K2 Horizon 375B A23B
截至 2026年11月16日,K2 Horizon 375B A23B(MBZUAI)在 BenchLeader Index 上得分 49.5(共 608 个已排名配置)。表现最好的是长上下文(65),最弱的是推理(37)。输出速度约为 200 token/秒(Artificial Analysis)。发布于 2026年9月3日。
要点(截至 2026年11月16日)
- K2 Horizon 375B A23B 的输出速度约为 200 token/秒(Artificial Analysis,2026年11月16日)。
- K2 Horizon 375B A23B 于 2026年9月3日发布(MBZUAI)。
详细说明:K2 Horizon 375B A23B 是 MBZUAI 的开放权重推理模型,发布于 2026年9月3日。其最佳配置在 BenchLeader Index 上得分 49.5 ±9.6,在 608 个配置中排第 361 名,处于下半区。关键在于这个“±”:另有 424 个配置的得分落在这一区间内,仅凭质量无法区分,真正拉开差距的是价格和速度。分类别看,长上下文得分最高(65),推理最低(37)。输出速度为 198 token/秒,首次回答需 20.0 秒,位于最快的四分之一。最近一次测量:2026年9月3日。
- 混合价格
- –
- 输出速度
- 198 tok/s
- 由 Artificial Analysis 测量
- 首次回答
- 20 s
- 上下文
- 524k
- 来源:Artificial Analysis
- 完整回答
- 27 s
- 最近一次测量 2026年11月13日
- 单任务成本
- –
- 单任务 token 数
- 64k
- 其中 71% 为推理
- 发布日期
- 2026年9月3日
- 综合 Index50
- 推理37
- 编程41
- 智能体与工具63
- 知识42
- 长上下文65
嵌入这个排名
更多徽章样式[](https://www.benchleader.com/models/k2-horizon-375b-a23b)粘贴到 README.md 顶部,放在其他徽章旁边。徽章会随每次数据更新重新生成,并链接回本页。
Index 走势
2026年10月28日 至 2026年11月16日Index 每天从头重新计算,因此当有新的基准测试结果、发布方修订分数,或用于归一化的参照模型发生变化时,曲线都会移动。早期的波动通常说明分数仍在趋于稳定。
基准测试结果
查看全部大模型基准测试。每种推理强度一列。排名是在该基准测试上所有模型的所有配置中的位置。将鼠标悬停在分数上可查看对应的测试运行。
推理
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| GPQA Diamond (AA)不计入 Index | 87.3%#101 | Artificial Analysis | |
| Humanity's Last Exam (AA)不计入 Index | 32.0%#157 | Artificial Analysis | |
| HLE-Diamond (AA) | 10.2%#120 | Artificial Analysis | |
| CritPt不计入 Index | 4.6%#179 | Artificial Analysis | |
| CritPt v2 hard subset (AA) | 12.0%#107 | Artificial Analysis |
编程
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| SciCode (AA)不计入 Index | 42.9%#174 | Artificial Analysis | |
| Terminal-Bench 4.0 (AA)不计入 Index | 1.5%#154 | Artificial Analysis | |
| Terminal-Bench 2.1 (AA)不计入 Index | 71.9%#71 | Artificial Analysis | |
| FrontierCode 1.1 (AA)不计入 Index | 32.1%#61 | Artificial Analysis | |
| FrontierCode 2.0 (AA) | 11.8%#92 | Artificial Analysis |
智能体与工具
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| GDPval-AA v2.1, normalised score不计入 Index | 42.9%#57 | Artificial Analysis | |
| GDPval-AA v2.1不计入 Index | 1363#99 | Artificial Analysis | |
| τ³-Banking (AA) | 34.2%#55 | Artificial Analysis | |
| AutomationBench不计入 Index | 37.2%#133 | Artificial Analysis | |
| GDP.pdf (AA)不计入 Index | 7.4%#180 | Artificial Analysis | |
| AA-Briefcase v1.1不计入 Index | 1293#95 | Artificial Analysis | |
| Terminal-Bench-Science 0.1 (AA)不计入 Index | 0.0%#115 | Artificial Analysis |
知识
