Lar
Moonshot da China revela novo modelo de código aberto Kimi K2.5 e agente de codificação de IA
A Moonshot AI, uma empresa chinesa apoiada pela Alibaba e pela HongShan (anteriormente Sequoia China), apresentou o Kimi K2.5, um novo modelo de código aberto capaz de processar texto, imagens e vídeo.
A empresa revelou que o modelo foi treinado com 15 trilhões de tokens visuais e de texto misturados, permitindo multimodalidade nativa. Ele se destaca em tarefas de codificação e gerenciamento de enxames de agentes
— uma configuração em que vários agentes de IA colaboram. Em testes de benchmark, o Kimi K2.5 iguala o desempenho dos principais modelos proprietários e até os supera em certas áreas.
Por exemplo, no benchmark de codificação SWE-Bench Verified, o Kimi K2.5 supera o Gemini 3 Pro. Ele também obtém pontuação superior ao GPT 5.2 e ao Gemini 3 Pro no teste SWE-Bench Multilingual. Na compreensão de vídeo, ele supera o GPT 5.2 e o Claude Opus 4.5 no VideoMMMU (Video Massive Multi-discipline Multimodal Understanding), um benchmark que avalia as habilidades de raciocínio de um modelo com conteúdo de vídeo.

Créditos da imagem: Moonshot AI A Moonshot AI observou que, embora o modelo lide com texto de forma eficaz, os usuários também podem inserir imagens ou vídeos e solicitar que ele crie uma interface semelhante com base nessa mídia.
Aqui está um pequeno vídeo do nosso fundador, Zhilin Yang.
(É a primeira vez que ele fala diante das câmeras assim, e ele realmente queria compartilhar o Kimi K2.5 com vocês!) pic.twitter.com/2uDSOjCjly—
Kimi.ai (@Kimi_Moonshot) 27 de janeiro de 2026
Para tornar esses recursos de codificação acessíveis, a empresa lançou o Kimi Code, uma ferramenta de codificação de código aberto que concorre com o Claude Code da Anthropic e o Gemini CLI do Google. Os desenvolvedores podem usar o Kimi Code através de seu terminal ou integrá-lo com IDEs como VSCode, Cursor e Zed. A startup também confirmou que o Kimi Code aceita imagens e vídeos como entrada.
As ferramentas de codificação de IA estão ganhando força rapidamente e se tornando fontes de receita significativas para as empresas de IA. A Anthropic anunciou em novembro que o Claude Code havia atingido US$ 1 bilhão em receita recorrente anualizada (ARR). Um relatório da Wired no início deste mês indicou que a ferramenta adicionou mais US$ 100 milhões a esse total até o final de 2025. Enquanto isso, a rival chinesa da Moonshot, Deepseek, está se preparando para lançar um novo modelo com recursos avançados de codificação no próximo mês, de acordo com o The Information.
A Moonshot foi fundada por Yang Zhilin, um ex-pesquisador de IA do Google e da Meta. A empresa garantiu US$ 1 bilhão em uma rodada de financiamento da Série B, alcançando uma avaliação de US$ 2,5 bilhões. A Bloomberg informou que ela recentemente levantou US$ 500 milhões adicionais com uma avaliação de US$ 4,3 bilhões e já está buscando uma nova rodada de financiamento que a avaliaria em US$ 5 bilhões.
Artigo relacionado
Ações dos EUA Atingem Marco Histórico Enquanto Gigantes de IA e Aeroespacial se Preparam para Estreia de Trilião de Dólares
Elon Musk, Sam Altman e Dario Amodei, três titãs do setor de tecnologia, estão avançando rumo a ofertas públicas iniciais (IPOs) para suas respectivas empresas. Com a SpaceX, a OpenAI e a Anthropic — três gigantes da indústria que se aproximam de ava
Startup sueca de IA Lovable Eyes tem avaliação de US$ 13,2 bilhões após rodada principal de investimentos
À medida que as ferramentas de codificação impulsionadas por IA ganham tração, a startup sueca Lovable garantiu uma grande rodada de financiamento. A empresa visa captar US$ 3 bilhões, o que poderia elevar sua avaliação para US$ 13,2 bilhões — o dobr
O Google testa o Agente Remy AI para o Gemini, à medida que o foco se desloca para o controle do usuário
De acordo com o Business Insider, o Google está testando o Remy, um novo agente pessoal de IA para o Gemini. Esta ferramenta tem como objetivo executar tarefas em nome dos usuários, simplificando tanto os fluxos de trabalho profissionais quanto as ro
Recomendações de tópicos especiais relacionados
Comentários (1)
Klingt spannend! Ich finde vor allem den Multimodal-Ansatz (Text/Bild/Video) von Kimi K2.5 interessant – das sind genau die Fähigkeiten, die KI für reale Aufgaben braucht. Obwohl es viele Open-Source-Modelle gibt, heben sich 15 Billionen Tokens an Trainingsdaten schon hervor. Vielleicht sollte ich es mal mit meinem Codierprojekt testen... 👨💻
A Moonshot AI, uma empresa chinesa apoiada pela Alibaba e pela HongShan (anteriormente Sequoia China), apresentou o Kimi K2.5, um novo modelo de código aberto capaz de processar texto, imagens e vídeo.
