BenchLeader

Kimi K2

品質339中159位
51.1Index
中央値より上
中央値比 +0.9
価格255中139位
$1.00100万トークンあたり
多くのモデルより高い
中央値の1.2倍
速度216中186位
41トークン/秒
下位4分の1
中央値の0.5倍
コスパ255中140位
50.9ポイント/$
中央値より下
中央値の0.9倍

よりコスパが高いモデル: Ling 3.0 Flash $0.115/MでIndex 51.7(89%安い)。

より安価でスコアの高いランク付けモデルが52つあります:DeepSeek V4.1 Flash (58.5, $0.525)、GPT-5.6 Luna (58.2, $0.450)、Inkling 2 Small (57.9, $0.475)ほか49つ。

2026年11月16日時点で、Kimi K2(Moonshot AI)のBenchLeader Indexは51.1です(ランク付け対象は608構成)。最も強いのは数学(61)、最も弱いのは推論(41)です。API料金は入力100万トークンあたり$0.570、出力100万トークンあたり$2.30(3:1のブレンドで$1.00)で、2026年11月16日時点の定価です。出力速度は約41トークン/秒です(Artificial Analysis)。2025年7月11日にリリースされました。

要点(2026年11月16日時点)

  • Kimi K2のAPI料金は入力100万トークンあたり$0.570、出力100万トークンあたり$2.30(3:1のブレンドで$1.00)です(定価、2026年11月16日)。
  • Kimi K2の出力速度は約41トークン/秒です(Artificial Analysis、2026年11月16日)。
  • Kimi K2は2025年7月11日にリリースされました(Moonshot AI)。

詳しく見ると:Kimi K2はMoonshot AIのオープンウェイトのモデルです(2025年7月11日リリース)。最もスコアの高い構成は、BenchLeader Indexで51.1 ±3.7を記録し、608構成中321位で下位半分に入ります。重要なのはこの「±」です。ほかに265構成のスコアがこの範囲に入っており、品質だけでは区別できません。差がつくのは価格と速度です。カテゴリ別では数学が最も高く(61)、推論が最も低くなっています(41)。ブレンド価格は100万トークンあたり$1.00で、中程度の価格帯です。出力速度は41トークン/秒、回答開始まで6.5秒で、最も遅い4分の1に入ります。すでにKimi K2 0905に置き換えられており、いま比較すべきはそちらのバージョンです。最終測定日:2026年11月11日。

ブレンド価格
$1.00/M
入力$0.570・出力$2.30
出典:Artificial Analysis
出力速度
41 tok/s
Artificial Analysisによる測定
回答開始
6.48 s
最初のトークン 1.25 s
コンテキスト
131k
出典:models.dev
回答完了まで
64 s
最終測定2026年11月13日
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7月11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. 総合Index51
  2. 推論41
  3. コーディング48
  4. エージェント・ツール53
  5. 数学61
  6. 知識44
  7. 指示追従53
  8. 人間の評価59
  9. 長文コンテキスト51

Moonshot AIの新モデル公開をメールで通知

ランク入りしたときにもう1通、さらに毎週月曜に週刊レビューをお届けします。

プロバイダーとメールの種類を選ぶ

バージョン

Moonshot AIはこの名前で2つのモデルを公開しています。それぞれ自身の結果だけでランク付けされます。新しいバージョンはまだ結果が少ないことが多く、結果が増えるまではIndexが平均寄りになります。

モデルリリース日Index順位
Kimi K2 09052025年9月5日51.7#304
Kimi K2このページ2025年7月11日51.1#321

Indexの推移

2026年9月8日〜2026年11月16日
455056

Indexは毎日ゼロから計算し直すため、新しいベンチマーク結果が加わったとき、公開元がスコアを修正したとき、または正規化の基準となるモデルが変わったときに線が動きます。初期の変動は、スコアがまだ落ち着いていないことを示している場合がほとんどです。

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

ベンチマーク標準出典推移
AA Openness IndexIndex対象外44.4#97Artificial Analysis

推論

ベンチマーク標準出典推移
SimpleBench26.3%#95SimpleBench
Arena Hard Prompts1433#141Arena (LMArena)
GPQA Diamond (AA)Index対象外76.6%#235Artificial Analysis
Humanity's Last Exam (AA)Index対象外7.4%#385Artificial Analysis
GPQA Diamond (Vals)Index対象外71.5%#89Vals AI
Kagi LLM Benchmark45.0%#93Kagi LLM Benchmark
GPQA Diamond (HELM)Index対象外65.2%#19HELM Capabilities
CritPtIndex対象外0.0%#337Artificial Analysis
Arena ExpertIndex対象外1415#158Arena (LMArena)
ForecastBenchIndex対象外62.0%#60ForecastBench

エージェント・ツール

数学

ベンチマーク標準出典推移
AIME (Vals)62.7%#56Vals AI
MGSM91.0%#30Vals AI
Omni-MATH (HELM)65.4%#6HELM Capabilities
MATH 500Index対象外94.2%#10Vals AI
Arena Maths1388#171Arena (LMArena)
AIME 2025 (AA)Index対象外57.0%#120Artificial Analysis

