Moonshot AI: Kimi K2.5 soll bis zu 100 KI-Agenten im Schwarm steuern
Das chinesische KI-Unternehmen Moonshot AI hat ein neues Open-Source-Modell namens Kimi K2.5 vorgestellt, das Text, Bilder und Videos verarbeitet. Das von Investoren wie Alibaba und HongShan unterstützte Unternehmen hat das Modell mit rund 15 Billionen gemischten visuellen und textbasierten Tokens trainiert, wodurch es nativ multimodal arbeitet. Besondere Stärken zeigt das System bei Programmieraufgaben und der Koordination von Agentenschwärmen, einer Orchestrierung, bei der mehrere Agenten zusammenarbeiten. In veröffentlichten Benchmarks erreicht Kimi K2.5 die Leistung proprietärer Konkurrenzmodelle und übertrifft diese in bestimmten Bereichen.
Bei Coding-Benchmarks übertrifft das Modell Gemini 3 Pro im SWE-Bench Verified Test und erzielt höhere Werte als GPT 5.2 und Gemini 3 Pro im SWE-Bench Multilingual Benchmark. Im Bereich Videoverständnis schlägt es GPT 5.2 und Claude Opus 4.5 beim VideoMMMU-Benchmark, der misst, wie ein Modell über Videos hinweg argumentiert. Das Unternehmen betont, dass Nutzer dem Modell nicht nur Text, sondern auch Bilder oder Videos übermitteln können, um ähnliche Benutzeroberflächen wie in den gezeigten Medien zu erstellen. Diese Fähigkeit resultiert aus dem großangelegten gemeinsamen Training mit visuellen und textbasierten Daten.
Coding-Werkzeuge im Wettbewerb
Um diese Programmierfähigkeiten zugänglich zu machen, hat Moonshot AI ein Open-Source-Coding-Tool namens Kimi Code entwickelt, das mit Anthropics Claude Code oder Googles Gemini CLI konkurriert. Entwickler können Kimi Code über ihre Terminals nutzen oder in Entwicklungsumgebungen wie VSCode, Cursor und Zed integrieren. Das Werkzeug unterstützt Bilder und Videos als Eingabe und entdeckt automatisch vorhandene Fähigkeiten in der Arbeitsumgebung. C
oding-Tools haben sich zu bedeutenden Umsatztreibern für KI-Labore entwickelt: Anthropic gab im November bekannt, dass Claude Code jährlich wiederkehrende Umsätze von einer Milliarde Dollar erreicht hat. Der chinesische Konkurrent Deepseek plant laut The Information für nächsten Monat die Veröffentlichung eines neuen Modells mit starken Programmierfähigkeiten.
Eine zentrale Innovation von Kimi K2.5 bildet die Agentenschwarm-Technologie, die mit Parallel-Agent Reinforcement Learning trainiert wurde. Das System kann selbstständig einen Schwarm von bis zu 100 Unteragenten steuern und parallele Arbeitsabläufe über bis zu 1.500 koordinierte Schritte ausführen, ohne vordefinierte Rollen oder handgefertigte Workflows. Im Vergleich zu einer Einzelagenten-Konfiguration reduziert dies die Ausführungszeit um bis zu das 4,5-fache. Ein trainierbarer Orchestrator-Agent zerlegt Aufgaben in parallelisierbare Teilaufgaben, die jeweils von dynamisch instanziierten Unteragenten ausgeführt werden. Das Unternehmen demonstriert diese Fähigkeit anhand einer Aufgabe, bei der 100 Unteragenten parallel nach führenden YouTube-Kreatoren in 100 Nischenbereichen suchen und 300 Profile in einer strukturierten Tabelle zusammentragen.
Rasantes Wachstum und Finanzierung
Moonshot AI wurde von Yang Zhilin gegründet, einem ehemaligen KI-Forscher bei Google und Meta. Das Unternehmen sammelte in einer Series-B-Runde eine Milliarde Dollar bei einer Bewertung von 2,5 Milliarden Dollar ein. Laut Bloomberg erhielt das Startup im vergangenen Monat weitere 500 Millionen Dollar bei einer Bewertung von 4,3 Milliarden Dollar und strebt bereits eine neue Finanzierungsrunde mit einer Bewertung von fünf Milliarden Dollar an. Diese schnelle Wertsteigerung spiegelt das wachsende Interesse an chinesischen KI-Unternehmen wider, die zunehmend mit westlichen Anbietern konkurrieren können.
Kimi K2.5 steht über die Plattform Kimi.com, die Kimi-App, eine API und Kimi Code zur Verfügung. Das System bietet vier Modi: K2.5 Instant, K2.5 Thinking, K2.5 Agent und K2.5 Agent Swarm im Beta-Stadium. Neben Programmieraufgaben bewältigt das Modell auch komplexe Büroarbeiten wie das Erstellen von Dokumenten, Tabellenkalkulationen, PDFs und Präsentationen. Das Unternehmen demonstriert Fähigkeiten wie das Hinzufügen von Anmerkungen in Word, das Erstellen von Finanzmodellen mit Pivot-Tabellen und das Verfassen von LaTeX-Gleichungen in PDFs. Das System skaliert dabei auf umfangreiche Ausgaben wie wissenschaftliche Arbeiten mit 10.000 Wörtern oder Dokumente mit 100 Seiten. Mit diesen Funktionen positioniert sich Moonshot AI als ernstzunehmender Akteur im Wettbewerb um KI-gestützte Produktivitätswerkzeuge.
