KAT-Coder-V2.5-Dev

# KAT-Coder-V2.5-Dev 模型卡片

模型概述

KAT-Coder-V2.5-Dev 是一个开源的代码智能体模型，基于 Qwen3.6-35B-A3B 进行后训练。该模型为 MoE（混合专家）架构，总参数量 35B，激活参数量 3B。

模型用途

该模型主要用于代码智能体任务（Agentic Coding），包括代码编写、代码修复、软件工程任务等。模型仅支持文本输入输出，不包含视觉或多模态组件。

## 主要能力

该模型在代码智能体领域取得了同类参数规模模型的领先水平。通过监督微调（SFT）和强化学习（RL）训练，模型在以下方面进行了优化：

• 异常工具调用标签问题显著改善（9.34% 降至 0.28%）
• 单轮连续重复问题完全消除（0.34% 降至 0%）

## 基准性能

模型在多个代码基准测试中的表现：

| 基准测试 | KAT-Coder-V2.5-Dev |

|---------|-------------------|

| SWE-bench Verified | 69.40% |

| SWE-bench Multilingual | 63.00% |

| SWE-bench Pro | 45.96% |

| Terminal-Bench 2.1 | 41.02% |

| PinchBench | 93.43% |

| Scicode | 44.20% |

| KAT-Code-Bench | 46.21% |

注：所有指标均为内部复现结果，使用统一标准化流程评估。

## 输入输出

• **输入**：文本形式的代码任务描述、对话上下文
• **输出**：文本形式的代码回复、工具调用
• **上下文长度**：原生支持最长 262,144 个 token
• **工具调用**：支持工具调用功能

运行要求

### 兼容性

模型兼容以下推理框架：

• Hugging Face Transformers
• vLLM（推荐版本 >= 0.19.0）
• SGLang（推荐版本 >= 0.5.10）
• KTransformers

### 硬件要求

• 使用 vLLM 或 SGLang 时，建议使用 8 GPU 进行张量并行
• 使用 Hugging Face Transformers 时，需要安装 accelerate 以支持多 GPU 分片加载

### 重要说明

该版本为纯语言模型权重，不包含视觉塔。使用 vLLM 时必须添加 --language-model-only 参数，否则会因缺少视觉权重而启动失败。

基本用法

### 通过 API 服务

模型支持 OpenAI 兼容 API，可通过以下框架部署：

• SGLang
• vLLM
• KTransformers
• Hugging Face Transformers

### 使用 Chat Completions API

模型支持标准的聊天补全接口。默认情况下，模型会在回复前进行思考。如需直接获取回复，可通过 API 参数配置。

模型还支持保留历史消息的思考轨迹，这一功能对智能体场景特别有益，可增强决策一致性并优化推理效率。

### 长文本处理

对于超过 262,144 token 限制的长程任务，建议使用 RoPE 缩放技术（如 YaRN）来处理长文本。

限制

• 该版本为纯文本模型，不包含视觉或多模态能力
• 仅发布语言模型权重，视觉/多模态组件未包含且不可用
• 部分框架在加载时可能尝试构建多模态组件，需使用对应选项跳过

许可证

本模型卡片中未提供具体的许可证信息。