Kimi-Dev是月之暗面（Moonshot AI）於2025年6月發布的開原始碼大模型，採用MIT協定開原始碼與權重檔案。該模型在SWE-bench Verified基準測試中以60.4%的準確率刷新開源模型SOTA記錄，參數量為72B但性能超越DeepSeek-R1等更大規模模型。
模型通過1500億真實GitHub數據的訓練，整合BugFixer（代碼缺陷修正）和TestWriter（單元測試編寫）雙角色協同機制。訓練流程包含監督微調與強化學習最佳化，採用僅基於執行結果的獎勵機制和正向示例強化策略。測試階段通過自我博弈生成40個補丁候選和測試候選，支持在Docker環境中自主修復真實代碼庫。其量化版本已在Hugging Face平台上線，部署需8張NVIDIA 4090顯示卡並支持vLLM推理引擎。
基本介紹
- 外文名：Kimi-Dev
- 所屬公司：Kimi
發展歷史,模型簡介,
發展歷史
2025年6月，Kimi發布了新模型——開原始碼模型Kimi-Dev，在SWE-bench Verified上以60.4%的成績取得開源SOTA。參數量只有72B，但編程水平比最新的DeepSeek-R1還強，和閉源模型比較也表現優異。
模型簡介
Kimi-Dev採用MIT協定，目前權重和代碼均已發布，還有網友製作的量化版本也已在抱抱臉上線。
那么，Kimi-Dev是如何做到的呢？
模型扮演兩種角色，在測試中自我博弈
目前，Kimi-Dev的完整技術報告暫未出爐，不過官方透露了其中的一些關鍵技術。
Kimi-Dev-72B的設計核心是BugFixer和TestWriter兩種角色的結合，BugFixer和TestWriter都遵循一個共同的最小框架，包含兩個階段：
檔案定位（File Localization）：首先找到需要修改的正確檔案；代碼編輯（Code Edits）：修正現有代碼中的問題或潛在缺陷（BugFixer），以及編寫並添加新的單元測試代碼（estWriter）。
為了增強Kimi-Dev-72B作為BugFixer和TestWriter的先驗知識，Kimi團隊以Qwen 2.5-72B基礎模型為起點使用約1500億高質量真實數據進行中期訓練。
具體來說，Kimi團隊收集了數百萬個GitHub issue和PR提交，目的是讓Kimi-Dev-72B能夠學習人類開發人員如何推理並解決GitHub問題。
另外，Kimi團隊還進行了嚴格的數據淨化，確保訓練數據當中不包含SWE-bench Verified里的內容。
經過中期訓練和監督微調（SFT）後，Kimi-Dev-72B在檔案定位方面已經表現出色，之後的強化學習階段主要側重於提升其代碼編輯能力。
強化學習訓練採用了Kimi k1.5中的策略最佳化方法，主要有三個關鍵設計：
一是僅基於結果的獎勵（Outcome-based Reward Only）——訓練中僅使用代碼在Docker環境中的最終執行結果（成功為 1，失敗為 0）作為獎勵，而不考慮任何與代碼格式或編寫過程的因素。
這確保了模型生成的解決方案的正確性以及與實際開發標準的一致性。
二是採用了高效提示集（Efficient Prompt Set），過濾掉在多樣本評估下成功率為零的提示，以更有效地進行大批量訓練。
此外，強化學習階段還採取了循序漸進的策略，逐步引入新提示，逐步增加任務難度。
三是正向示例強化（Positive Example Reinforcement），也就是在後面的訓練過程中，Kimi-Dev會將它之前已經解決的問題的方案重新納入當前的訓練批次中進行學習，從而鞏固和強化之前有效的、成功的解決模式和方法。
經過強化學習後，Kimi-Dev-72B能夠同時掌握兩種角色。在測試過程中，它會採用自我博弈機制，協調自身Bug修復和測試編寫的能力。
Kimi-Dev-72B會遵循標準Agentless設定，為每個問題生成最多40個補丁候選（patch candidates）和40個測試候選（test candidates）。
在測試時間自我博弈中，觀察到了規模效應（scaling effect）。
