大家好，我是冷逸。

在Gemini 3发布之后，我在很早的时间就曾讲过，我们迫切地需要一个具备强大力量的基模。

此刻，好像存有答案了。方才，Kimi发布了全新的基座模型K2.5且进行了开源，其文字理解能力达至Max，其图片理解能力达至Max，其视频理解能力达至Max 。

K2.5模型在huggingface上开源

感觉Kimi这次，是带着大杀器倾巢而来。

我赶忙去切身体验了一回，先来讲讲结论，这或许会是现如今当属最强的开源视觉Agentic模型，尤其是在前端这个领域，其在程度上直接向Gemini 3 Pro逼近。

快速了解K2.5

简单介绍一下这个模型。

K2.5最大的特点是全能：

基于K2.5，Kimi带来了全新的体验：

1）超级视觉

不但能够进行观看，而且还能够展开推理，拥有Visual Reasoning以及Agentic Tool Call 。

256k的那种上下文，居然容得下长达2小时的视频，或者是100MB的文件，它还支持视觉版的如同大海捞针般的那种情况。

2）Visual Coding

支持Image/Video to Code，所见即所得。

呈上一张图片，或者呈上一个视频，此图片或视频需小于100MB，Kimi能够瞬间明白你的意图，以像素级的精准度去复制一个网页。

比如，复刻一个交互超级牛逼的网站。

3）Agent Swarm

Agent所形成之集群，具备同时开展多个Agent协作调度之能力，能够一口气独立自主直接进行完成达1500加步骤之操作。

像是，协助我们在同一时间调研一百家上市公司；一次去下载一百篇学术论文；进而生成一百张素材图 。

4）Office Agent

全新升级的 Office 三件套问世了呢，可以助用户直截交付具备准专业水准 的办公文档喔。

5）Kimi Code

以上所有功能，现在已可以在kimi.com直接体验。

同步，Kimi还推出了全新的编程工具：Kimi Code。

Kimi Code，它不仅具备能够于终端以内直接开展运行的特性，而且还能够毫无缝隙地融入到诸如VSCode、Cursor、JetBrains以及Zed等这些主流的编辑器当中。

体验地址：www.kimi.com/code

一手实测

K2.5上线后，我也赶紧体验了一番。

1）前端复刻

之前，Gemini 3 Pro的前端复刻，被很多人玩坏了。

我用K2.5，也来试一下。

给《流浪地球》的行星发动机做一个动画演示网页。

参考这张图片设计一个教学演示网页。

复刻这个网页，让眼珠子跟着鼠标移动。

复刻OpenAI News。

复刻Moonshot官网。

更加有意思的是，K2.5具备视频复刻的能力。能够将你所喜爱的APP进行录屏操作，之后发送给K2.5，进而让它去设计一款与之相似的产品。

该图片疑似AI生成

经过一番体验，就前端这一方面而言，我发觉K2.5与Gemini 3 Pro是不存在什么差别的了。它们有着顶级的审美，具备顶级的动效，还拥有顶级的视觉理解能力。

2）网站开发

体验完前端，我们来让它做一个真正的网站。

上周时候，北京并没有出现下雪，之后我寻找到了一张故宫展现雪景样子的图片，接着开启了K2.5 Agent模式，随后又让它去帮我设计一个网站。

它会自己理解这张图的美学意境，包括设计元素、视觉效果等。

然后，调用Agent给我们进行开发，并部署上线。

给大家看下最终的成品（一次输出，没有抽卡）。

尤其是1到3屏，这般的排版，如此的布局，还有那样的交互，真的是棒极了，这便是我们的东方美学。

让其去复刻网站wodniack.dev，达成的效果十分不错，极其酷炫。

也可以做汉堡的分层拆解动画。

3）批量work

如果说前面的体验，大家觉得“嗯，好像还不错”。

那个Agent Swarm，也就是Agent集群，要明确相信我，你绝对保证会被这个功能给着实惊讶到的。

地址用于体验的是，https://www.kimi.com/agent-swarm 。

近来，并非所有人都在学习Skills呀，那我打算让「Agent集群」替我梳理50个拥有高Star的Skills，所以就对它发问了：

到GitHub那儿，去搜集五十个热门的Claude程序代码技能，依据Star数量，从高往低进行排列 。

首次经历，会给出消耗3次Agent额度的提示，设想一下这般工程量，仅仅消耗3次额度好像仍旧是挺划算的，那就让它接着做下去吧。

紧接着，它便请来3个辅助人员协助我开展工作，每一个辅助人员所负责的工作具体内容，并非是相同的，各自有别。

一开始干活，只收集到39个技能，工作还没做完 ，然后kimi又找了小北、海明威这两位帮忙的助手，继续帮我做相关工作 。

最终，集齐了50个skills，一次性给到了我。

不得不承认，这个所谓“批量work”所呈现出的成效实在是令人赞叹不已，只是其运行速度存在一定迟缓状况，究其缘由，在大多时间段内是由于耗费在了GitHub访问遭遇失败的那些节点之处。

但是这并无关联，它于K2.5 Agent所属的后台进行运作，在该Agent开展工作之际，我全然能够去开展别的事务，待产生结果之后再来予以验收。

所以，我又用它跑了一些其他的case。

比如，我让它用我头像做一系列连续性的打斗动画。

批量下载论文。

召集专家建言献策，如何让1岁孩子上北大。

以及，批量生图。

不得不说，Kimi这次是真的把并发拉满了。

依据起始之时的K1.5卷所具备的长度情况，接着是K2卷所蕴含的深度思考，然后直至当下的K2.5卷所呈现的并发状况。在所经历的每一次新模型的予以发布之际，Kimi都总是能够给予我们全新的对应的答案，况且呈现出一次较一次更为强劲猛烈的态势。

实现并发的极致状态，所要检验的并非仅仅是模型自身，而是涵盖工程、调度、成本以及稳定性等多方面的一整套系统能力所构成的整体 。

这次Kimi能够把这个产品做出来，是真的。

4）视觉理解与推理

最后，我们考验一下模型基本的视觉理解和推理能力。

随手拍了张照片（图中大楼标志已被抹除），问问它这是哪里。

没错，这里是北京的京东科技大厦，Kimi正是在这里办公。

又问了一张图，这是什么雪山，推测一下我拍摄时的海拔高度。

非常准确，玉龙雪山，海拔9,000-11,000米。

接着，我又问了一个问题。

其实，一开始我都不抱希望。

然而瞅见结果，略微有些许被惊到啦 。除去航线之外（确切是“四川成都 - 云南芒市”），它差那么一点儿就全都推理出来咯 。

给大家看下真实的Exif信息。

K2.5也能做这样的行测题，反正我是看不懂。

实地测量之后，比如推测地理位置，或者楼层高度，又或者人物身高，亦或是作品名称这类，K2.5基本上能够猜出个大概，差不多能猜对八九成，当然了，并不可以达到百分百的精准无误。

可要是把它用于针对特定的一些，像是股票图、科研图、行测题、Puzzle题、几何题这类的内容进行剖析，大体上都能够得出比较可靠的答案，而且准确率是相当高的 。