BenchLeader

Kimi K2

质量第 159 / 339 名
51.1Index
高于中位数
较中位数 +0.9
价格第 139 / 255 名
$1.00每百万 token
比多数贵
中位数的 1.2 倍
速度第 186 / 216 名
41token/秒
后四分之一
中位数的 0.5 倍
性价比第 140 / 255 名
50.9分/$
低于中位数
中位数的 0.9 倍

性价比更高: Ling 3.0 Flash $0.115/M 即可获得 Index 51.7,便宜 89%。

有 52 个更便宜的已排名模型得分更高:DeepSeek V4.1 Flash (58.5, $0.525)、GPT-5.6 Luna (58.2, $0.450)、Inkling 2 Small (57.9, $0.475),另有 49 个。

截至 2026年11月16日,Kimi K2(Moonshot AI)在 BenchLeader Index 上得分 51.1(共 608 个已排名配置)。表现最好的是数学(61),最弱的是推理(41)。API 价格为输入每百万 token $0.570、输出每百万 token $2.30(按 3:1 混合为 $1.00),为 2026年11月16日的标价。输出速度约为 41 token/秒(Artificial Analysis)。发布于 2025年7月11日。

要点(截至 2026年11月16日)

  • Kimi K2 的 API 价格为输入每百万 token $0.570、输出每百万 token $2.30(按 3:1 混合为 $1.00)(标价,2026年11月16日)。
  • Kimi K2 的输出速度约为 41 token/秒(Artificial Analysis,2026年11月16日)。
  • Kimi K2 于 2025年7月11日发布(Moonshot AI)。

详细说明:Kimi K2 是 Moonshot AI 的开放权重模型,发布于 2025年7月11日。其最佳配置在 BenchLeader Index 上得分 51.1 ±3.7,在 608 个配置中排第 321 名,处于下半区。关键在于这个“±”:另有 265 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,数学得分最高(61),推理最低(41)。按混合价格计,每百万 token $1.00,价格居中。输出速度为 41 token/秒,首次回答需 6.5 秒,位于最慢的四分之一。它已被 Kimi K2 0905 取代,如今应与后者进行比较。最近一次测量:2026年11月11日。

混合价格
$1.00/M
输入 $0.570 · 输出 $2.30
来源:Artificial Analysis
输出速度
41 tok/s
由 Artificial Analysis 测量
首次回答
6.48 s
首 token 1.25 s
上下文
131k
来源:models.dev
完整回答
64 s
最近一次测量 2026年11月13日
单任务成本
–
单任务 token 数
–
发布日期
2025年7月11日
各类别得分虚线 = 平均模型(50)。每 15 分为一个标准差。
  1. 综合 Index51
  2. 推理41
  3. 编程48
  4. 智能体与工具53
  5. 数学61
  6. 知识44
  7. 指令遵循53
  8. 人类偏好59
  9. 长上下文51

Moonshot AI 发布新模型时邮件通知我

进入排名时再通知一次,每周一另有每周回顾。

选择提供商和邮件类型

版本

Moonshot AI 以这个名称发布过 2 个模型。每个版本都只按自身结果排名;较新的版本往往结果较少,在更多结果出炉之前,其 Index 会更接近平均水平。

模型发布日期Index排名
Kimi K2 09052025年9月5日51.7#304
Kimi K2本页2025年7月11日51.1#321

Index 走势

2026年9月8日 至 2026年11月16日
455056

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。

元数据

基准测试默认来源趋势
AA Openness Index不计入 Index44.4#97Artificial Analysis

推理

基准测试默认来源趋势
SimpleBench26.3%#95SimpleBench
Arena Hard Prompts1433#141Arena (LMArena)
GPQA Diamond (AA)不计入 Index76.6%#235Artificial Analysis
Humanity's Last Exam (AA)不计入 Index7.4%#385Artificial Analysis
GPQA Diamond (Vals)不计入 Index71.5%#89Vals AI
Kagi LLM Benchmark45.0%#93Kagi LLM Benchmark
GPQA Diamond (HELM)不计入 Index65.2%#19HELM Capabilities
CritPt不计入 Index0.0%#337Artificial Analysis
Arena Expert不计入 Index1415#158Arena (LMArena)
ForecastBench不计入 Index62.0%#60ForecastBench

