01 / 模型卡片
模型卡片
Kimi-K2-Instruct 是月之暗面（Moonshot AI）推出的新一代指令遵循模型，延续了 Kimi 系列在长文本处理和逻辑推理上的核心优势。相比前代，K2 在复杂指令的理解精度和对话连贯性上有了显著提升，非常适合需要深度思考、长文档分析或复杂任务拆解的开发者。对于习惯使用 Kimi 网页版或 App 的用户来说，这款模型在底层逻辑上更加硬核，能够更精准地执行多步指令。上手门槛极低，通过 Hugging Face 即可直接调用或部署，是构建高智能 AI Agent（智能体）或长文本知识库应用的理想底座。
模型类型text generation
提供方moonshotai
许可状态other
02 / 文件与版本
模型文件与版本
模型卡片当前详情页记录的模型说明与元数据
已收录来源仓库https://huggingface.co/moonshotai/Kimi-K2-Instruct
查看模型来源版本信息请以来源仓库的最新版本为准
—03 / 模型下载
下载模型
推荐使用 ModelScope 命令行或 SDK 下载。下载前请先安装 ModelScope，并根据需要选择完整模型、单个文件、SDK 或 Git LFS 方式。
当前条目来源为 Hugging Face；以下命令使用同名 ModelScope 仓库格式，请先确认该仓库在 ModelScope 中可用。 模型仓库:
moonshotai/Kimi-K2-Instruct安装 ModelScope
下载前先安装命令行和 SDK 依赖。
pip install modelscope命令行下载完整模型库
下载完整模型权重、配置和模型卡片。
modelscope download --model moonshotai/Kimi-K2-Instruct下载单个文件到指定目录
这里以 README.md 为例，也可以替换为仓库内的其他文件。
modelscope download --model moonshotai/Kimi-K2-Instruct README.md --local_dir ./dirSDK 下载
适合在 Python 项目或自动化脚本中使用。
from modelscope import snapshot_download
model_dir = snapshot_download('moonshotai/Kimi-K2-Instruct')Git 下载
请确保 Git LFS 已正确安装。
git lfs install
git clone https://www.modelscope.cn/moonshotai/Kimi-K2-Instruct.git跳过 LFS 大文件下载
先获取仓库结构，之后再按需拉取大文件。
GIT_LFS_SKIP_SMUDGE=1 git clone https://www.modelscope.cn/moonshotai/Kimi-K2-Instruct.git04 / 使用方法
如何使用
- 01步骤 1
阅读模型卡片和来源信息。
- 02步骤 2
从小型、非敏感任务开始评估。
- 03步骤 3
核对输出质量、许可和使用限制。
- 04步骤 4
验证通过后再纳入工作流。
05 / 讨论
讨论与反馈
这里保留讨论入口，方便继续核对来源、使用体验和维护状态。
前往来源页面