Kimi 最近开源了其思考模型：Kimi K2 Thinking。根据官方介绍，该模型具备“边思考，边使用工具”的能力，能够自主执行高达 300 步的工具调用流程，以解决复杂问题。在被称为“人类终极考试”的高难度推理与通用智力测试中，其表现超越了 GPT-5，达到了当前的最先进水平。

若想在 Kimi 官网体验此能力，可直接在 kimi.com 开启“长思考”并选择 K2 模型。

01 为文章生成动态配图

Kimi K2 Thinking 模型可以为你撰写的文章生成高级的动态配图。这解决了创作者的一大痛点，让文章不再只有干巴巴的文字，而是能插入更具吸引力的视觉元素，从而提升读者的阅读兴趣。

以下是一个提示词示例，可用于生成一个包含模型亮点的 SVG 可视化图表网页：

“`
请搜索 kimi k2 thinking 开源模型的亮点。帮我生成一个网页：使用 svg 画出亮点总结。 网页有一个复制按钮，点击复制后我可以直接把 svg 可视化粘贴到公众号编辑器。

要求1. 整个页面应该极简设计，配色合理，浅色调为主2. 不要有任何body样式、button样式或其他CSS装饰。3. 除了SVG图表本身和一个复制按钮之外，不要有其他HTML元素。复制按钮应该放置在页面最底部，使用以下代码实现复制功能：

javascriptasync functioncopySVG() {  const svgElement = document.getElementById('Chart');  const svgData = new XMLSerializer().serializeToString(svgElement);
  try {    const clipboardItem = new ClipboardItem({      'image/svg+xml': new Blob([svgData], { type: 'image/svg+xml' }),      'text/html': new Blob([svgData], { type: 'text/html' })    });        await navigator.clipboard.write([clipboardItem]);    alert('SVG已成功复制到剪贴板！');  } catch (err) {    console.error('复制失败:', err);    alert('复制失败');  }}4. 页面加载时JavaScript自动生成包含真实数据和SVG原生动画的完整SVG，生成后这个SVG是完全自包含的。5. 复制功能只需简单序列化这个已生成的SVG元素。复制出去的SVG可以独立使用，包含真实的数据标注和合理出场动画效果，无需任何外部JavaScript支持。
“`

基于此思路，还可以探索更多玩法，例如让 Kimi 生成可直接嵌入公众号的交互式内容，从而让文章从“只读”变为“可互动”。

02 多轮搜索与联网工具调用

Kimi K2 Thinking 模型在复杂搜索和浏览场景中表现出色。当答案需要从互联网多个来源整合时，使用其“长思考”功能可以获得详尽且令人满意的结果。

案例：英雄联盟S赛报道与名梗梳理
使用提示词：“请深度搜索全网关于英雄联盟 S1-S15 的相关报道，生成一个详细的报告给我。也需要包括国内外知名的电竞选手的梗，也详细的描述一下梗的由来。”

Kimi 并非简单搜索几个网页后总结，而是进行了多轮“搜索 -> 浏览 -> 思考”的循环。例如，在一次任务中，它搜索了 102 个网页，最终给出经过推理的答复，其中包含了如“The Shy 天神下凡”、“4396”等知名梗的由来。

OpenAI 曾发布一个基准测试，用于衡量 AI 在信息过载环境中深入挖掘信息的能力。在此任务上，人类平均成绩为 29.2%，而 Kimi K2 Thinking 的成绩达到了 60.2%，目前位列第一。

案例：热点事件梳理
得益于在海量信息中深入挖掘的能力，Kimi K2 Thinking 可作为追热点事件的利器。例如，可以梳理“张家界百人荒野求生”事件的前因后果及相关趣闻。

案例：罗永浩播客节目总结
测试让 Kimi K2 整理罗永浩的所有播客节目并生成报告。
模型进行了 6 轮思考与联网工具调用，才获取并整理好所有节目信息。

随后，可以要求其优化报告 UI，例如：“生成的报告 UI 不高级，我想要乔布斯那种简洁风格，配上参考我图片中的配色。”
很快，一个配色简洁清爽的报告便生成了。

进而可以要求其针对特定一期节目（如访谈贾樟柯）生成专题总结，模型会延续之前的 UI 偏好进行输出。

03 编程能力提升

Kimi K2 Thinking 模型的代码生成能力也有所增强。

案例：复刻简易 Word 编辑器
测试复现其官方案例：创建一个简易的 Word 编辑器。结果显示，字体大小调整、对齐、加粗、行间距、插入图片等文档编辑器基础功能均被成功实现。

案例：在单 HTML 文件中复刻 Mac OS
使用提示词：“Design and create a web os like mac os full functional features from text editor , to file manager to paint to video editor and all important mac os pre bundled software Use whatever libraries to get this done but make sure I can paste it all into a single HTML file and open it in Chrome.make it interesting and highly detail , shows details that no one expected go full creative and full beauty in one code block.”

可以看到 Kimi K2 Thinking 通过单个 HTML 文件复刻了一个简易的 Mac OS 系统。

04 接入 Claude Code

可以在 Claude Code 中接入 Kimi K2 Thinking。首先需要前往月之暗面的 AI 开放平台获取 API Key。

打开以下网址，找到“新建 API Key”按钮，创建一个属于自己的密钥。复制密钥后请妥善保存，切勿随意分享。

• 获取 API Key：https://platform.moonshot.cn/console/api-keys

接下来，请按照以下方式设置环境变量以使用 kimi-k2-thinking 模型，并启动 Claude。

“`bash

Linux/macOS 启动高速版 kimi-k2-thinking-turbo 模型

export ANTHROPIC_BASE_URL=https://api.moonshot.cn/anthropic
export ANTHROPIC_AUTH_TOKEN=${YOUR_MOONSHOT_API_KEY}
export ANTHROPIC_MODEL=kimi-k2-thinking-turbo
export ANTHROPIC_DEFAULT_OPUS_MODEL=kimi-k2-thinking-turbo
export ANTHROPIC_DEFAULT_SONNET_MODEL=kimi-k2-thinking-turbo
export ANTHROPIC_DEFAULT_HAIKU_MODEL=kimi-k2-thinking-turbo
export CLAUDE_CODE_SUBAGENT_MODEL=kimi-k2-thinking-turbo
claude
“`

请注意，上述命令中的 YOUR_MOONSHOT_API_KEY 需要替换为你刚刚复制的 API Key。

将这些命令复制到终端中执行即可。如果配置成功，终端应显示与 kimi-k2-thinking-turbo 模型相关的信息。

关注“鲸栖”小程序，掌握最新AI资讯