Kimi K2
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
- 総合Index51
- 推論41
- コーディング48
- エージェント・ツール53
- 数学61
- 知識44
- 指示追従53
- 人間の評価59
- 長文コンテキスト51
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 0905 | 2025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#97 | Artificial Analysis |
推論
| ベンチマーク | 標準 | 出典 | 推移 |
|---|---|---|---|
| SimpleBench | 26.3%#95 | SimpleBench | |
| Arena Hard Prompts | 1433#141 | Arena (LMArena) | |
| GPQA Diamond (AA)Index対象外 | 76.6%#235 | Artificial Analysis | |
| Humanity's Last Exam (AA)Index対象外 | 7.4%#385 | Artificial Analysis | |
| GPQA Diamond (Vals)Index対象外 | 71.5%#89 | Vals AI | |
| Kagi LLM Benchmark | 45.0%#93 | Kagi LLM Benchmark | |
| GPQA Diamond (HELM)Index対象外 | 65.2%#19 | HELM Capabilities | |
| CritPtIndex対象外 | 0.0%#337 | Artificial Analysis | |
| Arena ExpertIndex対象外 | 1415#158 | Arena (LMArena) | |
| ForecastBenchIndex対象外 | 62.0%#60 | ForecastBench |
コーディング
| ベンチマーク | 標準 | 出典 | 推移 |
|---|---|---|---|
| WeirdML | 39.4%#108 | WeirdML | |
| GSO-Bench | 4.9%#25 | GSO-Bench | |
| Arena Coding | 1460#137 | Arena (LMArena) | |
| LiveCodeBench | 70.5%#86 | Vals AI | |
| SWE-Bench Pro | 27.7%#17 | Scale AI SEAL | |
| Aider Polyglot | 59.1%#24 | Aider polyglot leaderboard | |
| SWE-bench Verified (bash only) | 43.8%#36 | SWE-bench | |
| SWE-bench Verified (any scaffold)Index対象外 | 65.4%#22 | SWE-bench | |
| Design Arena WebsiteIndex対象外 | 1042#161 | Design Arena | |
| LiveCodeBench (AA)Index対象外 | 55.6%#122 | Artificial Analysis |
エージェント・ツール
| ベンチマーク | 標準 | 出典 | 推移 |
|---|---|---|---|
| Terminal-Bench | 27.8%#74 | Terminal-Bench | |
| Terminal-Bench Hard | 15.9%#194 | Artificial Analysis | |
| τ²-Bench Telecom (AA)Index対象外 | 61.1%#180 | Artificial Analysis | |
| BFCL Overall | 59.1%#9 | Berkeley Function Calling Leaderboard | |
| Terminal-Bench 2.0 (Vals)Index対象外 | 25.8%#50 | Vals AI | |
| BrowseComp-PlusIndex対象外 | 14.6%#15 | BrowseComp-Plus |
数学
| ベンチマーク | 標準 | 出典 | 推移 |
|---|---|---|---|
| AIME (Vals) | 62.7%#56 | Vals AI | |
| MGSM | 91.0%#30 | Vals AI | |
| Omni-MATH (HELM) | 65.4%#6 | HELM Capabilities | |
| MATH 500Index対象外 | 94.2%#10 | Vals AI | |
| Arena Maths | 1388#171 | Arena (LMArena) | |
| AIME 2025 (AA)Index対象外 | 57.0%#120 | Artificial Analysis |
知識
| ベンチマーク | 標準 | 出典 | 推移 |
|---|---|---|---|
| MMLU-Pro | 79.4%#95 | Vals AI | |
| LegalBench | 81.5%#81 | Vals AI | |
| CorpFin | 50.4%#105 | Vals AI | |
| TaxEval | 70.2%#91 | Vals AI | |
| MedQA | 84.0%#60 | Vals AI | |
| PRBench Finance | 38.3%#36 | Scale AI SEAL | |
| PRBench Legal | 36.4%#45 | Scale AI SEAL | |
| MultiNRC | 18.5%#35 | Scale AI SEAL | |
| MMLU-Pro (HELM)Index対象外 | 81.9%#14 | HELM Capabilities |
指示追従
| ベンチマーク | 標準 | 出典 | 推移 |
|---|---|---|---|
| IFBench | 41.5%#249 | Artificial Analysis | |
| IFEval (HELM) | 85.0%#19 | HELM Capabilities | |
| WildBench (HELM) | 86.2%#3 | HELM Capabilities | |
| Arena Instruction FollowingIndex対象外 | 1381#170 | Arena (LMArena) |
人間の評価
| ベンチマーク | 標準 | 出典 | 推移 |
|---|---|---|---|
| Arena Text | 1418#131 | Arena (LMArena) | |
| EQ-Bench Creative Writing v3Index対象外 | 1666#40 | EQ-Bench | |
| Arena Creative WritingIndex対象外 | 1371#153 | Arena (LMArena) | |
| Arena Multi-turnIndex対象外 | 1420#133 | Arena (LMArena) | |
| Arena Longer QueriesIndex対象外 | 1395#173 | Arena (LMArena) | |
| Lech Mazur Creative WritingIndex対象外 | 85.6%#2 | Lech Mazur |
長文コンテキスト
| ベンチマーク | 標準 | 出典 | 推移 |
|---|---|---|---|
| AA-LCR v1.1 | 53.0%#329 | Artificial Analysis |
総合
| ベンチマーク | 標準 | 出典 | 推移 |
|---|---|---|---|
| Epoch Capabilities IndexIndex対象外 | 141.2#109 | Epoch AI Benchmarking Hub | |
| AA Intelligence Index v4.3.2Index対象外 | 12.7#334 | Artificial Analysis | |
| AA Progress Index v1Index対象外 | 211.5#377 | Artificial Analysis | |
| HELM Capabilities meanIndex対象外 | 76.8%#10 | HELM 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%#75 | Scale AI SEAL | |
| MASKIndex対象外汚染の可能性 | 46.7%#60 | Scale 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 |
|---|---|---|---|---|---|---|
| NovitaAI | 35 tok/s | 1.04 s | $0.570 | $2.30 | 131k | fp8 |
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。
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
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}
}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