为什么选 Kimi K2.5

自 2 月 4 日上线以来，Kimi K2.5 持续占据 OpenClaw 模型调用量第一的位置，原因很明确：

  • 万亿参数多模态 MoE 模型，支持图片、视频、文本三种输入
  • 原生支持 Agent Swarm，可并行运行 100 个子智能体，与 OpenClaw 的架构高度契合
  • 256K 上下文窗口，处理长对话和复杂任务不掉链子
  • 英伟达免费开放，无明确速率限制

对独立开发者而言，这是目前成本最低、能力最强的 AI 智能体方案。

第一步：获取 NVIDIA API Key

  1. 访问 NVIDIA Build 平台，点击右上角头像登录，用邮箱注册并完成邮件验证
  2. 进入 API Keys 设置页面
  3. 点击 Generate API Key，复制并妥善保存（仅显示一次，丢失需重新生成）

第二步：配置 OpenClaw

打开配置文件 ~/.openclaw/openclaw.json（Windows 在用户目录下），在 providers 部分添加以下内容：

{
  "providers": {
    "nvidia": {
      "baseUrl": "https://integrate.api.nvidia.com/v1",
      "apiKey": "你的_NVIDIA_API_KEY",
      "api": "openai-completions",
      "models": [
        {
          "id": "moonshotai/kimi-k2.5",
          "name": "kimi-k2.5",
          "reasoning": true,
          "input": ["text", "image", "video"],
          "cost": {
            "input": 0,
            "output": 0
          },
          "contextWindow": 256000,
          "maxTokens": 8192
        }
      ]
    }
  }
}

保存后重启 OpenClaw。

第三步：验证配置

启动网关：

pnpm openclaw gateway --verbose

看到类似以下输出即为成功：

✓ Gateway connected | idle
✓ Agent main | session main
✓ Model: nvidia/moonshotai/kimi-k2.5 | tokens 0/256k

随意发送一条消息测试，有正常回复即接入完成。

常见问题排查

"Unknown model" 或 404 错误

  • 确保 OpenClaw 版本 ≥ 2026.2.1（旧版本对 NVIDIA 模型名称识别有 bug）
  • 模型名称必须写成 moonshotai/kimi-k2.5，不是 nvidia/moonshotai-kimi-k2.5

请求排队、响应缓慢

免费 tier 在高峰期会出现排队现象（有人测试遇到 150+ 请求排队）。建议同时配置 DeepSeek 等备选模型，高峰期自动切换，避免阻塞工作流。

小结

零成本 + 万亿参数 + 原生 Agent 支持，这个组合对正在用 OpenClaw 搭建智能体的独立开发者来说值得一试。建议配置多个 provider 做冗余，确保生产环境的稳定性。