Kimi K2.5 正式リリース：ネイティブビジョンと Agent Swarm の包括的な進化
ネイティブマルチモーダルの新たな高み
Moonshot AI は本日、Kimi K2.5 を正式にリリースしました。これは単なるバージョンアップではなく、汎用人工知能（AGI）に向けた大きな一歩です。Kimi K2 を基盤とする K2.5 は、約 15兆（15T） の混合視覚テキストトークンで継続的な事前学習を行い、純粋な Native Multimodal アーキテクチャを構築しました。
図：Kimi K2.5 と Claude Opus 4.5 のコア機能の比較。マルチモーダルおよび推論の分野における強力な実力を示しています。
このアーキテクチャのブレークスルーにより、K2.5 は物理世界に対する極めて強力な認識能力を獲得し、Coding with Vision、Agent Swarm、Office Productivity の3つの主要な次元で破壊的なアップグレードを実現しました。
1. Coding with Vision: 見たままをコードにする
Kimi K2.5 は「史上最強のオープンソースコーディングモデル」として公式に定義されており、特にフロントエンド開発の分野で圧倒的な優位性を示しています。
- 視覚的対話からコードへ: K2.5 は単純な会話を直接完全なフロントエンドインターフェースに変換し、インタラクティブなレイアウトや豊富なアニメーション効果（スクロールトリガーなど）を正確に実装できます。
- 動画をコードとして扱う: 静止画にとどまらず、K2.5 は動画コンテンツを推論することでウェブサイトを再構築できます。たとえば、ウェブサイトの操作動画を見て、その背後にあるコードロジックとスタイルを復元することが可能です。
- 大規模な視覚-テキスト共同事前学習: この能力は、視覚的理解とテキストコーディング能力の向上を同期させる大規模な共同事前学習に由来しており、従来のモデルに見られる視覚と論理の断絶を解消しています。
内部評価において、K2.5 は複雑な迷路の経路探索問題を解決しました。450万画素の迷路で BFS アルゴリズムを使用して最短経路を見つけ、可視化された解決プロセスを生成し、その強力な視覚的推論能力を証明しました。
2. Agent Swarm: エージェントの集合精神（リサーチプレビュー）
これは今回のアップデートで最もSF的な機能です。Kimi K2.5 は Agent Swarm リサーチプレビューを公開し、AI を「単独の兵士」から「軍団の連携」へとパラダイムシフトさせました。
- 自己指揮型スウォーム: K2.5 は最大 100 の Sub-agents を自律的に指揮できます。
- 大規模並列実行: 複雑なタスクを処理する際、最大 1,500 の調整ステップを編成可能です。
- 効率の倍増: シングルエージェントモードと比較して、Swarm モードはエンドツーエンドの実行時間を 4.5倍 短縮します。
- PARL 技術: この核心にあるのは Parallel-Agent Reinforcement Learning (PARL) であり、Orchestrator がタスクを並列サブタスクに分解します。
たとえば、「ニッチな分野でトップクリエイター100人を見つける」というタスクでは、K2.5 Swarm は自動的に100人のリサーチャーサブエージェントを作成して並列検索を行い、最終的に300人のプロフィールを含む構造化されたスプレッドシートに驚異的な効率で集約します。
3. 究極のオフィス生産性
K2.5 はエージェント機能を実際の知識労働シナリオにもたらし、高密度で大規模なオフィス入力を処理することができます。
- 多才な出力: プロフェッショナルなドキュメント、スプレッドシート、PDF、プレゼンテーションスライドを直接生成します。
- 超長文コンテキスト処理: 100ページを超えるドキュメントや1万語を超える論文の執筆を容易に処理します。
- 複雑な操作: Word でのコメント追加、Excel でのピボットテーブル作成、PDF での LaTeX 数式の記述をサポートします。
内部の AI Office Benchmark において、K2.5 のパフォーマンスは前世代の思考モデル（K2 Thinking）と比較して 59.3% 向上し、「おもちゃ」から「ツール」への飛躍を真に実現しました。
パフォーマンスの優位性：包括的な凌駕
様々な権威あるベンチマークにおいて、K2.5 は「思考モード」を持つトップクラスのクローズドソースモデル（Gemini 3 Pro、GPT-5.2、Claude Opus 4.5 などを含む）に匹敵、あるいはそれを凌駕する強さを示しています：
| ベンチマーク | 分野 | パフォーマンスのハイライト |
|---|---|---|
| HLE-Full | 推論 | DeepSeek-V3.2 より強力 |
| SWE-Bench Verified | プログラミング | 解決率 80.9%、オープンソースの限界を突破 |
| MMMU Pro | 視覚 | トップティアの視覚的マルチモーダル理解能力、Claude Opus 4.5 レベルに肉薄 |
| BrowseComp | 検索 | Agent Swarm モードにおける大幅なパフォーマンス向上 |
体験方法
現在、Kimi K2.5 は以下のプラットフォームで提供されており、4つのモード（Instant、Thinking、Agent、Agent Swarm）を提供しています：
- Kimi.com ウェブ版
- Kimi 智能助手 App（スマートアシスタントアプリ）
- Kimi 开放平台（オープンオープンプラットフォーム API）
- Kimi Code: VSCode や Cursor などとの統合をサポートする新しいターミナルコードツール。
注：Agent Swarm モードは現在ベータ段階であり、プレミアムユーザーに無料トライアルを提供しています。
この一連のアップデートは、AI 競争の次元を単純な「テキスト対話」から「視覚的行動」と「群知能」という新たな高みへと間違いなく引き上げます。開発者やプロフェッショナルユーザーにとって、Kimi K2.5 は単なる強力なモデルではなく、複雑な問題を解決するための全く新しい武器のセットを提供します。