前端和智能体打过Gemini 3 PRO，国内的kimi K2.5太强了！
评测问答助手任务执行
2026-02-02
126
目录
- 前言
- 前端设计类
- 办公提效类
- 小结
前天，Kimi K2.5登顶Text Arena开源模型榜首，一经发布就在某推上热度起飞，掀起春节前开源模型热潮。
先亮亮Kimi K2.5令人惊艳的基准测试单。
同GPT、Claude、Gemini相比，它在一众代理任务等一众高难度测试集上，拿下了榜首；在编程、图像、视频相关性能测试中，它也不是垫底的。
翻译成大白话就是，Kimi 2.5相比过去的自己，多模态能力大幅提升，新增多模态视觉理解和图像处理功能，核心特色在于在智能体任务和视觉编码方面抗打，代理任务甚至超过国际那三巨头。
反映在操作层面，就是它有下面这四种模式，其中agent常见的有做网站、文档处理、表格处理、生成ppt和深度研究。
光说不练假把式，现在直接通过前端设计、办公执行两大类，给大家看看它牛掰的智能体任务和视觉编码。
一、前端设计类
agent-复刻音乐网站
这是反扒图片的代码。我原以为提示词要写得比较详细，才能得到个“哇塞”的效果。是我想多了，就一句话，结果就能出乎意料。
提示词：参考这个网页，生成对应代码。
（原图）
（生成图）
真的是除了一个账号头像之外，界面超级还原；动效自然，列表可排序；图都OK，不全的还能自己补全，图上的字也不会乱码。整体非常真实，真实到可以以假乱真。
我之前用Gemini 3 PRO，前端复刻效果都达不到这样真实精良的程度！
kimi k2.5的任务优化能力也是杠杠的，图上标记能识别，简单一句，迅速搞定！
（标识图）
（修改后的图）
提示词：请将这个网站换成淡青和白色的配色，并按照截图标识将两个部分调换位置。
完全按照要求改了！
唯一值得人吐槽的一点，就是从0生成的任务耗时太长，至少半个多小时。
agent-复刻烟花动效
这是反扒视频的代码。就神奇，一个生活中常见的烟花动效，输入几个字，就能生成相似的效果。
（原动图）
（生成动图）
提示词：实现这个交互特效。
还自带交互按钮。虽然烟花不是一模一样的，但动效确实很还原了。
agent-生成K线图
金融领域的前端设计也抗打。
（生成效果）
提示词：ECharts 5：实时跳动 K 线图（叠加均线）。
蜡烛图上的开盘、收盘那些数据都全的。不过因为没有指定具体股，我也懒得打开股票网站大海捞针了，直接定结论：盘面数据可能不是真实的。
大家也可以试试真实股指定，看能否得到真实的数据。
据网友测试，它能搜集多张真实的公司融资信息表，且所有数据都正确，所以跳动的K线图说不定也能够得到真实数据。
K2.5思考-构建系统
你以为复杂任务只能agent完成？
NO！
K2.5普通的思考模式的完成结果都能吊打Gemini 3 PRO。
比如之前给过Gemini 3 PRO的windows系统指令：
提示词：
设计并创建一个类似 Windows 操作系统的 Web OS，具备完整功能：从文本编辑器、带 Python 的终端、代码编辑器、可玩的游戏，到文件管理器、画图工具、视频编辑器，以及所有重要的 Windows 系统预装软件。可以使用任意库来实现，但务必确保我能把所有代码粘贴进单个 HTML 文件里，并直接在 Chrome 中打开运行。让整体效果有趣、细节丰富，呈现出超出常人预期的细节，在一个代码块中尽情发挥创意与美感。
K2.5是买一送一，移动端的界面也送我了，送的还是高档货——同电脑端界面一样，文件、画图工具、游戏等应用都能打开使用。
（kimi生成效果）
（Gemini生成效果）
Gemini 3 PRO都没法玩游戏的！
二、办公提效类
文档处理
agent任务中，文档、表格、ppt等类型是核心。ppt暂且不讲了，国内刚兴起AI的时候，它的ppt就杀出圈了，现在不用想也是更好用。
这里重点说下另外两个。
先来处理个不算特别复杂的场景——发票整理。
我上传了包含图片、word、pdf等多种格式的5份发票附件，最终处理的智能程度超乎我的想象，实用度杠杠的。
提示词：识别上传的所有发票，将发票日期、销售方名称、项目名称、合计金额、税率提取到 Excel 表格中。超出一万元的发票金额列用红底展示。
这是它反馈给我的表格：
是真的能下载到本地的xlsx格式的表格，不是网页中列表的形式。
表格是真的能打开，且信息提取成功（不漏且准确），逻辑判断成功，颜色标记成功，排版美观。
我从未想到它能直接处理到这一步，直接生成达到交付的成品给你，连sheet的名称都修改好了。人工处理都可能有格式上的遗漏项好吧！
excel表处理
如果说上面的文档处理只是小试牛刀，那么这次的excel表处理就是大显身手（高级agent的体现）了！
高级agent不是我说的，是k2.5的对手Gemini Pro说的。
提示词：
请你扮演合规专员。完成下面任务：
1.根据公司政策：（1）仅限加班至 22:00 后可报销回常住地的车费；（2）严禁虚假报销或重复报销；（3）报销目的地必须为居住社区。请分析附件1表格，指出所有违规嫌疑并说明理由。
2.附件1检查完毕后，请将附件1中的通过的行信息整合到附件2中（按附件2格式排列）
（Gemini Pro给出的评价方案）
这是k2.5 agent给出的答卷：
两个子表，要素齐全，逻辑在线，汇总准确，排版美观。
嗯，我承认，我都做不到它这种程度。
细看核心打车报销汇总信息，它识别出了出发地、目的地问题，发现了同人同时段两条信息的问题，违规的报销信息基本都找出来了（只差张三第7条报销问题没找出）。
只差这一点，就能堪称完美无瑕了。
瑕不掩瑜，它依然能替代人工检查合规性的绝大部分环节。
当然，表格处理不限于此，各种五花八门的玩法都有，能形成“数据采集-数据清洗-数据建模-数据可视化-报告形成”这数据分析领域的闭环。
毕竟，它可是被微软认定的办公生产力工具。
kimi 2.5的火力全开，可能远不止于此。
三、小结
kimi 2.5 agent了都令人瞠目结舌了，更别说一骑绝尘的K2.5 Agent 集群了！
可惜这个集群只有顶格会员才能使用，使用效果就只有靠有心之人分享了！
说到会员，kimi 2.5 agent也只能“好钢用在刀刃上”，毕竟初级和中级会员都无法让人纵情享受。
话又说回来，kimi 2.5的智能体任务、视觉编码给人如此震撼的冲击，即便有生成耗时长的缺点，也会有大量网友为它买单吧？
你愿意买单吗？
欢迎在评论区分享你的看法，我们一起讨论，也欢迎大家入群交流哦~
12
好文章，需要你的鼓励