从视觉设计走向交互实现
K2.5 的特点是把视觉理解用于编程，而不止描述图片。结合页面截图、布局参考和文字要求，它可以生成前端代码，处理复杂排版、动画与交互。提供组件边界、技术栈和响应式要求，能让实现更贴近项目目标，便于继续修改和验证。
Overview
API
Pricing
规格与接口特性
在选型前明确容量、输入输出与调用方式。
- 原生输入能力
- 理解文本、图像与视频
- 平台图文输入
- 文本消息、image_url 图片内容块
- 主要交付形式
- 文字分析、代码与任务规划
- 响应方式
- 普通 JSON；Chat Completions 支持 SSE 流式输出
- 多轮对话
- 自行维护 messages，或通过 AI Chat v2 的 id 延续会话
- 工具协作
- Chat Completions 工具消息结构；AI Chat v2 授权工具工作流
原生模态描述模型理解能力；文件读取、会话保存及工具执行由所选平台入口提供。
核心能力
了解 kimi-k2.5 能为你的工作带来什么。
把混合材料整理成工作成果
面对文字与图片交织的资料，K2.5 可以结合视觉信息进行总结、比较和内容组织。任务可围绕研究提纲、报告草稿、表格分析说明或演示文稿结构展开。它更适合带着交付目标阅读材料，而不是只把各段内容压缩成短摘要。
为多步骤任务提供推理支撑
K2.5 具备推理能力，可用于拆解问题、组织处理步骤并根据反馈修订结果。搭配工具工作流时，模型负责提出调用与整合结果，执行环境负责实际操作。AI Chat v2 可承接会话和工具事件，让分析过程与后续行动保持衔接。
适用场景
从具体任务出发，找到模型发挥作用的位置。
截图驱动的页面开发
输入产品页面截图，补充框架、配色、布局和交互要求，让 K2.5 输出组件代码与实现说明。随后提供实际渲染截图，继续调整间距、层级和状态变化。适合原型验证与页面重建，交付代码仍应在目标浏览器中测试后再上线。
图文报告的结构化整理
将图表截图与报告文字一起提交，要求区分事实、解释和待核实问题，产出摘要、章节提纲及图表解读。需要读取文件时，可使用 AI Chat v2 的文件 URL 输入与读取流程。适合资料汇总、会议准备和研究初稿，不替代数据核验。
持续迭代的项目助手
从需求说明开始，让 K2.5 整理功能清单、拆分实施步骤，再逐轮提交代码、错误信息或界面截图推进修改。自行控制历史时使用 messages；希望托管对话时使用 AI Chat v2 的会话 ID。交付物可包括修复建议、代码片段和验收清单。
如何选择这个模型
结合任务复杂度、输入材料与预期结果选择。
需要视觉编程时选择 K2.5
相较早期侧重单任务辅助的 Kimi，K2.5 更突出文本与视觉的联合理解，以及从设计参考到代码的工作过程。如果任务以截图、布局和交互要求为核心，它具有明确的选择价值。若只是简单文字问答，则应结合实际响应体验选择，不必为视觉能力增加输入复杂度。
不要把新版本的控制方式套用过来
已有 K2.5 图文与代码流程可继续按其能力组织任务。若选型必须显式开关思考，应单独评估 kimi-k2.6；若需要 reasoning_effort 控制，则应单独评估 kimi-k3。它们是不同版本，不能仅更换模型名称后保留全部控制字段，迁移时应测试任务效果和调用行为。
开始使用
从一次小规模任务到正式接入。
准备任务与材料
明确目标、必要输入与输出要求，使用真实业务样例作为起点。
在 API 调试区试用
打开试用页，确认此入口支持的参数，再提交小规模任务查看结果。
按 API 文档接入
保留完整模型 ID，使用文档规定的请求格式，并在 Pricing 页确认计费规则。
使用边界
在正式使用前，了解输出质量与能力范围。
- K2.5 原生理解视频，不代表图文入口可以直接接收任意视频文件。这里介绍的提交方式以文本、图片内容块及 AI Chat v2 文件流程为主；视频任务应先明确所用功能的输入方式，不能将文件 URL 自动视作视频分析支持。
- 视觉转代码并不等于完成部署或保证像素级一致。字体、素材、响应式断点及交互状态都可能需要补充说明；生成后应运行代码、检查页面效果，并通过截图反馈继续修订，尤其要验证动态行为而非只看静态布局。
- Kimi 产品中的 Agent 与 Agent Swarm 不等同于一次普通对话请求。研究、文件生成和外部操作需要相应工具与授权；返回工具调用也不表示操作已经执行。涉及写入或发布时，应区分建议、执行结果与最终确认。
常见问题
解答使用 kimi-k2.5 时的常见疑问。
Kimi K2.5 可以根据截图写网页吗？
可以，视觉转前端代码是它的主要能力之一。建议同时给出截图、技术栈、组件范围和交互要求，避免只要求“照着做”。输出后运行页面，再提交渲染截图与差异说明，有助于逐轮修正布局和功能。
K2.5 的推理能用 thinking 或 reasoning_effort 控制吗？
不要将这两个字段直接用于 K2.5 的模式切换。该入口中，thinking 适用于 kimi-k2.6，reasoning_effort 适用于 kimi-k3。K2.5 具备推理能力，但不能据此推定它采用其他版本的开关或强度设置。
调用 K2.5 时，应该选哪个对话入口？
需要自行组织消息、解析回答并管理工具循环时，可使用 /kimi/chat/completions，填写 model 和 messages。希望通过会话 ID 延续交流，并使用文件读取或授权工具流程时，可选择 /aichat2/conversations。
K2.5 能直接处理 PDF 吗？
在 AI Chat v2 中，可通过 file_url 提交 PDF 链接，由文件读取流程取得内容后交给模型分析。文档中的图片可结合图文任务处理，但文件读取与模型理解是不同环节，关键表格和数字仍应回到原文核验。
使用 K2.5 会自动启动 Agent Swarm 吗？
不会。Agent Swarm 是 Kimi 产品中的多智能体工作模式，选择 kimi-k2.5 并不等于启动这一模式。普通调用主要返回回答或工具调用；在 AI Chat v2 中，多步任务依靠该入口的工具执行与会话机制完成。
模型资料 · 更新日期：2026-10-01。调用参数与计费规则请查看 API 和定价栏目。
Input
$0.18per 1M tokens
Official $0.46
Output
$0.96per 1M tokens
Official $2.40
−60%vs official
Top-up
You pay$13,584for 142,800 credits · $0.0951 / credits
You're billed in credits. Pick a top-up tier to see its per-credit rate — the larger the top-up, the cheaper each credit.
Quickstart
Try the API
API Key
Please obtain an API Key first
Your API key is pre-filled in the snippet — copy and run it in your terminal or IDE.
This is only a basic call example. See the full docs for more parameters and advanced usage.