Kimi (Moonshot AI)

O Kimi é a série de modelos de linguagem desenvolvida pela Moonshot AI, acessível por uma API compatível com a interface da OpenAI e publicada em parte como pesos abertos.

O repositório oficial da Moonshot AI no GitHub descreve o Kimi K2 como um modelo de mistura de especialistas com 1 trilhão de parâmetros no total e 32 bilhões ativos por token. A versão original tem contexto de 128 mil tokens e foi treinada com o otimizador MuonClip em 15,5 trilhões de tokens, segundo o próprio repositório.

No Hugging Face, a organização moonshotai publica os pesos em variantes separadas. A variante Base serve a quem quer ajustar o modelo. A variante Instruct atende conversa e tarefas com agentes, sem raciocínio longo. A variante Thinking é descrita como um agente que raciocina e chama ferramentas ao longo de 200 a 300 passos sequenciais.

Para uso em produção por API, a plataforma do Kimi mantém guias de início rápido por modelo, uma referência de Chat Completions e documentação de chamada de ferramentas. A lista de modelos muda com frequência, e a documentação da plataforma é a referência para saber qual está vigente.

O Kimi é indicado a equipes técnicas que precisam de um modelo de linguagem para agentes, programação e tarefas de contexto longo, por API ou com pesos abertos para hospedar por conta própria.

Desenvolvedores de aplicações encontram uma API compatível com o SDK da OpenAI. Os guias oficiais pedem Python 3.9 ou superior, o SDK da OpenAI e uma chave de API da plataforma. A região da conta importa: a documentação em inglês e a em chinês usam endereços de API diferentes, então a chave precisa ser usada no endereço da plataforma em que foi criada.

Times que montam agentes usam a chamada de ferramentas, com esquema em JSON Schema, e as ferramentas oficiais hospedadas pela plataforma, como a busca na web.

Equipes de pesquisa e de aprendizado de máquina encontram no Hugging Face a variante Base para ajuste fino e a Instruct para uso direto. Quem hospeda os pesos assume a operação da inferência de um modelo de 1 trilhão de parâmetros no total. Quem prefere não operar infraestrutura usa a API.

Antes de começar, defina qual modelo da lista atual da plataforma atende a tarefa, porque as páginas de documentação cobrem gerações diferentes.

Os principais recursos do Kimi são a família de modelos Kimi K2 de mistura de especialistas, a chamada de ferramentas por API e as ferramentas oficiais hospedadas pela plataforma.

• Modelos em variantes: Base, Instruct e Thinking, publicados no Hugging Face pela organização moonshotai, além de uma página própria na documentação para uma variante voltada a código.
• Contexto longo: o repositório informa 128 mil tokens na versão original, e a página de uma revisão posterior da variante Instruct no Hugging Face cita 256 mil tokens.
• Chamada de ferramentas: as ferramentas são declaradas em JSON Schema, e o parâmetro de escolha aceita auto, none, required ou a indicação de uma função específica.
• Ferramentas oficiais: a documentação descreve ferramentas hospedadas, como busca na web, acessadas por um fluxo próprio de declaração e execução.
• Conteúdo de raciocínio: a referência de Chat Completions orienta devolver a mensagem do assistente completa, incluindo reasoning_content e tool_calls, sem alteração.
• Compatibilidade: a API segue o formato do SDK da OpenAI, o que permite reaproveitar código de integração existente.

A página do Thinking descreve o uso de ferramentas encadeadas em 200 a 300 passos sequenciais, segundo o Hugging Face.

O Kimi vale a pena para quem quer pesos abertos de um modelo de contexto longo ou uma API compatível com o SDK da OpenAI para agentes, e menos para quem precisa de uma lista de modelos estável.

Prós:

• Pesos publicados no Hugging Face nas variantes Base e Instruct, o que permite ajuste fino e hospedagem própria.
• Contexto de 128 mil tokens na versão original, ampliado para 256 mil em uma revisão posterior, segundo as páginas oficiais.
• API compatível com o SDK da OpenAI, com chamada de ferramentas e ferramentas oficiais como busca na web.
• Variante Thinking descrita para encadear de 200 a 300 chamadas de ferramenta em sequência.

Contras:

• A documentação lista modelos de gerações diferentes lado a lado, e é preciso conferir qual está vigente antes de integrar.
• Os endereços de API da plataforma global e da chinesa são distintos, e a chave só vale na região em que foi criada.
• No ciclo de ferramentas, a resposta do assistente deve ser devolvida completa, com reasoning_content e tool_calls, e o código de integração precisa respeitar isso.
• O modelo tem 1 trilhão de parâmetros no total, então hospedar os pesos exige operar essa inferência por conta própria.

As alternativas ao Kimi são outros laboratórios que oferecem modelos de linguagem por API, alguns com pesos abertos e outros só por serviço hospedado.

• DeepSeek: laboratório chinês que publica pesos abertos de modelos de linguagem, como o Kimi, e também oferece API.
• Alibaba Qwen: família Qwen, com vários modelos de pesos abertos em tamanhos diferentes, além de acesso por API.
• OpenAI: oferece modelos por API e pelo ChatGPT, com os modelos principais sem pesos publicados.
• Anthropic: oferece os modelos Claude por API e por aplicativo, sem pesos abertos.
• Google: oferece os modelos Gemini por API, e a família Gemma tem pesos abertos.

A diferença central em relação ao Kimi é o acesso aos pesos. Com o Kimi, a variante Base e a Instruct podem ser baixadas do Hugging Face e hospedadas por conta própria. Entre os laboratórios fechados, o acesso acontece apenas pelo serviço do fornecedor. Entre os que publicam pesos, vale comparar a documentação de cada licença antes de usar em produto.