知識

ベンチマーク標準出典推移
MMLU-Pro79.4%#95Vals AI
LegalBench81.5%#81Vals AI
CorpFin50.4%#105Vals AI
TaxEval70.2%#91Vals AI
MedQA84.0%#60Vals AI
PRBench Finance38.3%#36Scale AI SEAL
PRBench Legal36.4%#45Scale AI SEAL
MultiNRC18.5%#35Scale AI SEAL
MMLU-Pro (HELM)Index対象外81.9%#14HELM Capabilities

指示追従

人間の評価

ベンチマーク標準出典推移
Arena Text1418#131Arena (LMArena)
EQ-Bench Creative Writing v3Index対象外1666#40EQ-Bench
Arena Creative WritingIndex対象外1371#153Arena (LMArena)
Arena Multi-turnIndex対象外1420#133Arena (LMArena)
Arena Longer QueriesIndex対象外1395#173Arena (LMArena)
Lech Mazur Creative WritingIndex対象外85.6%#2Lech Mazur

長文コンテキスト

ベンチマーク標準出典推移
AA-LCR v1.153.0%#329Artificial Analysis

総合

ベンチマーク標準出典推移
Epoch Capabilities IndexIndex対象外141.2#109Epoch AI Benchmarking Hub
AA Intelligence Index v4.3.2Index対象外12.7#334Artificial Analysis
AA Progress Index v1Index対象外211.5#377Artificial Analysis
HELM Capabilities meanIndex対象外76.8%#10HELM Capabilities

安全性・誠実さ

ベンチマーク標準出典推移
FORTRESSIndex対象外55.5%#75Scale AI SEAL
MASKIndex対象外汚染の可能性46.7%#60Scale AI SEAL

強みのあるベンチマーク

測定されたすべての構成の中で、この構成が上位5位以内に入っているベンチマークです。

API料金:提供プロバイダー別

OpenRouter経由でこのモデルを提供しているすべてのプロバイダーです。スループットと最初のトークンまでのレイテンシは直近30分の実トラフィックで測定し、価格は各プロバイダー自身のものです。紫は各列の最良値を示します。

プロバイダー速度最初のトークン入力 $/M出力 $/Mコンテキスト量子化
NovitaAI35 tok/s1.04 s$0.570$2.30131kfp8

価格の推移

上記の価格(100万トークンあたり)を、変更があった日ごとに示します。

$0.00$0.632$1.26$1.90$2.5326年9月26年10月26年11月
入力 出力
現在:入力$0.570・出力$2.30

タスクあたりのコスト

最もスコアの高い構成の定価、出力速度、回答開始までの時間から算出した推定値です。「キャッシュあり」は、入力の4分の3がプロンプトキャッシュから提供されると仮定しています。推論トークンは考慮していません。

ワークロード入力/出力トークンコストキャッシュあり時間
チャットの返答400 / 300$0.0009–13.8 s
30ページのレポートを要約12,000 / 600$0.0082–21.1 s
コード編集6,000 / 1,500$0.0069–43.2 s
エージェント型コーディングセッション60,000 / 4,000$0.043–1.7 min
構造化データの抽出2,000 / 200$0.0016–11.4 s

Moonshot AIのほかのモデル

今月の新着

関連ページ

埋め込み・引用

このページを引用する

ランキングは毎日変わるため、参考文献にはデータの日付を入れます。APAスタイル:

BenchLeader. (2026, November 16). Kimi K2 on the BenchLeader Index (method v1.4) [Data set]. Retrieved November 16, 2026, from https://www.benchleader.com/models/kimi-k2

BibTeX:

@misc{benchleader_kimi_k2_20261116,
  author       = {{BenchLeader}},
  title        = {{Kimi K2 on the BenchLeader Index (method v1.4)}},
  year         = {2026},
  month        = nov,
  howpublished = {\url{https://www.benchleader.com/models/kimi-k2}},
  note         = {Data as of 2026-11-16}
}

すべてのバッジスタイル、埋め込み用のトップ10ウィジェット、Indexの引用方法

よくある質問

Kimi K2のベンチマークスコアは?
2026年11月16日時点で、Kimi K2のBenchLeader Indexは51.1 ±3.7です。最も強いのは数学(61)、最も弱いのは推論(41)です。この評価は第三者のベンチマーク結果だけに基づいており、このページのすべてのスコアに公開元へのリンクがあります。
Kimi K2の順位は?
2026年11月16日時点で、Kimi K2はランク付けされた608構成中321位です。ほかに265構成のスコアが誤差の範囲内にあるため、正確な順位よりも順位帯のほうが意味を持ちます。首位はClaude Fable 5.2(推論エフォート max)で、72.7です。
Kimi K2の料金は100万トークンあたりいくらですか?
2026年11月16日時点で、Kimi K2の料金は入力100万トークンあたり$0.570、出力100万トークンあたり$2.30で、ブレンド価格(出力1トークンにつき入力3トークン)は$1.00です。定価が最後に変わったのは2026年9月9日です。
Kimi K2はいつリリースされましたか?
Moonshot AIが2025年7月11日にKimi K2をリリースしました。

2026年11月16日時点のデータです。 ほかのモデルと比較

引用表記:BenchLeader「Kimi K2: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/kimi-k2