长江证券：Kimi K2 Thinking训练成本460万美元 推理能力达SOTA水平

11月14日，长江证券发布媒体行业AI系列跟踪报告，称多模型相继发布，高性价比模型表现亮眼。

11月6日，KimiK2Thinking模型发布并开源，全面提升Agent能力与推理能力，并在训练成本方面再创新低。11月8日，OpenAI宣布上线GPT-5Codex-Mini，并针对ChatGPTPlus、Business和Edu用户提升了约50%的速率限制，为ChatGPTPro和Enterprise用户提供了任务优先处理服务。

KimiK2Thinking模型发布，Agent与推理性能实现跃升，训练成本再创新低。KimiK2Thinking模型的核心亮点在于通过多轮调用工具和多步思考，掌握“边思考、边使用工具”的能力，大幅提升Agent能力与推理能力。1）Agent能力：能够持续进行200-300次工具调用，并在调用过程中交错思考，根据ArtificialAnalysis，KimiK2Thinking在2-BenchTelecom智能体工具使用基准中以93%的得分达到SOTA水平，优于CPT-5Codex87%的得分，以及KimiK2Instruct73%的得分。2）推理能力：该模型在“人类最后的考试”评测中取得SOTA成绩，展现强劲推理能力与问题解决能力。此外，该模型通过INT4量化技术等实现了较高性能与较低成本的平衡，根据CNBC报道，KimiK2Thinking模型的训练成本仅为460万美元，显著低于DeepSeek-V3、OpenAI系列模型的成本投入。KimiK2Thinking模型价格与KimiK2模型持平，价格为每百万Token输入4元、输出16元、命中缓存输入1元。目前该模型已上线Kimi网页版和最新版Kimi手机应用的常规对话模式，后续KimiAgent模式的底层模型也将升级为该模型。认为KimiK2Thinking模型以较低成本实现较高性能，在一定程度上验证了国产大模型的开源低成本路线具备较强潜力。

OpenAI上线GPT-5Codex-Mini模型，具备更高性价比。11月8日，OpenAI上线轻量级模型GPT-5Codex-Mini模型，相较于标准版，GPT-5Codex-Mini模型更加紧凑且具备更优成本。其轻量化设计能在一定程度上降低开发者的使用成本，主要适用于简单的软件工程任务处理，以及一些即将到达调用限制的场景，当调用量达到配额的90%时，Codex会自动推荐用户切换至GPT-5-Codex-Mini。在SWE-benchVerified测试中，GPT5-Codex的得分为74.5%，而GPT-5-Codex-Mini的得分为71.3%，两者在性能上的差距较小。在现有订阅体系下，用户使用GPT-5Codex-Mini将获得标准版约4倍的调用量。