vLLMvLLM 社区（原 UC Berkeley）
生产环境部署 LLM 的默认答案：PagedAttention 把 KV cache 碎片化问题解决掉，吞吐比朴素实现高一个量级。
推理框架 / 服务引擎PagedAttention张量并行FP8/AWQ/GPTQOpenAI 兼容 API多模态
Kimi K2.5
模型简介
原生多模态的 1T MoE，加上可自主编排上百个子智能体的 Agent 集群，视觉与代码能力第一次合流。
- 参数量
- 1.0T (激活 32B)
- 上下文
- 256K
- 所属
- Kimi
- 类型
- 纯文本 / 可识别图像
- 商用
- 有条件可商用
- 许可
- Modified MIT
- 发布
- 2026-01-27
- 收录
- 2026-10-03