BenchLeader

Kimi K2.5

推論エフォート
品質339中46位
59.4Index
上位4分の1
中央値比 +9.2
価格255中148位
$1.20100万トークンあたり
多くのモデルより高い
中央値の1.4倍
速度216中179位
43トークン/秒
下位4分の1
中央値の0.5倍
コスパ255中142位
49.5ポイント/$
中央値より下
中央値の0.9倍

よりコスパが高いモデル: GLM 5.3 Flash $0.238/MでIndex 57.8(80%安い)。

これより安価でスコアの高いランク付けモデルはありません。価格面でのフロンティアにあります。

2026年11月16日時点で、Kimi K2.5(Moonshot AI)のBenchLeader Indexは59.4です(ランク付け対象は608構成)。最も強いのは指示追従(69)、最も弱いのはエージェント・ツール(45)です。API料金は入力100万トークンあたり$0.600、出力100万トークンあたり$3.00(3:1のブレンドで$1.20)で、2026年11月16日時点の定価です。出力速度は約43トークン/秒です(Artificial Analysis)。2026年1月27日にリリースされました。

要点(2026年11月16日時点)

  • Kimi K2.5のAPI料金は入力100万トークンあたり$0.600、出力100万トークンあたり$3.00(3:1のブレンドで$1.20)です(定価、2026年11月16日)。
  • Kimi K2.5の出力速度は約43トークン/秒です(Artificial Analysis、2026年11月16日)。
  • Kimi K2.5は2026年1月27日にリリースされました(Moonshot AI)。

詳しく見ると:Kimi K2.5はMoonshot AIのオープンウェイトの推論モデルです(2026年1月27日リリース)。最もスコアの高い構成(推論エフォート thinking)は、BenchLeader Indexで59.4 ±4.2を記録し、608構成中106位で上位半分に入ります。重要なのはこの「±」です。ほかに225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。カテゴリ別では指示追従が最も高く(69)、エージェント・ツールが最も低くなっています(45)。ブレンド価格は100万トークンあたり$1.20で、中程度の価格帯です。出力速度は43トークン/秒、回答開始まで42.0秒で、最も遅い4分の1に入ります。5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:2026年11月11日。

ブレンド価格
$1.20/M
入力$0.600・出力$3.00
出典:Artificial Analysis
出力速度
43 tok/s
Artificial Analysisによる測定
回答開始
42 s
最初のトークン 1.08 s
コンテキスト
262k
出典:LiteLLM price table
回答完了まで
129 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
2026年1月27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Index59
  2. 推論67
  3. コーディング55
  4. エージェント・ツール45
  5. 数学65
  6. 知識60
  7. 指示追従69
  8. 人間の評価63
  9. マルチモーダル59
  10. 長文コンテキスト64

この順位を埋め込む

ほかのバッジスタイル
[![Kimi K2.5 on BenchLeader: 総合 46位](https://www.benchleader.com/badge/kimi-k2-5.svg?style=compact)](https://www.benchleader.com/models/kimi-k2-5)

README.mdの冒頭、ほかのバッジの横に貼り付けてください。バッジはデータの更新ごとに描き直され、このページへリンクします。

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 K2.6thinking2026年4月20日59.3#110
Kimi K2.5thinkingこのページ2026年1月27日59.4#106

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
推論なし––39 tok/s7.57 s$0.0011エージェント・ツール 50 · 指示追従 46 · 長文コンテキスト 58 · マルチモーダル 55
high––33 tok/s1.08 s$0.0011コーディング 62 · 数学 51
max––33 tok/s1.08 s$0.0011
thinking最良59.4#10643 tok/s42 s$0.0011エージェント・ツール 45 · コーディング 55 · 人間の評価 63 · 指示追従 69 · 知識 60 · 長文コンテキスト 64 · 数学 65 · マルチモーダル 59 · 推論 67
未記載54.6#22833 tok/s1.08 s$0.0011エージェント・ツール 46 · コーディング 51 · 人間の評価 61 · 指示追従 58 · 知識 48 · 長文コンテキスト 65 · 数学 62 · マルチモーダル 54 · 推論 52

Indexの推移

2026年9月8日〜2026年11月16日
475564
  • thinking
  • 標準

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

ベンチマーク推論なしthinking出典推移
AA Openness IndexIndex対象外33.3#23933.3#239Artificial Analysis

推論

ベンチマーク推論なしthinking標準出典推移
GPQA Diamondエフォート未記載––87.6%#83Epoch AI Benchmarking Hub
Humanity's Last Examエフォート未記載––24.4%#18Scale AI / CAIS
SimpleBenchエフォート未記載––46.8%#65SimpleBench
Arena Hard Prompts–1471#851460#98Arena (LMArena)
GPQA Diamond (AA)Index対象外78.9%#20987.9%#95–Artificial Analysis
Humanity's Last Exam (AA)Index対象外13.2%#29130.7%#161–Artificial Analysis
GPQA Diamond (Vals)Index対象外–84.1%#53–Vals AI
Kagi LLM Benchmark–78.5%#1063.8%#40Kagi LLM Benchmark
ARC-AGI-1エフォート未記載––65.3%#161ARC Prize
ARC-AGI-2エフォート未記載––11.8%#166ARC Prize
CritPtIndex対象外0.6%#2743.1%#195–Artificial Analysis
Arena ExpertIndex対象外–1482#731453#115Arena (LMArena)
CL-benchIndex対象外エフォート未記載––19.3%#10Epoch AI Benchmarking Hub
CL-bench LifeIndex対象外エフォート未記載––13.2%#10Epoch AI Benchmarking Hub

