Test Kimi K2.5: višemodalne sposobnosti dostižu Gemini 3 Pro, frontend Coding konačno ima spasa!
Kimi je stigao pre praznika sa novim proizvodom — K2.5 višemodalni hibridni model za zaključivanje.
Posle testa, smatram da je vernost frontend dizajna već dostigla Gemini 3 Pro, a u nekim scenarijima je čak i nadmašuje.
[Video]
Gornji video je efekat web stranice koju sam jednim potezom generisao pomoću Kimi K2.5, na osnovu referentne slike. Kvalitet je besprekoran, veoma vernom se uklapa u stil zvaničnog sajta Longmen škole stena.
Osim slika, podržan je i URL web stranice, pa se lako može replicirati sajt tehničke škole.
[Video2]
I video zapisi nisu problem — lako replicira interakciju više stranica sajta B (nenamerno otkrivši sopstvene navike gledanja.
[Video3]
Da li je moćno, da li ste šokirani? Silno sam želeo da tu reč ubacim u naslov, ali sam ipak odolio.
Ali moje stvarno osećanje zaista je takvo.
U nastavku ću podeliti moje stvarno iskustvo korišćenja i objektivno reći na kom je nivou Kimi K2.5 i za koja je scenarije pogodan.
Evo i verzije sa kratkim rezimeom:
- Kimi je popunio prazninu u višemodalnosti i jednim potezom podržao razumevanje slika i video zapisa.
- Istovremeno podržava režime zaključivanja i bez zaključivanja.
- Sposobnost frontend estetike drastično unapređena.
- Kimi code u potpunosti podržava Skills i može podržati unos video zapisa bez MCP-a.
- Podržava Visual Coding: može da replicira web stranice na osnovu slika/video zapisa, radi vizuelna prilagođavanja i omogućava implementaciju jednim klikom.
01. Model K2.5: ujedinjenje vida i razmišljanja
Prvo o samom modelu.
Od jula 2025. kada je Kimi objavio K2 i Researcher, njihov osnovni model se u Coding scenarijima stabilno nalazi u prvom rangu domaćih modela, a Agent sposobnost se takođe rangira visoko. Ali u poređenju sa inostranim Gemini-om i Claude-om, očigledno je nedostajala nativna višemodalna sposobnost.
K2.5, koji je sada predstavljen, višemodalni je hibridni model za zaključivanje — sposobnost razumevanja slika i video zapisa je direktno internalizovana.
Ovo je od ključnog značaja. Svi koji se često bave AI programiranjem znaju da Coding ide mnogo preciznije i lakše kada možete da priložite referentnu sliku modelu. „Puc“ — priložite sliku, AI imitira stil dizajna, gde kažete tu i menja — to je izuzetno važna osobina.
Sada K2.5 konačno podržava tu sposobnost. Uz to je dodatno integrisao pretragu, generisanje slika, oblak virtuelnih mašina i druge funkcije, što K2.5 Agent-u pruža potpunije jednostranično Vibe Coding iskustvo, koje je dostupno direktno na Kimi web stranici.
Osim višemodalnosti, K2.5 podržava i uključivanje/isključivanje režima razmišljanja. Za kompleksne probleme, neka uspori i razmisli, čime se dobijaju bolji rezultati zaključivanja; za jednostavne probleme direktno daje rezultat, ubrzavajući odziv modela.
Specifikacije podržavaju prozor konteksta od 262K, što ga svrstava u domaći vrh.
02. Pisanje weba iz slike: kvalitativan skok u smislu za dizajn
Iskreno, ovo me je zaista iznenadilo.
Otvorio sam Agent režim K2.5, poslao mu jednu sliku ekrana koja mi se lično dopada i želeo da vidim da li je može replicirati.
AI samostalno vrši višemodalnu identifikaciju detalja sa referentne slike, uključujući teksturu papira, sistem boja i sl. — vizuelna analiza je detaljna i na mestu.
Ovo je efekat koji daje Kimi K2.5 — bez ijednog podešavanja, bez izvlačenja karte, potpuno iznad mojih očekivanja.
Tokom Coding-a, K2.5 Agent po potrebi samostalno pretražuje mrežu za relevantne slikovne materijale, što drastično pojednostavljuje troškove pripreme materijala za sajt.
Takođe podržava i pozivanje modela za generisanje slika, koji odmah generiše potrebne vizuelne materijale.
Mogu samo da kažem da je Kimi-jeva Coding Agent sposobnost zaista potpuno kompletna.
Još jednom da uživamo.
