BenchLeader

Kimi K2.6

推論エフォート
品質339中47位
59.3Index
上位4分の1
中央値比 +9.1
価格255中167位
$1.71100万トークンあたり
多くのモデルより高い
中央値の2.0倍
速度216中188位
41トークン/秒
下位4分の1
中央値の0.5倍
コスパ255中163位
34.6ポイント/$
中央値より下
中央値の0.6倍

よりコスパが高いモデル: GLM 5.3 Flash $0.238/MでIndex 57.8(86%安い)。

より安価でスコアの高いランク付けモデルが5つあります:Gemini 3.7 Flash (62.1, $1.50)、Gemini 3.6 Flash (61.0, $1.50)、Gemini 3.8 Flash (60.2, $1.50)ほか2つ。

2026年11月16日時点で、Kimi K2.6(Moonshot AI)のBenchLeader Indexは59.3です(ランク付け対象は608構成)。最も強いのは指示追従(74)、最も弱いのはエージェント・ツール(58)です。API料金は入力100万トークンあたり$0.950、出力100万トークンあたり$4.00(3:1のブレンドで$1.71)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)。2026年4月20日にリリースされました。

要点(2026年11月16日時点)

  • Kimi K2.6のAPI料金は入力100万トークンあたり$0.950、出力100万トークンあたり$4.00(3:1のブレンドで$1.71)です(定価、2026年11月16日)。
  • Kimi K2.6の出力速度は約41トークン/秒です(Artificial Analysis、2026年11月16日)。
  • Kimi K2.6は2026年4月20日にリリースされました(Moonshot AI)。

詳しく見ると:Kimi K2.6はMoonshot AIのオープンウェイトのモデルです(2026年4月20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59.3 ±7.1を記録し、608構成中110位で上位半分に入ります。重要なのはこの「±」です。ほかに289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(74)、エージェント・ツールが最も低くなっています(58)。ブレンド価格は100万トークンあたり$1.71で、ランク付けされたモデルの多くより高価です。出力速度は41トークン/秒、回答開始まで93.1秒で、最も遅い4分の1に入ります。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:2026年4月20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
$1.71/M
入力$0.950・出力$4.00
出典:Artificial Analysis
出力速度
41 tok/s
Artificial Analysisによる測定
回答開始
93 s
最初のトークン 0.71 s
コンテキスト
262k
出典:models.dev
回答完了まで
216 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4月20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. エージェント・ツール58
  3. 指示追従74
  4. マルチモーダル62
  5. 長文コンテキスト65

この順位を埋め込む

ほかのバッジスタイル
[![Kimi K2.6 on BenchLeader: 総合 48位](https://www.benchleader.com/badge/kimi-k2-6.svg?style=compact)](https://www.benchleader.com/models/kimi-k2-6)

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 K2.6thinkingこのページ2026年4月20日59.3#110
Kimi K2.5thinking2026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––33 tok/s8.43 s$0.0016エージェント・ツール 67 · 指示追従 46 · 長文コンテキスト 59
high––59 tok/s0.71 s$0.0016数学 57
thinking最良59.3#11041 tok/s93 s$0.0016エージェント・ツール 58 · 指示追従 74 · 長文コンテキスト 65 · マルチモーダル 62
未記載55.1#21959 tok/s0.71 s$0.0016エージェント・ツール 34 · コーディング 59 · 人間の評価 59 · 知識 56 · 数学 55 · マルチモーダル 62 · 推論 65