コーディング

ベンチマークhighthinking標準出典推移
SWE-bench Verified (Epoch)エフォート未記載––73.8%#17Epoch AI Benchmarking Hub
SciCodeエフォート未記載––49.0%#132SciCode
WeirdMLエフォート未記載––45.6%#84WeirdML
Arena Coding–1502#791505#70Arena (LMArena)
Arena WebDev–1436#891405#99Arena (LMArena)
LiveCodeBench–83.9%#45–Vals AI
SWE-bench (Vals)Index対象外–70.0%#59–Vals AI
SWE-bench Verified (bash only)70.8%#11––SWE-bench
SWE-bench Multilingual (bash only)Index対象外エフォート未記載––67.3%#7SWE-bench
SWE-bench Verified (any scaffold)Index対象外70.8%#14––SWE-bench
Code MigrationIndex対象外–7.0%#67–Vals AI
Vibe Code Bench v1.1Index対象外–17.5%#96–Vals AI
SWE Atlas v1.0: Codebase QnAIndex対象外エフォート未記載––13.1%#20Scale AI SEAL
SWE Atlas v1.0: RefactoringIndex対象外エフォート未記載––20.9%#15Scale AI SEAL
SWE Atlas v1.0: Test WritingIndex対象外エフォート未記載––25.8%#21Scale AI SEAL
ALE-BenchIndex対象外エフォート未記載––821.6#82Epoch AI Benchmarking Hub
Terminal-Bench 2.1 (AA)Index対象外–45.7%#129–Artificial Analysis
Design Arena WebsiteIndex対象外–1241#66–Design Arena

エージェント・ツール

ベンチマーク推論なしthinking標準出典推移
Terminal-Benchエフォート未記載––43.2%#52Terminal-Bench
Terminal-Bench Hard18.9%#17034.9%#82–Artificial Analysis
τ²-Bench Telecom (AA)Index対象外81.3%#11995.9%#15–Artificial Analysis
Terminal-Bench 2.1 (Vals)–42.0%#66–Vals AI
MCP Atlasエフォート未記載––64.4%#28Scale AI SEAL
GDPval-AA v2.1Index対象外–847#205–Artificial Analysis
τ³-Banking (AA)–14.2%#126–Artificial Analysis
APEX-Agents (AA)Index対象外–11.5%#28–Artificial Analysis
Finance Agent v2Index対象外–35.8%#69–Vals AI
Harvey's Legal Agent Benchmark v1Index対象外–0.0%#64–Vals AI
Legal Research BenchIndex対象外–15.9%#71–Vals AI
Terminal-Bench 2.0 (Vals)Index対象外–40.5%#31–Vals AI
Vending-Bench 2Index対象外エフォート未記載––1198.5#56Andon Labs
Design Arena AgenticIndex対象外–1116#55–Design Arena

数学

ベンチマークhighthinking標準出典推移
OTIS Mock AIMEエフォート未記載––92.2%#76Epoch AI Benchmarking Hub
AIME (Vals)–95.6%#8–Vals AI
AIME 202695.8%#13––MathArena
HMMT February 202687.1%#19––MathArena
MathArena Apex汚染の可能性8.8%#23––MathArena
Arena Maths–1470#551441#94Arena (LMArena)

知識

ベンチマーク推論なしthinking標準出典推移
SimpleQA Verifiedエフォート未記載––34.3%#61Epoch AI Benchmarking Hub
MMLU-Pro–85.9%#51–Vals AI
CorpFin–68.3%#10–Vals AI
TaxEval–74.2%#39–Vals AI
MedQA–94.4%#17–Vals AI
PRBench Financeエフォート未記載––46.5%#20Scale AI SEAL
PRBench Legalエフォート未記載––43.8%#30Scale AI SEAL
MultiNRCエフォート未記載汚染の可能性––35.2%#21Scale AI SEAL
CaseLaw v2Index対象外–58.7%#28–Vals AI
Excel Modeling BenchmarkIndex対象外–28.5%#66–Vals AI
MedCodeIndex対象外–39.3%#66–Vals AI
MedScribeIndex対象外–76.4%#74–Vals AI
Global-MMLU-Lite (AA)Index対象外84.0%#45––Artificial Analysis

指示追従

ベンチマーク推論なしthinking標準出典推移
IFBench43.7%#22370.2%#69–Artificial Analysis
MultiChallengeエフォート未記載––61.4%#15Scale AI SEAL
TutorBenchエフォート未記載––54.6%#6Scale AI SEAL
Arena Instruction FollowingIndex対象外–1439#811432#95Arena (LMArena)

