2025年7月18日，中国开源模型Kimi K2超越DeepSeek，登上全球开源模型排名第一，并在总榜中位列第五，紧追Grok 4等顶尖闭源模型。Kimi K2在多项能力上表现出色，如连续多轮对话、编程能力和复杂提示词应对均位居前列。其在开源社区反响热烈，GitHub标星达5.6K，Hugging Face下载量近10万。尽管Kimi K2基于DeepSeek V3架构，但通过参数优化实现性能提升，被评价为“精打细算”的改进。随着开源模型崛起，‘开源=性能弱’的刻板印象正被打破，行业专家普遍看好开源未来。值得一提的是，全球总榜TOP 10中唯二开源模型均来自中国。

2025年7月，Kimi K2超越DeepSeek成为全球开源模型排名第一，总榜第五，紧追Grok 4等顶尖闭源模型。其在连续对话、编程能力等多项指标上表现优异，甚至与闭源模型抗衡。这是继DeepSeek后，再次由中国团队开发的模型登顶开源榜首。Kimi K2发布一周内，GitHub获5.6K星标，Hugging Face下载量近10万，引发广泛关注。尽管采用DeepSeek V3架构，但通过参数优化实现性能提升，被评价为‘大胆’且高效的选择。行业专家认为，开源模型正迅速崛起，逐渐打破‘开源=性能弱’的刻板印象，未来或将在AI发展中扮演关键角色。

2025年7月，AI大模型领域迎来新进展。xAI于7月10日发布Grok-4，登顶ScienceQA评测集，得分65.0，超越前代及OpenAI的o3模型，成为SOTA模型，性能与成本优势显著。Moonshot AI于7月11日推出开源Kimi K2模型，参数量达1万亿，在Non-Thinking模式中表现最佳，BoN得分73.0。此外，OpenAI的o3-pro、Google的Gemini 2.5 Pro等主流模型均更新版本，性能小幅提升但成本增加。xbench最新榜单显示，国产模型如DeepSeek、Doubao-Seed-1.6和Kimi K2在性价比和能力上表现出色，为开发者提供更多选择。整体来看，推理模型趋向高分高成本，而部分模型在性能与延迟间实现平衡。更多实时信息可关注xbench.org。

7月16日，英国《自然》杂志网站发文称，中国AI模型Kimi K2发布引发全球关注，被称为“又一个DeepSeek时刻”。该模型在编程测试中表现优异，尤其在LiveCodeBench数据集上取得高分，同时展现强大写作能力。这是中国半年内推出的第二款引人注目的AI模型，彰显技术实力。Kimi K2参数规模达万亿级别（1T），采用混合专家架构，每次任务仅激活320亿参数，显著降低算力需求。目前，包括硅谷开源社区在内的全球AI开发者正热议这一模型的突破性进展。(新华社)

7月15日，月之暗面回应Kimi K2模型API速度慢问题，称主要原因是访问量大和模型体积大，目前正全力优化推理效率并增加硬件资源，预计几天内速度将明显提升。Kimi K2模型于7月11日正式发布，支持最长128K上下文，具备更强通用性与工具调用能力，API服务已全面上线。计费方案为每百万输入tokens 4元、每百万输出tokens 16元。此外，Kimi K2完全开源，用户可通过其他供应商接入或自行部署。

7月15日晚间，月之暗面发布公告回应Kimi K2模型API速度慢的问题，称目前正在全力解决。公司表示，问题主要源于访问量大和模型体积大的双重压力，正在通过优化推理效率、增加硬件设备提升性能。预计未来几天内，API速度将得到明显改善。

2025年7月15日，DeepSeek因算力问题推迟新模型发布，但英伟达H20芯片禁售令迎来转机，为梁文锋带来及时雨。此前，DeepSeek自1月以来流量和使用率持续下滑，月活跃用户环比下降5.1%，下载排名跌至30名开外。与此同时，Kimi、阶跃星辰等国内大模型玩家纷纷借新模型抢夺市场，挑战DeepSeek的性价比与性能优势。Kimi K2开源并实现反超，MiniMax-M1以低成本训练吸引关注。尽管DeepSeek在第三方平台使用量增长近20倍，但其忽视多模态和工具调用能力的短板使其面临激烈竞争。梁文锋需尽快推出R2和V4模型，并补全功能缺陷，以应对多模态与Agent生态的发展需求。

7月11日，月之暗面发布万亿参数开源模型Kimi K2，基于MoE架构，引发AI领域广泛关注。研发人员在知乎分享幕后故事，揭示K2设计宗旨及技术创新，包括降低训练与推理成本、优化Agent能力等。团队构建大规模自动化数据生产线，并通过开源借助社区力量完善生态。研发人员坦言K2虽有潜力，但仍存不足，未来将通过迭代提升性能。知乎成为开发者分享技术思考的重要平台，此前DeepSeek、智元机器人等也在此发布关键成果。知乎以其技术讨论氛围，推动AI行业交流与创新突破。

7月13日，美国AI搜索初创公司Perplexity CEO阿拉温德在社交媒体透露，基于月之暗面Kimi发布的万亿参数开源模型K2的良好表现，公司可能将其用于后训练。K2以代码能力和通用Agent任务能力著称，此前Perplexity曾使用DeepSeek R1进行模型训练。这一动态表明Perplexity持续关注并整合最新AI技术以优化其产品性能。

7月13日，美国AI初创公司Perplexity CEO阿拉温德发文称赞月之暗面最新发布的Kimi K2模型，并表示公司可能基于K2进行后训练。Kimi K2是月之暗面推出的首个万亿参数开源模型，强调代码能力和通用Agent任务能力，采用MoE架构，总参数达1T，激活参数32B。该模型在SWE Bench Verified、Tau2、AceBench等基准测试中取得开源模型中的SOTA成绩，展现领先性能。此前，Perplexity曾使用DeepSeek R1进行模型训练。