Moonshot lança Kimi K2.5: enxame de 100 subagentes e 1500 chamadas de ferramentas

A Moonshot AI apresentou o Kimi K2.5, modelo multimodal que a própria empresa considera o mais forte entre os abertos até o momento. Ele foi construído sobre o Kimi K2 e refinado com cerca de 15 trilhões de tokens mistos, visuais e de texto. A principal novidade é o Agent Swarm: o modelo implanta por conta própria até 100 subagentes e realiza até 1500 chamadas de ferramentas. Segundo a empresa, isso reduz em até 4,5 vezes o tempo de execução de tarefas complexas em comparação com um agente único.

Como funciona o enxame

Os subagentes não são definidos manualmente. O orquestrador divide a tarefa em subtarefas paralelas e cria os executores sob demanda: por exemplo, um pesquisador, um físico ou um checador de fatos. O treinamento foi feito com Parallel-Agent Reinforcement Learning (PARL). O orquestrador é treinável, enquanto os subagentes ficam congelados. Por isso, o feedback chega com atraso, de forma esparsa e não estacionária.

Esse tipo de arquitetura tem duas falhas típicas. A primeira é o serial collapse: o orquestrador regride para a execução individual, embora pudesse paralelizar o trabalho. A segunda é o spurious parallelism: ele cria subagentes só para inflar a métrica, sem decomposição real. Contra a primeira, a recompensa ganhou um bônus pela criação de subagentes; contra a segunda, uma recompensa pela fração de subtarefas concluídas. Os dois coeficientes são reduzidos a zero ao longo do treinamento, e só permanece a recompensa pelo resultado.

Outra decisão de projeto é a métrica Critical Steps, equivalente ao caminho crítico em computação paralela. Ela soma os passos do agente principal e do subagente mais lento em cada etapa, de modo que subagentes extras só ajudam quando encurtam o caminho crítico.

• Escala: até 100 subagentes e até 1500 passos coordenados.
• Velocidade: até 4,5x no tempo de execução; em testes internos, a latência cai 80%.
• Passos críticos: em cenários de busca ampla, são necessários de 3 a 4,5 vezes menos.
• Contexto: 256 mil tokens nos testes.
• HLE sem ferramentas: 31,5 (texto) e 21,3 (imagens).
• HLE com ferramentas: 51,8 (texto) e 39,8 (imagens).
• Benchmarks de escritório: +59,3% (AI Office) e +24,3% (General Agent) sobre o K2 Thinking.

Código, visão e escritório

A Moonshot dá destaque ao front-end: a partir de uma única solicitação, o modelo monta interfaces com animações, incluindo efeitos de rolagem. Ele consegue reconstruir um site a partir de um vídeo e depurar o layout visualmente: observa o próprio resultado e o corrige de forma iterativa. Segundo os autores, nessa escala de pré-treinamento o conflito entre visão e texto desaparece, e as duas capacidades evoluem juntas.

Para desenvolvimento, a empresa lançou o Kimi Code, ferramenta aberta para terminal. Ela se integra ao VSCode, ao Cursor e ao Zed, aceita imagens e vídeos e encontra e migra por conta própria as skills e os MCPs já existentes. Há também um cenário de escritório descrito à parte: Word com anotações, modelos financeiros com tabelas dinâmicas, fórmulas LaTeX em PDF e documentos de até 100 páginas.

Os números exigem ressalvas. Os testes foram feitos pelo próprio desenvolvedor. A comparação incluiu DeepSeek-V3.2, Claude Opus 4.5, GPT-5.2 (xhigh) e Gemini 3 Pro e, nos testes visuais, também o Qwen3-VL-235B-A22B-Thinking. O GPT-5.2 xhigh não foi avaliado em todos os testes, por causa da instabilidade do serviço. Nos testes visuais, ele teve cerca de 10% de recusas, contabilizadas como erros, e os autores admitem que o resultado dele provavelmente está subestimado. Parte das métricas, incluindo o Kimi Code Bench e os benchmarks de escritório, é interna. Para reproduzir os resultados, a Moonshot recomenda a API oficial ou provedores verificados pelo Kimi Vendor Verifier.

Por onde começar

Para desenvolvedores, o caminho lógico é começar pelo Kimi Code junto com o K2.5: a ferramenta é aberta, se integra às IDEs de uso comum, e o teste de depuração visual pode ser feito no próprio front-end. Equipes com tarefas de busca ampla e coleta de dados devem testar o Agent Swarm. No momento, ele está em beta no Kimi.ai, e os créditos gratuitos vão para usuários dos planos pagos mais altos.

Ao comparar com concorrentes, meça não só a precisão, mas também o tempo de execução e o custo, já que o enxame foi pensado justamente para isso. Se for rodar o modelo em um provedor terceirizado, confira o Kimi Vendor Verifier; caso contrário, os resultados podem divergir bastante dos publicados. A Moonshot apenas promete o relatório técnico completo, com os prompts de sistema.