人間の評価

ベンチマークthinking標準出典推移
Arena Text1450#811431#113Arena (LMArena)
EQ-Bench Creative Writing v3Index対象外エフォート未記載–1579#48EQ-Bench
Arena Creative WritingIndex対象外1422#821393#121Arena (LMArena)
Arena Multi-turnIndex対象外1452#871440#107Arena (LMArena)
Arena Longer QueriesIndex対象外1457#811443#105Arena (LMArena)

マルチモーダル

ベンチマーク推論なしthinking標準出典推移
Arena Vision–1269#441253#60Arena (LMArena)
MMMU-Pro73.1%#14075.4%#114–Artificial Analysis
VISTAエフォート未記載––41.9%#37Scale AI SEAL
MMMU-Pro (Vals)Index対象外–84.3%#26–Vals AI
MortgageTaxIndex対象外–66.5%#32–Vals AI

長文コンテキスト

ベンチマーク推論なしthinking標準出典推移
Fiction.LiveBench 120kエフォート未記載––78.1%#6Fiction.live
AA-LCR v1.167.3%#25878.0%#137–Artificial Analysis
Arena DocumentIndex対象外–1438#39–Arena (LMArena)

総合

ベンチマーク推論なしmaxthinking標準出典推移
Epoch Capabilities IndexIndex対象外エフォート未記載–––148.8#72Epoch AI Benchmarking Hub
AA Intelligence Index v4.3.2Index対象外19.4#250–23.5#195–Artificial Analysis
AA Progress Index v1Index対象外245.5#277–270.5#203–Artificial Analysis
Vals RSI IndexIndex対象外–6.8%#27––Vals AI

安全性・誠実さ

ベンチマーク標準出典推移
FORTRESSIndex対象外41.1%#62Scale AI SEAL
MASKIndex対象外汚染の可能性70.5%#31Scale AI SEAL

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
Venice56 tok/s0.54 s$0.532$3.33256k–
Amazon Bedrock53 tok/s3.54 s$0.600$3.00262k–
AtlasCloud41 tok/s0.76 s$0.490$2.50262kint4
NovitaAI30 tok/s1.20 s$0.570$2.85262k–
SiliconFlow24 tok/s1.43 s$0.500$2.50262kint4

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$0.825$1.65$2.48$3.3026年9月26年10月26年11月
入力 出力
現在:入力$0.600・出力$3.00

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100万トークンあたり$0.100の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$0.0011$0.001049.1 s
30ページのレポートを要約12,000 / 600$0.0090$0.004556.1 s
コード編集6,000 / 1,500$0.0081$0.00591.3 min
エージェント型コーディングセッション60,000 / 4,000$0.048$0.0252.3 min
構造化データの抽出2,000 / 200$0.0018$0.001146.7 s

Moonshot AIのほかのモデル

今月の新着

Kimi K2.5と比較する

関連ページ

埋め込み・引用

Kimi K2.5の順位をモデルカードやREADMEに表示できます。バッジは毎日の更新に合わせて描き直され、データの日付が入り、このページへリンクします。

[![Kimi K2.5 on BenchLeader: 総合 46位](https://www.benchleader.com/badge/kimi-k2-5.svg)](https://www.benchleader.com/models/kimi-k2-5)

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 K2.5 on the BenchLeader Index (method v1.4) [Data set]. Retrieved November 16, 2026, from https://www.benchleader.com/models/kimi-k2-5

BibTeX:

@misc{benchleader_kimi_k2_5_20261116,
  author       = {{BenchLeader}},
  title        = {{Kimi K2.5 on the BenchLeader Index (method v1.4)}},
  year         = {2026},
  month        = nov,
  howpublished = {\url{https://www.benchleader.com/models/kimi-k2-5}},
  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 K2.5のベンチマークスコアは?
2026年11月16日時点で、Kimi K2.5(推論エフォート thinking)のBenchLeader Indexは59.4 ±4.2です。最も強いのは指示追従(69)、最も弱いのはエージェント・ツール(45)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 K2.5の順位は?
2026年11月16日時点で、Kimi K2.5(推論エフォート thinking)はランク付けされた608構成中106位です。ほかに225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 K2.5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 K2.5の料金は入力100万トークンあたり$0.600、出力100万トークンあたり$3.00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$1.20です。定価が最後に変わったのは2026年10月21日です。
Kimi K2.5はDeepSeek V4.1 Flash 1017より優れていますか?
2026年11月16日時点で、DeepSeek V4.1 Flash 1017(推論エフォート max)とKimi K2.5(推論エフォート thinking)の品質はほぼ互角です(BenchLeader Indexで57.7対59.4、±5.5の誤差の範囲内)。価格と速度、重視するカテゴリで選んでください。ベンチマークごとの詳細は比較ページにあります。
Kimi K2.5はいつリリースされましたか?
Moonshot AIが2026年1月27日にKimi K2.5をリリースしました。BenchLeaderには5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「Kimi K2.5: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-k2-5