在月背世界，Kimi发布了Kimi-Researcher深度研究助手并启动内部测试

月之暗面旗下的Kimi于2025年6月20日晚间宣布其首个Agent——Kimi-Researcher（深度研究）开启小范围灰度测试。Kimi-Researcher是通过端到端强化学习训练出来的Agent模型，未来月之暗面将逐步开源其基础预训练模型以及强化学习后的模型。

Kimi-Researcher的特点

• 任务执行流程自主规划：对于每一个问题，Kimi-Researcher都会自主规划任务执行流程，最终交付完整结果。

• 深度研究能力：

  • 澄清问题：理解问题时主动反问，构建更清晰的问题空间。

  • 深入思考：每个任务平均进行23步推理，自主梳理并解决需求。

  • 主动搜索：每个任务平均规划74个关键词，找到206个网址，由模型判断并筛选出信息质量最高的前3.2%内容，剔除冗余、低质信息。

  • 调用工具，交付结果：自主调用浏览器、代码等工具，处理原始数据、自动生成分析结论，端到端完成交付。

• 异步执行：采用异步执行方式，用更多时间逐步推理、检索和撰写内容。

• 高质量交付成果：

  • 深度研究报告：报告平均长度在万字以上，平均引用约26个高质量、可溯源的信源，所有引用都内嵌在正文中，点击即可跳转，并高亮原文，便于验证与追溯。

  • 动态可视化报告：结构化排版、思维导图，让趋势、异常等重要信息一眼可见；无需阅读全文，也能迅速把握整体结构与核心结论；支持在线生成链接并分享，方便展示。

Kimi-Researcher的性能表现

在专为AI设计的高难度benchmark“人类最后一次考试（Humanity's Last Exam，HLE）”中，Kimi-Researcher在完全零结构、无流程设计的设置下，Pass@1准确率为26.9%，Pass@4准确率为40.17%。这一表现超过了Claude 4 Opus（10.7%）、Gemini 2.5 Pro（21.6%），略高于OpenAI Deep Research（26.6%），和Gemini-Pro的Deep Research Agent（26.9%）打平，是目前已知最高水平之一。在红杉中国发布的xbench基准测试中，Kimi-Researcher在DeepSearch任务中取得69%的平均通过率，领先该榜中其他模型。