A empresa revelou que o modelo foi treinado com 15 trilhões de tokens visuais e de texto misturados, permitindo multimodalidade nativa. Ele se destaca em tarefas de codificação e gerenciamento de enxames de agentes
— uma configuração em que vários agentes de IA colaboram. Em testes de benchmark, o Kimi K2.5 iguala o desempenho dos principais modelos proprietários e até os supera em certas áreas.
Por exemplo, no benchmark de codificação SWE-Bench Verified, o Kimi K2.5 supera o Gemini 3 Pro. Ele também obtém pontuação superior ao GPT 5.2 e ao Gemini 3 Pro no teste SWE-Bench Multilingual. Na compreensão de vídeo, ele supera o GPT 5.2 e o Claude Opus 4.5 no VideoMMMU (Video Massive Multi-discipline Multimodal Understanding), um benchmark que avalia as habilidades de raciocínio de um modelo com conteúdo de vídeo.

A Moonshot AI observou que, embora o modelo lide com texto de forma eficaz, os usuários também podem inserir imagens ou vídeos e solicitar que ele crie uma interface semelhante com base nessa mídia.
Aqui está um pequeno vídeo do nosso fundador, Zhilin Yang.
Kimi.ai (@Kimi_Moonshot) 27 de janeiro de 2026
(É a primeira vez que ele fala diante das câmeras assim, e ele realmente queria compartilhar o Kimi K2.5 com vocês!) pic.twitter.com/2uDSOjCjly—
Para tornar esses recursos de codificação acessíveis, a empresa lançou o Kimi Code, uma ferramenta de codificação de código aberto que concorre com o Claude Code da Anthropic e o Gemini CLI do Google. Os desenvolvedores podem usar o Kimi Code através de seu terminal ou integrá-lo com IDEs como VSCode, Cursor e Zed. A startup também confirmou que o Kimi Code aceita imagens e vídeos como entrada.
As ferramentas de codificação de IA estão ganhando força rapidamente e se tornando fontes de receita significativas para as empresas de IA. A Anthropic anunciou em novembro que o Claude Code havia atingido US$ 1 bilhão em receita recorrente anualizada (ARR). Um relatório da Wired no início deste mês indicou que a ferramenta adicionou mais US$ 100 milhões a esse total até o final de 2025. Enquanto isso, a rival chinesa da Moonshot, Deepseek, está se preparando para lançar um novo modelo com recursos avançados de codificação no próximo mês, de acordo com o The Information.
A Moonshot foi fundada por Yang Zhilin, um ex-pesquisador de IA do Google e da Meta. A empresa garantiu US$ 1 bilhão em uma rodada de financiamento da Série B, alcançando uma avaliação de US$ 2,5 bilhões. A Bloomberg informou que ela recentemente levantou US$ 500 milhões adicionais com uma avaliação de US$ 4,3 bilhões e já está buscando uma nova rodada de financiamento que a avaliaria em US$ 5 bilhões.
Ações dos EUA Atingem Marco Histórico Enquanto Gigantes de IA e Aeroespacial se Preparam para Estreia de Trilião de Dólares
Elon Musk, Sam Altman e Dario Amodei, três titãs do setor de tecnologia, estão avançando rumo a ofertas públicas iniciais (IPOs) para suas respectivas empresas. Com a SpaceX, a OpenAI e a Anthropic — três gigantes da indústria que se aproximam de ava
Startup sueca de IA Lovable Eyes tem avaliação de US$ 13,2 bilhões após rodada principal de investimentos
À medida que as ferramentas de codificação impulsionadas por IA ganham tração, a startup sueca Lovable garantiu uma grande rodada de financiamento. A empresa visa captar US$ 3 bilhões, o que poderia elevar sua avaliação para US$ 13,2 bilhões — o dobr
Klingt spannend! Ich finde vor allem den Multimodal-Ansatz (Text/Bild/Video) von Kimi K2.5 interessant – das sind genau die Fähigkeiten, die KI für reale Aufgaben braucht. Obwohl es viele Open-Source-Modelle gibt, heben sich 15 Billionen Tokens an Trainingsdaten schon hervor. Vielleicht sollte ich es mal mit meinem Codierprojekt testen... 👨💻