Indexの推移

2026年9月8日〜2026年11月16日
485868
  • 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––90.8%#44Epoch AI Benchmarking Hub
Arena Hard Promptsエフォート未記載––1485#60Arena (LMArena)
LiveBench 1.0 ReasoningIndex対象外–79.4%#54–LiveBench
GPQA Diamond (AA)Index対象外78.8%#21091.1%#50–Artificial Analysis
Humanity's Last Exam (AA)Index対象外19.6%#23737.5%#117–Artificial Analysis
GPQA Diamond (Vals)Index対象外エフォート未記載––89.1%#30Vals AI
CritPtIndex対象外1.4%#2308.0%#153–Artificial Analysis
Arena ExpertIndex対象外エフォート未記載––1503#40Arena (LMArena)
Chess PuzzlesIndex対象外エフォート未記載––20.0%#100Epoch AI Benchmarking Hub
Mystery Game PuzzlesIndex対象外12.0%#108–18.0%#74Epoch AI Benchmarking Hub
LMCAIndex対象外エフォート未記載––37.3%#126Epoch AI Benchmarking Hub
DTBenchIndex対象外エフォート未記載––90.9%#82Epoch AI Benchmarking Hub

コーディング

ベンチマークthinking標準出典推移
SWE-bench Verified (Epoch)エフォート未記載–76.7%#9Epoch AI Benchmarking Hub
SciCodeエフォート未記載–53.5%#84SciCode
WeirdMLエフォート未記載–55.9%#58WeirdML
Arena Codingエフォート未記載–1516#47Arena (LMArena)
Arena WebDevエフォート未記載–1509#66Arena (LMArena)
LiveBench 1.0 CodingIndex対象外78.6%#30–LiveBench
SciCode (AA)Index対象外51.5%#110–Artificial Analysis
LiveCodeBenchエフォート未記載–86.8%#19Vals AI
SWE-bench (Vals)Index対象外エフォート未記載–76.2%#40Vals AI
Code MigrationIndex対象外エフォート未記載–27.8%#44Vals AI
ProgramBenchIndex対象外エフォート未記載–0.0%#34Vals AI
Vibe Code Bench v1.1Index対象外エフォート未記載–37.9%#77Vals AI
ALE-BenchIndex対象外エフォート未記載–1092.7#60Epoch AI Benchmarking Hub
Terminal-Bench 4.0 (AA)Index対象外0.5%#172–Artificial Analysis
Terminal-Bench 2.1 (AA)Index対象外65.9%#81–Artificial Analysis
Design Arena WebsiteIndex対象外エフォート未記載–1263#45Design 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
OSWorld-Verified 2.0エフォート未記載––4.6%#12OSWorld
LiveBench Agentic CodingIndex対象外–46.9%#50–LiveBench
Terminal-Bench Hard37.9%#6243.9%#37–Artificial Analysis
τ²-Bench Telecom (AA)Index対象外93.9%#3895.9%#15–Artificial Analysis
Terminal-Bench 2.1 (Vals)エフォート未記載––53.6%#53Vals AI
HiL-Benchエフォート未記載––18.7%#32Scale AI SEAL
GDPval-AA v2.1Index対象外–1046#172–Artificial Analysis
τ³-Banking (AA)–23.3%#89–Artificial Analysis
ITBench SRE (AA)Index対象外–31.2%#32–Artificial Analysis
APEX-Agents (AA)Index対象外–28.5%#13–Artificial Analysis
Finance Agent v2Index対象外エフォート未記載––44.9%#57Vals AI
Harvey's Legal Agent Benchmark v1Index対象外エフォート未記載––1.7%#50Vals AI
Legal Research BenchIndex対象外エフォート未記載––15.9%#71Vals AI
Tax Agent BenchIndex対象外エフォート未記載––12.4%#64Vals AI
Terminal-Bench 2.0 (Vals)Index対象外エフォート未記載––57.3%#13Vals AI
ExploitBenchIndex対象外エフォート未記載––18.4%#6Epoch AI Benchmarking Hub
GBAEvalIndex対象外エフォート未記載––0.9%#17Epoch AI Benchmarking Hub
Vending-Bench 2Index対象外エフォート未記載––6204.6#23Andon Labs
AutomationBenchIndex対象外–13.0%#182–Artificial Analysis
GDP.pdf (AA)Index対象外–13.0%#136–Artificial Analysis
EnterpriseOps-GymIndex対象外–38.5%#32–Artificial Analysis
AA-Briefcase v1.1Index対象外–821#188–Artificial Analysis
Design Arena AgenticIndex対象外エフォート未記載––1158#49Design Arena

