BenchLeader
MBZUAIオープンウェイト推論モデルほかのモデルと比較

K2 Think V2

推論エフォート

2026年11月16日時点で、K2 Think V2(MBZUAI)はまだBenchLeader Indexでランク付けされていません。Indexには、2つ以上のカテゴリにわたる5件以上の第三者の結果が必要です。2025年12月15日にリリースされました。

要点(2026年11月16日時点)

  • K2 Think V2は2025年12月15日にリリースされました(MBZUAI)。

詳しく見ると:K2 Think V2はMBZUAIのオープンウェイトの推論モデルです(2025年12月15日リリース)。まだランク付けされていません。Indexには、2つ以上のカテゴリにわたる5件以上の第三者の結果が必要です。4通りの推論エフォート設定で測定されています。この要約は最もスコアの高い設定について述べたもので、上のタブで切り替えられます。最終測定日:2025年12月5日。古いデータ:6か月間、新しい結果がありません

ブレンド価格
–
出力速度
–
回答開始
–
コンテキスト
512k
出典:Artificial Analysis
タスクあたりコスト
–
タスクあたりトークン数
–
リリース日
2025年12月15日
カテゴリ別のスコア破線=平均的なモデル(50)。15ポイントが標準偏差1つ分です。
  1. エージェント・ツール38
  2. 指示追従44
  3. 長文コンテキスト34

K2 Think V2に初めてベンチマーク結果が出たらメールで通知

MBZUAIが新しいモデルを出したときと、毎週月曜の週刊レビューもお届けします。

プロバイダーとメールの種類を選ぶ

推論エフォート別の構成

同じモデルでも、どれだけ考えさせるかによって振る舞いが変わります。各行が1つの推論エフォート設定で、その設定で実行されたベンチマークだけで評価しています。「未記載」は、どの設定を使ったかを公開元が明記していない結果をまとめたものです。推論モデルの場合は思考モードであることが多いものの、そうとは仮定していません。ここかページ上部で設定を選ぶと、その価格、速度、カテゴリ別スコアを表示します。

エフォートIndex順位速度回答開始チャット返答のコストカテゴリ
low最良–––––エージェント・ツール 38 · 指示追従 44 · 長文コンテキスト 34
medium–––––エージェント・ツール 41 · 指示追従 56 · 長文コンテキスト 38
high–––––エージェント・ツール 42 · 指示追従 60 · 長文コンテキスト 41
thinking–––––エージェント・ツール 40 · 指示追従 63 · 長文コンテキスト 53

ベンチマーク結果

LLMベンチマーク一覧を見る。列は推論エフォートごとです。順位は、そのベンチマークでのすべてのモデルのすべての構成の中での位置です。スコアにカーソルを合わせると、元になった実行が表示されます。

メタデータ

ベンチマークlowmediumhighthinking出典推移
AA Openness IndexIndex対象外88.9#188.9#188.9#188.9#1Artificial Analysis

推論

ベンチマークlowmediumhighthinking出典推移
GPQA Diamond (AA)Index対象外54.1%#41559.8%#38568.1%#32271.3%#293Artificial Analysis
Humanity's Last Exam (AA)Index対象外3.6%#6064.4%#53110.5%#33610.1%#344Artificial Analysis
CritPtIndex対象外0.0%#3370.0%#3370.0%#3370.0%#337Artificial Analysis

コーディング

ベンチマークlowmediumhighthinking出典推移
Terminal-Bench 2.1 (AA)Index対象外–––15.0%#186Artificial Analysis
LiveCodeBench (AA)Index対象外39.3%#17354.1%#12969.4%#71–Artificial Analysis

エージェント・ツール

ベンチマークlowmediumhighthinking出典推移
Terminal-Bench Hard4.5%#2898.3%#2409.8%#2336.8%#254Artificial Analysis
τ²-Bench Telecom (AA)Index対象外20.8%#33424.9%#30127.8%#27725.4%#296Artificial Analysis
GDPval-AA v2.1, normalised scoreIndex対象外–––0.0%#124Artificial Analysis
GDPval-AA v2.1Index対象外–––137#279Artificial Analysis
AA-Briefcase v1.1Index対象外–––8#252Artificial Analysis

数学

ベンチマークlowmediumhigh出典推移
AIME 2025 (AA)Index対象外35.3%#16564.7%#10478.3%#69Artificial Analysis

知識

ベンチマークlowmediumhigh出典推移
Global-MMLU-Lite (AA)Index対象外71.4%#9976.7%#8478.6%#79Artificial Analysis

指示追従

ベンチマークlowmediumhighthinking出典推移
IFBench41.0%#25955.1%#14960.1%#12862.8%#118Artificial Analysis

長文コンテキスト

ベンチマークlowmediumhighthinking出典推移
AA-LCR v1.120.3%#45628.0%#42435.0%#39957.0%#313Artificial Analysis

総合

ベンチマークlowmediumhighthinking出典推移
AA Intelligence Index v4.3.2Index対象外7.3#4929.0#4239.9#39811.5#360Artificial Analysis
AA Progress Index v1Index対象外176.6#488199.3#421214.1#371215.3#360Artificial Analysis

MBZUAIのほかのモデル

今月の新着

関連ページ

よくある質問

K2 Think V2にBenchLeader Indexのスコアがないのはなぜですか?
Indexには2つ以上のカテゴリにわたる5件以上の第三者の結果が必要ですが、2026年11月16日時点でK2 Think V2にはまだ揃っていません。発表記事のスコアは使わないため、第三者の公開元が測定した時点でランク付けされます。
K2 Think V2はいつリリースされましたか?
MBZUAIが2025年12月15日にK2 Think V2をリリースしました。BenchLeaderには4通りの推論エフォート設定での結果があります。

2026年11月16日時点のデータです。 これらの構成を比較

引用表記:BenchLeader「K2 Think V2:ベンチマーク、料金、速度、順位」2026年11月16日時点のデータ、https://www.benchleader.com/ja/models/k2-v2