Kimi K2.5
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
- 総合Index59
- 推論67
- コーディング55
- エージェント・ツール45
- 数学65
- 知識60
- 指示追従69
- 人間の評価63
- マルチモーダル59
- 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[](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。
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 K2.6thinking | 2026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/s | 7.57 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/s | 1.08 s | $0.0011 | コーディング 62 · 数学 51 |
| max | – | – | 33 tok/s | 1.08 s | $0.0011 | |
| thinking最良 | 59.4 | #106 | 43 tok/s | 42 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 | #228 | 33 tok/s | 1.08 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- 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#239 | 33.3#239 | Artificial 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%#83 | Epoch AI Benchmarking Hub | |
| Humanity's Last Examエフォート未記載 | – | – | 24.4%#18 | Scale AI / CAIS | |
| SimpleBenchエフォート未記載 | – | – | 46.8%#65 | SimpleBench | |
| Arena Hard Prompts | – | 1471#85 | 1460#98 | Arena (LMArena) | |
| GPQA Diamond (AA)Index対象外 | 78.9%#209 | 87.9%#95 | – | Artificial Analysis | |
| Humanity's Last Exam (AA)Index対象外 | 13.2%#291 | 30.7%#161 | – | Artificial Analysis | |
| GPQA Diamond (Vals)Index対象外 | – | 84.1%#53 | – | Vals AI | |
| Kagi LLM Benchmark | – | 78.5%#10 | 63.8%#40 | Kagi LLM Benchmark | |
| ARC-AGI-1エフォート未記載 | – | – | 65.3%#161 | ARC Prize | |
| ARC-AGI-2エフォート未記載 | – | – | 11.8%#166 | ARC Prize | |
| CritPtIndex対象外 | 0.6%#274 | 3.1%#195 | – | Artificial Analysis | |
| Arena ExpertIndex対象外 | – | 1482#73 | 1453#115 | Arena (LMArena) | |
| CL-benchIndex対象外エフォート未記載 | – | – | 19.3%#10 | Epoch AI Benchmarking Hub | |
| CL-bench LifeIndex対象外エフォート未記載 | – | – | 13.2%#10 | Epoch AI Benchmarking Hub |
コーディング
| ベンチマーク | high | thinking | 標準 | 出典 | 推移 |
|---|---|---|---|---|---|
| SWE-bench Verified (Epoch)エフォート未記載 | – | – | 73.8%#17 | Epoch AI Benchmarking Hub | |
| SciCodeエフォート未記載 | – | – | 49.0%#132 | SciCode | |
| WeirdMLエフォート未記載 | – | – | 45.6%#84 | WeirdML | |
| Arena Coding | – | 1502#79 | 1505#70 | Arena (LMArena) | |
| Arena WebDev | – | 1436#89 | 1405#99 | Arena (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%#7 | SWE-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%#20 | Scale AI SEAL | |
| SWE Atlas v1.0: RefactoringIndex対象外エフォート未記載 | – | – | 20.9%#15 | Scale AI SEAL | |
| SWE Atlas v1.0: Test WritingIndex対象外エフォート未記載 | – | – | 25.8%#21 | Scale AI SEAL | |
| ALE-BenchIndex対象外エフォート未記載 | – | – | 821.6#82 | Epoch 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%#52 | Terminal-Bench | |
| Terminal-Bench Hard | 18.9%#170 | 34.9%#82 | – | Artificial Analysis | |
| τ²-Bench Telecom (AA)Index対象外 | 81.3%#119 | 95.9%#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%#28 | Scale 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#56 | Andon Labs | |
| Design Arena AgenticIndex対象外 | – | 1116#55 | – | Design Arena |
数学
| ベンチマーク | high | thinking | 標準 | 出典 | 推移 |
|---|---|---|---|---|---|
| OTIS Mock AIMEエフォート未記載 | – | – | 92.2%#76 | Epoch AI Benchmarking Hub | |
| AIME (Vals) | – | 95.6%#8 | – | Vals AI | |
| AIME 2026 | 95.8%#13 | – | – | MathArena | |
| HMMT February 2026 | 87.1%#19 | – | – | MathArena | |
| MathArena Apex汚染の可能性 | 8.8%#23 | – | – | MathArena | |
| Arena Maths | – | 1470#55 | 1441#94 | Arena (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%#61 | Epoch 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%#20 | Scale AI SEAL | |
| PRBench Legalエフォート未記載 | – | – | 43.8%#30 | Scale AI SEAL | |
| MultiNRCエフォート未記載汚染の可能性 | – | – | 35.2%#21 | Scale 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 |
|---|---|---|---|---|---|
| IFBench | 43.7%#223 | 70.2%#69 | – | Artificial Analysis | |
| MultiChallengeエフォート未記載 | – | – | 61.4%#15 | Scale AI SEAL | |
| TutorBenchエフォート未記載 | – | – | 54.6%#6 | Scale AI SEAL | |
| Arena Instruction FollowingIndex対象外 | – | 1439#81 | 1432#95 | Arena (LMArena) |
人間の評価
| ベンチマーク | thinking | 標準 | 出典 | 推移 |
|---|---|---|---|---|
| Arena Text | 1450#81 | 1431#113 | Arena (LMArena) | |
| EQ-Bench Creative Writing v3Index対象外エフォート未記載 | – | 1579#48 | EQ-Bench | |
| Arena Creative WritingIndex対象外 | 1422#82 | 1393#121 | Arena (LMArena) | |
| Arena Multi-turnIndex対象外 | 1452#87 | 1440#107 | Arena (LMArena) | |
| Arena Longer QueriesIndex対象外 | 1457#81 | 1443#105 | Arena (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#44 | 1253#60 | Arena (LMArena) | |
| MMMU-Pro | 73.1%#140 | 75.4%#114 | – | Artificial Analysis | |
| VISTAエフォート未記載 | – | – | 41.9%#37 | Scale 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%#6 | Fiction.live | |
| AA-LCR v1.1 | 67.3%#258 | 78.0%#137 | – | Artificial Analysis | |
| Arena DocumentIndex対象外 | – | 1438#39 | – | Arena (LMArena) |
総合
| ベンチマーク | 推論なし | max | thinking | 標準 | 出典 | 推移 |
|---|---|---|---|---|---|---|
| Epoch Capabilities IndexIndex対象外エフォート未記載 | – | – | – | 148.8#72 | Epoch 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%#62 | Scale AI SEAL | |
| MASKIndex対象外汚染の可能性 | 70.5%#31 | Scale 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 |
|---|---|---|---|---|---|---|
| Venice | 56 tok/s | 0.54 s | $0.532 | $3.33 | 256k | – |
| Amazon Bedrock | 53 tok/s | 3.54 s | $0.600 | $3.00 | 262k | – |
| AtlasCloud | 41 tok/s | 0.76 s | $0.490 | $2.50 | 262k | int4 |
| NovitaAI | 30 tok/s | 1.20 s | $0.570 | $2.85 | 262k | – |
| SiliconFlow | 24 tok/s | 1.43 s | $0.500 | $2.50 | 262k | int4 |
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 | $0.0010 | 49.1 s |
| 30ページのレポートを要約 | 12,000 / 600 | $0.0090 | $0.0045 | 56.1 s |
| コード編集 | 6,000 / 1,500 | $0.0081 | $0.0059 | 1.3 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 | $0.025 | 2.3 min |
| 構造化データの抽出 | 2,000 / 200 | $0.0018 | $0.0011 | 46.7 s |
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。
[](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}
}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