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| AA-Omniscience v1.1 | -5#95 | Artificial Analysis | |
| AA-Omniscience v1.1: accuracy不计入 Index | 18.6%#124 | Artificial Analysis | |
| AA-Omniscience v1.1: non-hallucination不计入 Index | 71.0%#35 | Artificial Analysis |
长上下文
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| AA-LCR v1.1 | 80.0%#88 | Artificial Analysis | |
| MLCR不计入 Index | 12.2%#107 | Artificial Analysis |
综合
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| AA Intelligence Index v5.0.1不计入 Index | 17.8#99 | Artificial Analysis | |
| AA Intelligence Index v4.3.2不计入 Index | 30.5#124 | Artificial Analysis | |
| AA Progress Index v1不计入 Index | 293.5#137 | Artificial Analysis |
一项任务的成本
根据最佳配置的标价、输出速度和首次回答时间估算。“使用缓存”假定四分之三的输入来自提示缓存。未计入推理 token。
| 工作负载 | 输入 / 输出 token | 成本 | 使用缓存 | 耗时 |
|---|---|---|---|---|
| 聊天回复 | 400 / 300 | – | – | 21.6 s |
| 总结一份 30 页的报告 | 12,000 / 600 | – | – | 23.1 s |
| 代码编辑 | 6,000 / 1,500 | – | – | 27.6 s |
| 智能体编程会话 | 60,000 / 4,000 | – | – | 40.2 s |
| 结构化信息提取 | 2,000 / 200 | – | – | 21.1 s |
另请参阅
嵌入或引用
在模型卡片或 README 中展示 K2 Horizon 375B A23B 的排名。徽章会随每日更新重新生成,带有数据日期,并链接回本页。
[](https://www.benchleader.com/models/k2-horizon-375b-a23b)引用本页
排名每天都会变化,因此引用时需注明数据日期。APA 格式:
BenchLeader. (2026, November 16). K2 Horizon 375B A23B on the BenchLeader Index (method v1.4) [Data set]. Retrieved November 16, 2026, from https://www.benchleader.com/models/k2-horizon-375b-a23b
BibTeX:
@misc{benchleader_k2_horizon_375b_a23b_20261116,
author = {{BenchLeader}},
title = {{K2 Horizon 375B A23B on the BenchLeader Index (method v1.4)}},
year = {2026},
month = nov,
howpublished = {\url{https://www.benchleader.com/models/k2-horizon-375b-a23b}},
note = {Data as of 2026-11-16}
}常见问题
- K2 Horizon 375B A23B 的基准测试得分是多少?
- 截至 2026年11月16日,K2 Horizon 375B A23B 的 BenchLeader Index 为 49.5 ±9.6。最强的是长上下文(65),最弱的是推理(37)。该得分只基于第三方基准测试结果,本页每个分数都链接到其发布方。
- K2 Horizon 375B A23B 排名第几?
- 截至 2026年11月16日,K2 Horizon 375B A23B 在 608 个已排名配置中排第 361 名。另有 424 个配置的得分在其误差范围内,因此名次区间比确切名次更有意义。第一名是 Claude Fable 5.2(推理强度 max),得分 72.7。
- K2 Horizon 375B A23B 比 Nemotron 3.5 Super VL 120B A12B 更好吗?
- 截至 2026年11月16日,K2 Horizon 375B A23B 与 Nemotron 3.5 Super VL 120B A12B 的质量不相上下(BenchLeader Index 49.5 比 50.4,在 ±13.0 的误差范围内),可根据价格、速度和你看重的类别来选择。逐项基准测试的详细对比见对比页面。
- K2 Horizon 375B A23B 是什么时候发布的?
- MBZUAI 于 2026年9月3日发布了 K2 Horizon 375B A23B。
数据截至 2026年11月16日。 与其他模型对比
引用格式:BenchLeader,《K2 Horizon 375B A23B:基准测试、价格、速度与排名》,数据截至 2026年11月16日,https://www.benchleader.com/zh/models/k2-horizon-375b-a23b。