数学

基准测试默认来源趋势
AIME (Vals)62.7%#56Vals AI
MGSM91.0%#30Vals AI
Omni-MATH (HELM)65.4%#6HELM Capabilities
MATH 500不计入 Index94.2%#10Vals AI
Arena Maths1388#171Arena (LMArena)
AIME 2025 (AA)不计入 Index57.0%#120Artificial Analysis

知识

指令遵循

人类偏好

基准测试默认来源趋势
Arena Text1418#131Arena (LMArena)
EQ-Bench Creative Writing v3不计入 Index1666#40EQ-Bench
Arena Creative Writing不计入 Index1371#153Arena (LMArena)
Arena Multi-turn不计入 Index1420#133Arena (LMArena)
Arena Longer Queries不计入 Index1395#173Arena (LMArena)
Lech Mazur Creative Writing不计入 Index85.6%#2Lech Mazur

长上下文

基准测试默认来源趋势
AA-LCR v1.153.0%#329Artificial Analysis

综合

基准测试默认来源趋势
Epoch Capabilities Index不计入 Index141.2#109Epoch AI Benchmarking Hub
AA Intelligence Index v4.3.2不计入 Index12.7#334Artificial Analysis
AA Progress Index v1不计入 Index211.5#377Artificial Analysis
HELM Capabilities mean不计入 Index76.8%#10HELM Capabilities

安全与诚实

基准测试默认来源趋势
FORTRESS不计入 Index55.5%#75Scale AI SEAL
MASK不计入 Index可能存在污染46.7%#60Scale AI SEAL

优势所在

在所有已测配置中,这个配置排名前五的基准测试。

API 价格:在哪里调用

通过 OpenRouter 提供这个模型的所有提供商:吞吐量和首 token 延迟基于过去 30 分钟的实时流量测得,价格为各提供商自己的报价。紫色标出每列的最佳值。

提供商速度首 token输入 $/M输出 $/M上下文量化
NovitaAI35 tok/s1.04 s$0.570$2.30131kfp8

价格历史

上述价格(每百万 token)在每个变动日的数值。

$0.00$0.632$1.26$1.90$2.5326年9月26年10月26年11月
输入 输出
当前:输入 $0.570 · 输出 $2.30

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$0.0009–13.8 s
总结一份 30 页的报告12,000 / 600$0.0082–21.1 s
代码编辑6,000 / 1,500$0.0069–43.2 s
智能体编程会话60,000 / 4,000$0.043–1.7 min
结构化信息提取2,000 / 200$0.0016–11.4 s

Moonshot AI 的更多模型

本月新上线

另请参阅

嵌入或引用

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). 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}
}

全部徽章样式、可嵌入的前 10 名小组件,以及如何引用 Index

常见问题

Kimi K2 的基准测试得分是多少?
截至 2026年11月16日,Kimi K2 的 BenchLeader Index 为 51.1 ±3.7。最强的是数学(61),最弱的是推理(41)。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。
Kimi K2 排名第几?
截至 2026年11月16日,Kimi K2 在 608 个已排名配置中排第 321 名。另有 265 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。
Kimi K2 每百万 token 的价格是多少?
截至 2026年11月16日,Kimi K2 的价格为输入每百万 token $0.570、输出每百万 token $2.30,混合价格(每 1 个输出 token 对应 3 个输入 token)为 $1.00。标价最近一次变动是在 2026年9月9日。
Kimi K2 是什么时候发布的?
Moonshot AI 于 2025年7月11日发布了 Kimi K2。

数据截至 2026年11月16日。 与其他模型对比

引用格式:BenchLeader,《Kimi K2: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/kimi-k2。