数学

ベンチマークhighthinking標準出典推移
FrontierMath Tiers 1–3エフォート未記載––57.2%#49Epoch AI Benchmarking Hub
FrontierMath Tier 4エフォート未記載––25.6%#53Epoch AI Benchmarking Hub
OTIS Mock AIMEエフォート未記載––96.1%#46Epoch AI Benchmarking Hub
ProofBenchエフォート未記載––16.0%#60Vals AI
LiveBench MathematicsIndex対象外–84.3%#58–LiveBench
AIME 2026汚染の可能性95.8%#13––MathArena
HMMT February 2026汚染の可能性94.7%#8––MathArena
USAMO 2026Index対象外汚染の可能性51.2%#5––MathArena
MathArena Apex汚染の可能性24.0%#13––MathArena
Arena Mathsエフォート未記載––1479#39Arena (LMArena)

知識

ベンチマークthinking標準出典推移
SimpleQA Verifiedエフォート未記載–34.9%#60Epoch AI Benchmarking Hub
LiveBench 1.0 Data AnalysisIndex対象外65.1%#58–LiveBench
MMLU-Proエフォート未記載–87.6%#25Vals AI
LegalBenchエフォート未記載–84.7%#30Vals AI
CorpFinエフォート未記載–66.7%#17Vals AI
TaxEvalエフォート未記載–74.7%#33Vals AI
CaseLaw v2Index対象外エフォート未記載–61.2%#22Vals AI
Excel Modeling BenchmarkIndex対象外エフォート未記載–57.9%#40Vals AI
MedCodeIndex対象外エフォート未記載–40.1%#65Vals AI
MedScribeIndex対象外エフォート未記載–78.2%#64Vals AI
Public Benefits Bench v1.1Index対象外エフォート未記載–56.6%#39Vals AI
EBR-benchIndex対象外エフォート未記載–2.4%#30Epoch AI Benchmarking Hub
GDP.pdfIndex対象外エフォート未記載–12.0%#48Epoch AI Benchmarking Hub

指示追従

ベンチマーク推論なしthinking標準出典推移
LiveBench LanguageIndex対象外–75.1%#47–LiveBench
LiveBench Instruction FollowingIndex対象外–64.4%#48–LiveBench
IFBench44.3%#21876.0%#23–Artificial Analysis
Arena Instruction FollowingIndex対象外エフォート未記載––1456#60Arena (LMArena)

人間の評価

ベンチマーク標準出典推移
Arena Text1461#61Arena (LMArena)
EQ-Bench 41191#21EQ-Bench
EQ-Bench Creative Writing v3Index対象外1721#31EQ-Bench
Arena Creative WritingIndex対象外1432#71Arena (LMArena)
Arena Multi-turnIndex対象外1462#79Arena (LMArena)
Arena Longer QueriesIndex対象外1478#53Arena (LMArena)

マルチモーダル

ベンチマークthinking標準出典推移
Arena Visionエフォート未記載–1282#34Arena (LMArena)
MMMU-Pro79.4%#70–Artificial Analysis
MMMU-Pro (Vals)Index対象外エフォート未記載–86.3%#21Vals AI
MortgageTaxIndex対象外エフォート未記載–65.8%#37Vals AI
Blueprint-Bench 2Index対象外エフォート未記載–3.9%#32Epoch AI Benchmarking Hub
Furniture AssemblyIndex対象外エフォート未記載–21.7%#36Epoch AI Benchmarking Hub

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
AA-LCR v1.169.7%#23981.0%#69–Artificial Analysis
Arena DocumentIndex対象外エフォート未記載––1450#33Arena (LMArena)
MLCRIndex対象外–11.1%#115–Artificial Analysis

