturé 0,60 $US par million de tokens en entrée et 2,5 $US en sortie (médiane de 18 hébergeurs, relevé du 22 octobre 2026).

Pour fixer les idées : lire 20 000 tokens (une trentaine de pages) et en rédiger 2 000 coûte environ 0,017 $US ; mille fois cette tâche, 17 $US.

C'est 2,5 fois le prix de sortie médian des modèles à poids ouverts (1 $US).

Pour estimer votre propre budget, utilisez le calculateur de coût d'un agent.

Ce qu'il sait faire

Sa fenêtre de contexte atteint 262 144 tokens, soit environ 393 pages de texte à 500 mots par page : assez pour un long rapport ou plusieurs contrats d'un coup. Une réponse peut compter jusqu'à 262 144 tokens.

Il accepte en entrée : texte. Ses connaissances s'arrêtent à juin 2025 : au-delà, il lui faut une recherche web ou vos documents.

Il sait appeler des outils (fonctions, API), ce qui en fait une base possible pour un agent IA.

Les poids sont publiés sur Hugging Face (moonshotai/Kimi-K2-Thinking). Voir aussi notre sélection de modèles open source.

Quand le choisir ?

Par sa catégorie, Kimi K2 Thinking vise d'abord les projets où vous voulez garder la main sur vos données ou sur l'hébergement, ou adapter le modèle à votre domaine.

Avant de l'adopter, testez-le sur vos propres exemples : les benchmarks mesurent des tâches standard, pas votre métier.

Par quoi le remplacer ?

Dans la même catégorie, les modèles les plus proches de Kimi K2 Thinking sont :

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