电子行业：爱建证券-人工智能行业月度跟踪：全球最大参数模型Kimi K2发布-250722

- 月之暗面于2025年7月发布的KimiK2大模型，采用MoE架构，参数量达1万亿，推理时仅激活320亿参数，性能与成本平衡显著。

- KimiK2在代码生成、工具调用和数学推理等复杂任务上表现优异，广泛应用于科研和软件开发领域。

- 该模型的开源策略和强大能力为开发者和用户提供了新的机遇，标志着国产AI在全球竞争中的重要突破。

2025年7月11日，月之暗面（MoonshotAI）发布了全球最大参数模型KimiK2，并同步开源。

KimiK2总参数量达1万亿，每次推理激活320亿参数，表现出色于代码能力和通用Agent任务处理。

该模型采用MoE架构，结合64头注意力和384专家设计，显著提升了推理速度和长文本处理效率。

月之暗面由杨植麟于2023年创立，专注于能源转化为智能的探索，产品迭代清晰。

2023年推出智能助手Kimi，2024年实现多项升级，发布多个对标OpenAI的模型。

KimiK2的训练成本相对其他模型更具优势，输入输出价格分别为0.6$/MillionTokens和2.5$/MillionTokens。

KimiK2在编程、工具调用和数学推理等复杂任务中表现突出，推动了高性能硬件需求和电子供应链优化，降低了中小企业的AI应用门槛。

此发布标志着国产AI在全球竞争中的突破，为科研人员和开发者提供了广阔的应用潜力。

风险提示包括：先进算力芯片限制加强、下游应用需求不及预期、国产模型迭代升级迟缓。

投资标的：月之暗面（MoonshotAI） 推荐理由： 1. KimiK2大模型的发布，参数量达到1万亿，推理时仅激活320亿参数，展现出优秀的性能与成本平衡。

2. KimiK2在代码能力和通用Agent任务处理上表现突出，适用于自主编程、工具调用和数学推理等复杂任务。

3. 采用MoE架构和64头注意力设计，提升了推理速度和长文本处理效率，扩展了知识覆盖范围。

4. KimiK2的训练成本相对其他模型（如GPT-4.5等）更具优势，输入输出价格具有竞争力。

5. 其技术落地推动了硬件升级，带动高性能计算设备需求，优化电子供应链，降低AI应用门槛。

6. 开源策略为开发者和用户提供了更多探索AI潜力的机会，适合科研人员和普通用户使用。

7. KimiK2的发布标志着国产AI在全球竞争中的新突破，具有良好的市场前景。