[Video]
03. Coding na osnovu video referenci: blagoslov za interakciju više stranica
Osim prepoznavanja slika, K2.5 može da prepozna i sadržaj video zapisa i sprovede vizuelno referentno Coding; približan tok rada ove funkcije izgleda ovako:
Koja je razlika u odnosu na slikovni prompt? Ima je, i to posebno — posebno je pogodno za repliciranje interfejsa koji prelazi više stranica.
Na primer, neka Kimi K2.5 replicira odgovarajući dizajn na osnovu video snimka interfejsa sajta B koji sam ja snimio. Ovo je referentni video snimljen sa originalnog sajta.
[Video originalni sajt B]
Očigledno, čak i iz video modaliteta, K2.5 u pogledu ukupne potpunosti reprodukcije stranice i dalje prelazi moja očekivanja.
[Video2]
Ako želite još jednostavnije, i ne zahtevate repliciranje određenog efekta interakcije, možete direktno ubaciti link stranice. Na primer, moj sopstveni sajt tehnička škola izgleda ovako:
Kimi je može potpuno rešiti samo sa jednim URL-om, a u pogledu obrade detalja deluje tako da mi se dopada čak i više — zaista razmišljam da presvučem tehničku školu.
04. Scenariji primene: prenos stila slike je jak
Iz nekoliko slučajeva koje sam proveo, K2.5 i njegov Agent u odnosu na prethodni K2 imaju znatno poboljšanje u osećaju za frontend dizajn.
U poređenju sa inostranim vrhunskim modelima, frontend, uključujući i sposobnosti animacije, već je dostigao Gemini 3 Pro.
Ovo uglavnom zahvaljujući sve-modalnoj sposobnosti K2.5, čija je moć razumevanja dizajna originalne referentne slike qualitativno unapređena.
Model od faze pre-obučavanja istovremeno uči podatke iz slika i iz teksta, što mu omogućava da „razume“ piksele na isti način kao što razume tekst, pa time, pri opisivanju detalja slike, čitanju teksta sa slike ekrana i analizi UI rasporeda, poseduje izuzetno visoku tačnost.
Ova nativna vizuelna sposobnost proširena je i na razumevanje video zapisa — model može da obradi video fajl da bi prepoznao događaje i sumirao narativ.
Ubuduće, kada budete želeli da napravite lepu web stranicu, biće dovoljno da ubacite sliku ili video — brzo i lako.
Video je koristan za učenje prebacivanja između više stranica i interakcijskih animacija. Link omogućava samostalnu posetu sajtu i potpuno hvatanje svih stilova web stranice (ovi frontend kodovi koje generiše Kimi mogu se direktno preuzeti i ponovo iskoristiti).
Nije teško zaključiti da će iskustvo frontend Coding-a sa Kimi K2.5 modelom verovatno još neko vreme zadržati prednost među domaćim Coding modelima.
05. Kimi Code: open-source verzija Claude Code-a
Stigao je i Kimi verzija CC — može se direktno pokrenuti u terminalu ili integrisati u mainstream editore kao što su VSCode, Cursor, JetBrains.
Zahvaljujući dodatku K2.5 višemodalnog modela, podržava direktni unos slika i video zapisa za podršku programiranju, pa će i iskustvo Kimi Code-a imati znatniji skok.
ending
Kimi je ovaj put s pravom ispunio očekivanja, lansiravši novi proizvod pre praznika.
Uz drastično unapređen nivo frontend Coding dizajna, istovremeno je popunjena ključna praznina domaćih modela u višemodalnom razumevanju i Coding sposobnosti.
Iz raznih slučajeva koje sam proveo, njegov frontend nivo je dostigao, a delimično i prevazišao, inostrane vrhunske modele. Naročito razumevanje referentnih slika i sposobnost prenosa nijansi dizajna doživeli su kvalitativni napredak.
Iskreno, nakon ove nadogradnje, u svojim Vibe Coding projektima biću sve skloniji da prvo izgradim frontend stil pomoću Kimi-ja.
Još jedna stvar vredna pomena — Kimi Agent klaster dodatno uvećava prednost modela i kvalitet rezultata Kimi-ja u agentskim zadacima.
Samo sa domaćim modelom ostvaruje se stabilan i brz paralelni rad stotinu Sub-agent-a, a nizak prag korišćenja koji omogućava web verzija proširiće krug kancelarijskih korisnika koji prihvataju Agent aplikacije.
Ako još niste probali, preporučujem da na web verziji isprobate K2.5 Agent. Naročito Coding na osnovu slika — iskustvo kada ga sami probate znatno je bogatije nego što se čita iz recenzija. Adresa: https://www.kimi.com
Nadam se da će vam ovaj članak biti inspirativan, pratite nas, a hvala vam i na lajkovima i deljenju.