ausführlich vor und während der Tool-Nutzung. Bei nach Output-Token abgerechneten Aufgaben verdoppelt dies die Kosten pro Aufgabe im Vergleich zu einem weniger ausführlichen Modell mit ähnlichen Ergebnissen. ### Time-to-First-Token-Latenz Die mediane **Time-to-First-Token (TTFT) beträgt 2,80 Sekunden**, gegenüber einem Peer-Median von 2,08 Sekunden [11]. Für interaktive Anwendungen oder hochfrequente API-Aufrufe ist diese Latenz ein spürbarer Nachteil. Das Modell eignet sich nicht für Echtzeit-Chat, Autovervollständigung oder Klassifizierungs-Workloads. ### Anbieterabhängige Tool-Call-Zuverlässigkeit Die agentischen Stärken von Kimi K2 Thinking setzen einen korrekt implementierten Tool-Calling-Stack voraus. Bei Drittanbietern, die das vollständige Function-Calling-Protokoll nicht implementieren, nimmt die agentische Leistung merklich ab [11]. Die **kimi.com-Chat-UI** verwendet einen reduzierten Tool-Subset und reproduziert möglicherweise keine Benchmark-Ergebnisse [1]. Die Wahl des Anbieters ist daher eine relevante technische Entscheidung und keine austauschbare Commodity-Wahl. ### Nur Text-Eingabe Kimi K2 Thinking akzeptiert ausschließlich Texteingaben. Es verfügt über keine Bild- oder Videoverständnisfähigkeit. Diese Einschränkung wurde im Nachfolgemodell Kimi K2.5 (Januar 2026) behoben, das einen MoonViT-Vision-Encoder hinzufügte [11]. ### Drift bei Langform-Inhalten Nutzerberichte dokumentieren Inkohärenz, Wiederholungen und übermäßiges „lautes Denken · CRAISEE