総合

ベンチマーク推論なしthinking標準出典推移
Epoch Capabilities IndexIndex対象外エフォート未記載––151.6#60Epoch AI Benchmarking Hub
LiveBench 1.0Index対象外–70.5%#55–LiveBench
AA Intelligence Index v4.3.2Index対象外23.6#19327.0#153–Artificial Analysis
AA Progress Index v1Index対象外263.7#231284.4#159–Artificial Analysis
Vals Multimodal IndexIndex対象外エフォート未記載––56.4%#19Vals AI

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
Parasail100 tok/s0.44 s$0.750$3.50262kint4
Baidu Qianfan97 tok/s0.64 s$0.950$4.00262kfp4
Inceptron93 tok/s0.28 s$0.799$3.75262kint4
CoreWeave88 tok/s0.47 s$0.650$3.41262kfp4
Crusoe49 tok/s0.39 s$0.700$3.50262kbf16
StreamLake38 tok/s1.11 s$0.599$2.52256kfp8
Chutes35 tok/s2.17 s$0.390$1.80262kint4
DigitalOcean34 tok/s0.63 s$0.570$2.40262k–
AtlasCloud31 tok/s1.41 s$0.950$4.00262kint4
Moonshot AI31 tok/s2.28 s$0.950$4.00262k–
NovitaAI26 tok/s2.27 s$0.800$3.40262k–
Cloudflare26 tok/s1.95 s$0.950$4.00262k–
SiliconFlow21 tok/s1.26 s$0.770$3.40262kfp8
Venice18 tok/s0.95 s$0.750$3.50256kint4
DeepInfra16 tok/s1.11 s$0.750$3.50262kfp4
DeepInfra12 tok/s1.04 s$1.13$5.25262kfp4

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$0.160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$0.0016$0.00131.7 min
30ページのレポートを要約12,000 / 600$0.014$0.00671.8 min
コード編集6,000 / 1,500$0.012$0.00812.2 min
エージェント型コーディングセッション60,000 / 4,000$0.073$0.0373.2 min
構造化データの抽出2,000 / 200$0.0027$0.00151.6 min

Moonshot AIのほかのモデル

今月の新着

Kimi K2.6と比較する

関連ページ

埋め込み・引用

Kimi K2.6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 K2.6 on BenchLeader: 総合 48位](https://www.benchleader.com/badge/kimi-k2-6.svg)](https://www.benchleader.com/models/kimi-k2-6)

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 K2.6 on the BenchLeader Index (method v1.4) [Data set]. Retrieved November 16, 2026, from https://www.benchleader.com/models/kimi-k2-6

BibTeX:

@misc{benchleader_kimi_k2_6_20261116,
  author       = {{BenchLeader}},
  title        = {{Kimi K2.6 on the BenchLeader Index (method v1.4)}},
  year         = {2026},
  month        = nov,
  howpublished = {\url{https://www.benchleader.com/models/kimi-k2-6}},
  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 K2.6のベンチマークスコアは?
2026年11月16日時点で、Kimi K2.6(推論エフォート thinking)のBenchLeader Indexは59.3 ±7.1です。最も強いのは指示追従(74)、最も弱いのはエージェント・ツール(58)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 K2.6の順位は?
2026年11月16日時点で、Kimi K2.6(推論エフォート thinking)はランク付けされた608構成中110位です。ほかに289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 K2.6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 K2.6の料金は入力100万トークンあたり$0.950、出力100万トークンあたり$4.00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$1.71です。
Kimi K2.6はGPT-5より優れていますか?
2026年11月16日時点で、GPT-5(推論エフォート medium)とKimi K2.6(推論エフォート thinking)の品質はほぼ互角です(BenchLeader Indexで59.0対59.3、±8.9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 K2.6はいつリリースされましたか?
Moonshot AIが2026年4月20日にKimi K2.6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「Kimi K2.6: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-k2-6