KAT-Coder V2.5

KAT-Coder V2.5 是快手开发者工具团队 Kwaipilot 推出的开源权重智能体编程模型。Dev 版本于 2026 年 7 月 23 日登陆 Hugging Face，基于 Qwen3.6-35B-A3B MoE 基座（总参数 35B、每 token 仅激活 3B），权重以 Apache 2.0 协议开放。在统一的 Claude Code 评测框架下，它在 PinchBench 上取得最佳智能体工具调用成绩，并在 SWE-Bench Pro 与 KAT Code Bench 上排名第二，仅次于前沿的 Opus 4.8，领先 GLM-5 系列与 Kimi-K2.6。目前该检查点已获得约 582 个点赞与 2.3 万次下载。

模型规格

核心功能

• 智能体工具调用：在真实可执行的代码仓库中自主行动，用 fail-to-pass / pass-to-pass 测试验证，而非静态打分。
• 仓库级工程能力：AutoBuilder 把真实仓库重建成训练任务，让模型学会项目级改动，而非单文件片段。
• 可验证的强化学习：KwaiClawEnv 合成工具使用轨迹，事后增强价值估计让 PPO 训练回路更稳定。
• OpenAI 兼容部署：通过 SGLang、vLLM 或 Hugging Face Transformers server 提供兼容接口，现有智能体客户端可直接接入。
• 超长上下文：原生 262K tokens，覆盖大型 monorepo 与长会话智能体场景。

适用场景

• 自主编程智能体：模型自己跑测试、读报错、反复迭代的多步修复任务。
• 私有化部署助手：不能把源码发给闭源 API 的团队，也能获得接近前沿的智能体编程能力。
• 学术研究基线：Apache 2.0 权重加 arXiv 技术报告（2607.05471），适合智能体强化学习研究。
• 成本敏感的线上服务：每 token 仅激活 3B 参数，推理成本远低于稠密前沿模型。

定价方案

Dev 权重基于 Apache 2.0 免费获取，只需为自己的算力付费；bartowski 与 mudler 的社区 GGUF 量化进一步降低了门槛。托管商用 API 由 Kwaipilot 的 StreamLake 平台提供，按用量计费，详见 streamlake.com/product/kat-coder。

与竞品对比

1. 对比 GLM-5 与 Kimi-K2.6：在同一评测框架下，SWE-Bench Pro 与 KAT Code Bench 双双胜出，PinchBench 工具调用全面领先。
2. 对比 Claude Code 闭源模型：只有 Opus 4.8 分数更高，但 KAT-Coder 的开放权重与自托管自由度属于完全不同的类别。
3. 效率优势：每 token 激活 3B，仅为 GLM-5 级别模型激活量的零头，规模化部署时差距显著。

快速上手

使用 vLLM 0.19.0+。Dev 仅含文本权重，必须加 --language-model-only：

vllm serve Kwaipilot/KAT-Coder-V2.5-Dev --language-model-only

或使用 SGLang 0.5.10+：

python -m sglang.launch_server \
  --model-path Kwaipilot/KAT-Coder-V2.5-Dev \
  --tp-size 8 --reasoning-parser qwen3

两者均暴露 OpenAI 兼容 API，请保持 qwen3 reasoning parser 开启。

常见问题

支持视觉输入吗？

不支持。基座支持图文输入，但 Dev 版本只发布语言模型权重。

可以商用吗？

可以。Apache 2.0 协议允许商用、修改与再分发。

与 Claude Code 的模型相比如何？

SWE-Bench Pro 与 KAT Code Bench 上仅次于 Opus 4.8，PinchBench 智能体工具调用为开源权重第一。

替代方案

• Qwen3 8-27B：KAT-Coder 所基于的 Qwen3 家族生态。
• GLM-5.3：智谱旗舰编程模型，智能体基准表现同样强劲。
• Claude Code：定义该模型所追赶的前沿的闭源产品。

使用技巧

1. 保持 reasoning parser 开启：SGLang 下不加 --reasoning-parser qwen3，推理过程会混入答案。
2. 在自己的框架里复测：迁移前用真实的 fail-to-pass 测试集回放验证。
3. 先用 GGUF 量化评估：在小显存 GPU 上先试跑，再决定是否部署 8 卡张量并行服务。

总结

KAT-Coder V2.5 是本季最强的开源权重智能体编程模型：35B MoE 每 token 仅激活 3B，在真实仓库中用可验证强化学习训练，统一 Claude Code 框架下仅次于 Opus 4.8。如果你需要接近前沿的智能体编程能力，同时又要 Apache 2.0 的自由，这就是该下载的那个权重文件。