Kimi K2-Instruct-0905
Kimi K2-Instruct-0905 est un LLM de Moonshot AI sorti le 5 septembre 2025. Son échelle constitue son trait distinctif principal, avec 1000 milliards de paramètres.
Kimi K2-Instruct-0905 est un LLM de Moonshot AI sorti le 5 septembre 2025. Son échelle constitue son trait distinctif principal, avec 1000 milliards de paramètres.
À sa sortie, le modèle se classait dans le top 25% des 130 LLM de sa génération sur GPQA. Publié sous licence MIT avec des poids ouverts, il autorise également les usages commerciaux.
Caractéristiques
| Caractéristique | Valeur |
|---|---|
| Type | Grand modèle de langage (LLM) |
| Éditeur | Moonshot AI |
| Poids | 🟢 Poids ouverts · usage commercial autorisé |
| Licence | MIT |
| Date de sortie | 5 septembre 2025 |
| Multimodal | non |
| Paramètres | 1000 milliards |
Performances (benchmarks)
| Benchmark | Score | Rang (LLM) | Source | Fiabilité |
|---|---|---|---|---|
| MATH-500 | 97,4 % | 6ᵉ / 31 | llm-stats | Auto-déclaré |
| MMLU-Redux | 92,7 % | 16ᵉ / 48 | llm-stats | Auto-déclaré |
| IFEval | 89,8 % | 16ᵉ / 65 | llm-stats | Auto-déclaré |
| MMLU | 89,5 % | 12ᵉ / 98 | llm-stats | Auto-déclaré |
| ZebraLogic | 89,0 % | 5ᵉ / 7 | llm-stats | Auto-déclaré |
| MultiPL-E | 85,7 % | 4ᵉ / 13 | llm-stats | Auto-déclaré |
| MMLU-Pro | 81,1 % | 44ᵉ / 125 | llm-stats | Auto-déclaré |
| LiveBench | 76,4 % | 9ᵉ / 38 | llm-stats | Auto-déclaré |
| GPQA | 75,1 % | 96ᵉ / 219 | llm-stats | Auto-déclaré |
| CNMO 2024 | 74,3 % | 1ᵉ / 3 | llm-stats | Auto-déclaré |
| Tau2 Retail | 70,6 % | 19ᵉ / 25 | llm-stats | Auto-déclaré |
| AIME 2024 | 69,6 % | 40ᵉ / 52 | llm-stats | Auto-déclaré |
| SWE-Bench Verified | 65,8 % | 71ᵉ / 102 | llm-stats | Auto-déclaré |
| Tau2 Telecom | 65,8 % | 26ᵉ / 34 | llm-stats | Auto-déclaré |
| Aider-Polyglot | 60,0 % | 12ᵉ / 22 | llm-stats | Auto-déclaré |
| SuperGPQA | 57,2 % | 21ᵉ / 34 | llm-stats | Auto-déclaré |
| Tau2 Airline | 56,5 % | 15ᵉ / 22 | llm-stats | Auto-déclaré |
| Multi-Challenge | 54,1 % | 14ᵉ / 28 | llm-stats | Auto-déclaré |
| LiveCodeBench | 53,7 % | 39ᵉ / 72 | llm-stats | Auto-déclaré |
| AIME 2025 | 49,5 % | 96ᵉ / 108 | llm-stats | Auto-déclaré |
| SWE-bench Multilingual | 47,3 % | 30ᵉ / 34 | llm-stats | Auto-déclaré |
| HMMT 2025 | 38,8 % | 29ᵉ / 33 | llm-stats | Auto-déclaré |
| SimpleQA | 31,0 % | 24ᵉ / 45 | llm-stats | Auto-déclaré |
| OJBench | 27,1 % | 8ᵉ / 9 | llm-stats | Auto-déclaré |
| Terminal-Bench | 25,0 % | 23ᵉ / 25 | llm-stats | Auto-déclaré |
| Humanity's Last Exam | 4,7 % | 87ᵉ / 89 | llm-stats | Auto-déclaré |
« Auto-déclaré » : score communiqué par l'éditeur, non rejoué indépendamment. « Mesuré » : évalué par un tiers (Epoch AI, LiveBench). Le rang est calculé parmi les LLM évalués sur le même benchmark.
Notre analyse
Forces. Kimi K2-Instruct-0905 se situait, à sa sortie, dans le quart supérieur des LLM de sa génération sur GPQA. Ce résultat lui donnait une position solide parmi les modèles publiés au cours des quelque 18 mois précédents. Ses poids ouverts et sa licence MIT constituent aussi des atouts concrets pour la réutilisation, la modification et l’exploitation commerciale.
Limites et points d'attention. Son classement sur GPQA le place dans le haut du panier, mais pas nécessairement parmi les tout premiers modèles de sa génération. La couverture repose sur une seule source de données concordante, ce qui limite la portée comparative du positionnement disponible. Avec 1000 milliards de paramètres, Kimi K2-Instruct-0905 se distingue surtout par son échelle. Il s’adresse aux projets recherchant un LLM open-weights sous licence commerciale permissive.
Sources des données : LLM-Stats (llm-stats.com).