Kimi K2.5, Model AI Terbuka Dari China dengan Kekuatan Memproses Teks, Gambar, dan Video

Moonshot AI, perusahaan teknologi dari China yang didukung oleh Alibaba dan HongShan, baru saja merilis model AI terbuka terbaru bernama Kimi K2.5. Model ini memiliki kemampuan unik untuk memahami tiga jenis data secara bersamaan, yaitu teks, gambar, dan video. Ini membuat Kimi K2.5 menjadi salah satu model yang benar-benar multimodal sejak awal. Model Kimi K2.5 dilatih dengan menggunakan 15 triliun token yang merupakan campuran dari data visual dan teks. Besarnya data ini memungkinkan model tersebut untuk memiliki kemampuan yang sangat baik dalam berbagai tugas, seperti memahami bahasa, mengenali gambar, dan menganalisis konten video secara kompleks. Salah satu keunggulan utama Kimi K2.5 adalah kemampuannya dalam tugas pengkodean komputer. Berdasarkan benchmark pengkodean seperti SWE-Bench Verified dan Multilingual, model ini bahkan mampu mengalahkan model terkenal seperti GPT 5.2 dan Gemini 3 Pro dalam beberapa tes. Hal ini menunjukkan kemampuan Kimi K2.5 dalam membantu programmer membuat kode yang kompleks. Moonshot AI juga meluncurkan alat baru bernama Kimi Code yang memungkinkan pengembang untuk menggunakan kemampuan pengkodean model ini secara langsung melalui terminal atau integrasi dengan perangkat lunak populer seperti VSCode. Keunikan alat ini adalah pengguna bisa memberikan input berupa gambar atau video untuk membantu membuat antarmuka yang serupa dengan yang ada di media tersebut. Perusahaan ini mendapatkan dana yang sangat besar dari investor, dengan valuasi yang terus naik hingga mencapai sekitar 4,3 miliar dolar dan sedang merencanakan pendanaan baru dengan target valuasi 5 miliar dolar. Hal ini menunjukkan optimisme besar terhadap potensi AI multimodal yang dikembangkan oleh Moonshot AI.