1月，一個瘋狂的模型大更新季度剛剛過去，剛剛發布新模型K2.5的Kimi，來到一個關鍵節點。
《智能涌現》獲悉，近期Kimi在和投資人的溝通中表示，公司的海外收入已超過國內收入，新模型K2.5發布后，全球付費用戶已有4倍增長。
這一變化恰好發生在新一代模型K2.5發布后的短短幾天內。
繼上一代模型K2發布會后，K2.5繼續引發了海外熱潮。在Openrouter上，K2.5的排名已經來到第三位，僅次于Claude Sonnet 4.5和Gemini 3 Flash。
事實上，前一代模型K2發布后，Kimi從10月開始商業化，進程已經算很快。
2025年末的內部信中，楊植麟提到，2025年11月以來，Kimi的海外API收入增長4倍。海外和國內付費用戶數月度環比增速超過170%。
1月27日，Kimi發布并開源K2.5模型，這是Kimi迄今最智能的模型，采用原生多模態架構，能力覆蓋視覺理解、代碼生成、Agent集群、思考與非思考模式。
在HLE（人類最后考試）、BrowseComp、SWE-Bench Verified等基準測試中，K2.5都能達到開源SOTA，部分指標超越GPT-5.2、Claude Opus 4.5等閉源模型。
如果說DeepSeek用R1證明了中國大模型在推理能力上的突破，那么Kimi則在這個基礎上，去往一條特別的路——讓AI學會“團隊作戰”。
從K1.5到K2.5，Kimi這一年的模型迭代路徑非常清晰：如何讓AI更像一個真正的智能體，而不僅僅是一個聊天機器人。
如果說，K1.5時代，Kimi還是專注在讓模型能夠理解和生成更長的文本；K2是“Scale steps”——通過Agent任務能力的提升，讓模型能夠執行更復雜的操作。
最新的K2.5，則是探索用Agent集群的方式，讓AI學會“團隊作戰”。
在實際應用中，K2.5可以調度多達100個Agent，并行處理1500個步驟，這極大拓展了Agent的實用性。在大規模信息收集場景下，Agent集群將效率提升了3到10倍。
比如，一個Agent集群的典型場景是檢索近三個月內所有關于集群式agent的文獻，整理成Excel并提煉核心發現；從一段錄屏中識別UI交互邏輯，直接生成完整的前端代碼；對Word文檔進行批注修訂、Excel數據建模、PPT自動生成、PDF翻譯編輯等辦公自動化任務等等。
為什么會采用AI團隊作戰的方式？在1月29日的Reddit AMA（Ask MA Anything）中，楊植麟表示：
“高質量數據的增長速度趕不上算力的增長，傳統的‘用互聯網數據預測下一個 token’的擴展方式帶來的改進越來越少。但我們可以通過其他方式擴展，比如 Agent Swarm——并行執行子任務的代理數量擴展。這可以被視為測試時擴展的一種形式，同時也提供了訓練時擴展的方式。”
在K2.5發布后，Kimi的路線已經越來越像Anthropic+Manus。
在模型上，Kimi選擇對標Anthropic，專注基礎模型智能上限，通過開源建立技術影響力——從K2開始，Kimi的模型權重和工具鏈全部開源，開發者可以選擇本地或云端部署。
從成立至今，Kimi團隊僅有300人左右，這個團隊規模是不少大廠的十分之一。“用1%的算力資源，研發出全球領先模型”是Kimi的現狀。
走Anthropic路線，算法、效率創新是核心，這意味著技術路線的選擇會變得無比重要。
創業公司的資源有限，也倒逼Kimi只能做那些最重要、最前沿的探索。比如此前全球首個在大規模LLM訓練中跑通Muon優化器、自研線性注意力機制Linear等等，都屬于這樣的創新。
在產品上，Kimi已經形成了清晰的布局：一方面，API端面向開發者，通過 Kimi API開放平臺吸引全球開發者。
而在C端用戶上，則明確了做生產力工具的定位。
Kimi在有意將產品做得更通用，并且品牌也更集中。并且也更符合一個細節是，此前Kimi已經內測了面向C端用戶的Agent產品OK Computer，而在這一次的更新中，它被改名為Kimi Agent。
在不少產品用例上，不難發現，Kimi正在試圖將產品做得更有品味，根據不同的主題做更好的風格化。
比較突出的是復雜場景中的可編輯性，這更加依賴模型能力。比如在生成PPT、用Excel生成動畫后，用戶在Kimi中還可以自動拆分元素編輯，這進一步提升了可用性。
在12月初，Kimi總裁張予彤曾表示：“要找到自己的敘事，找到自己真正擅長的事情。與資源更多的大公司競爭時，我們會刻意控制業務邊界，專注大模型層、邏輯層、Agent層，以及深入研究、PPT、數據分析、網站開發這類偏生產力、偏復雜任務的鏈路。”
如今各家模型廠商都有自己押注的重點Agnet場景，Coding、Office都屬于此類。這些場景的特點是，都是剛需場景，一旦做好，商業化前景也比較明確，而且非常依賴模型能力的提升。
