Kimi 2.5 开源模型部署与性能评测指南

4. 本地部署步骤（Docker 一行启动）

① 硬件建议

② 拉镜像

docker pull kimiopensource/kimi-2.5:2401-cuda121 

③ 启动服务

docker run --gpus all -p 8080:8080 -v /data/kimi-2.5-fp16:/model kimiopensource/kimi-2.5:2401-cuda121 kimi-infer server --model /model --swarm 100 --max-tools 1500

④ 客户端调用（OpenAI-Compatible）

import openai
client = openai.OpenAI(base_url="http://localhost:8080/v1", api_key="none")
resp = client.chat.completions.create(
    model="kimi-2.5",
    messages=[{"role":"user","content":"把这份 40 页 PDF 总结成 3 段话"}],
    extra_body={"use_swarm":True,"max_parallel":50}
)
print(resp.choices[0].message.content)

5. 典型用例与实测

6. 性能 & 成本

7. 局限与注意事项

⚠️ 训练代码与数据集未开源，仅推理权重 ⚠️ 中文幻觉率约 6 %，需插件事实核查 ⚠️ 超长视频（>30 min）时间戳误差 ±3 s ⚠️ Agent-Swarm 对网络带宽敏感，建议 ≥1 Gbps 专线

8. 总结

Kimi 2.5 是目前唯一把 1 T MoE + 原生视觉 + 100 并行 Agent 一起开源的模型； 想在本地/私有云跑一个'全能员工'，它几乎是 2026 年初的最佳选择。