Moonshot AI가 기존 모델에서 한 단계 진화한 Kimi K2.5를 공개했다. 텍스트만 처리하던 방식에서 벗어나 이미지와 텍스트를 동시에 처리하는 네이티브 멀티모달 아키텍처를 채택한 것이 특징이다. 15조 개의 토큰으로 학습된 이 모델은 복잡한 그래픽 데이터를 해석하며 코딩과 시각적 추론 분야에서 글로벌 탑티어 모델들과 경쟁한다. 가장 주목할 만한 지점은 '자기 주도형 에이전트 스웜(self-directed agent swarm)' 패러다임의 도입이다. 하나의 모델이 순차적으로 문제를 해결하는 대신, Kimi K2.5는 최대 100개의 하위 에이전트를 오케스트레이션하여 업무를 병렬로 처리한다. 이러한 에이전틱 AI 시스템은 최대 1,500개의 툴 호출이 필요한 복잡한 워크플로우에서 실행 시간을 4.5배나 단축시켰다. 별도의 세부 지침 없이도 업무를 배분하는 자동화된 프로젝트 매니저가 시스템 내부에 탑재된 셈이다. 595GB에 달하는 모델 가중치는 Hugging Face에서 누구나 내려받을 수 있으며, 1조 개라는 압도적인 파라미터 규모를 자랑한다. 다만 라이선스 조건은 까다롭다. 월간 사용자 1억 명 또는 매출 2,000만 달러를 초과하는 서비스는 인터페이스에 'Kimi K2.5' 명칭을 반드시 노출해야 한다. 이는 공공 접근성을 보장하면서도 상업적 성공 시 브랜드 권리를 확보하려는 AI 업계의 '오픈형(open-ish)' 모델 트렌드를 잘 보여준다.

Moonshot AI가 기존 모델에서 한 단계 진화한 Kimi K2.5를 공개했다. 텍스트만 처리하던 방식에서 벗어나 이미지와 텍스트를 동시에 처리하는 네이티브 멀티모달 아키텍처를 채택한 것이 특징이다. 15조 개의 토큰으로 학습된 이 모델은 복잡한 그래픽 데이터를 해석하며 코딩과 시각적 추론 분야에서 글로벌 탑티어 모델들과 경쟁한다. 가장 주목할 만한 지점은 '자기 주도형 에이전트 스웜(self-directed agent swarm)' 패러다임의 도입이다. 하나의 모델이 순차적으로 문제를 해결하는 대신, Kimi K2.5는 최대 100개의 하위 에이전트를 오케스트레이션하여 업무를 병렬로 처리한다. 이러한 에이전틱 AI 시스템은 최대 1,500개의 툴 호출이 필요한 복잡한 워크플로우에서 실행 시간을 4.5배나 단축시켰다. 별도의 세부 지침 없이도 업무를 배분하는 자동화된 프로젝트 매니저가 시스템 내부에 탑재된 셈이다. 595GB에 달하는 모델 가중치는 Hugging Face에서 누구나 내려받을 수 있으며, 1조 개라는 압도적인 파라미터 규모를 자랑한다. 다만 라이선스 조건은 까다롭다. 월간 사용자 1억 명 또는 매출 2,000만 달러를 초과하는 서비스는 인터페이스에 'Kimi K2.5' 명칭을 반드시 노출해야 한다. 이는 공공 접근성을 보장하면서도 상업적 성공 시 브랜드 권리를 확보하려는 AI 업계의 '오픈형(open-ish)' 모델 트렌드를 잘 보여준다.