Kimi K2.6
性价比更高: GLM 5.3 Flash $0.238/M 即可获得 Index 57.8,便宜 86%。
有 5 个更便宜的已排名模型得分更高:Gemini 3.7 Flash (62.1, $1.50)、Gemini 3.6 Flash (61.0, $1.50)、Gemini 3.8 Flash (60.2, $1.50),另有 2 个。
截至 2026年11月16日,Kimi K2.6(Moonshot AI)在 BenchLeader Index 上得分 59.3(共 608 个已排名配置)。表现最好的是指令遵循(74),最弱的是智能体与工具(58)。API 价格为输入每百万 token $0.950、输出每百万 token $4.00(按 3:1 混合为 $1.71),为 2026年11月16日的标价。输出速度约为 41 token/秒(Artificial Analysis)。发布于 2026年4月20日。
要点(截至 2026年11月16日)
- Kimi K2.6 的 API 价格为输入每百万 token $0.950、输出每百万 token $4.00(按 3:1 混合为 $1.71)(标价,2026年11月16日)。
- Kimi K2.6 的输出速度约为 41 token/秒(Artificial Analysis,2026年11月16日)。
- Kimi K2.6 于 2026年4月20日发布(Moonshot AI)。
详细说明:Kimi K2.6 是 Moonshot AI 的开放权重模型,发布于 2026年4月20日。其最佳配置(推理强度 thinking)在 BenchLeader Index 上得分 59.3 ±7.1,在 608 个配置中排第 110 名,处于上半区。关键在于这个“±”:另有 289 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,指令遵循得分最高(74),智能体与工具最低(58)。按混合价格计,每百万 token $1.71,比大多数已排名模型贵。输出速度为 41 token/秒,首次回答需 93.1 秒,位于最慢的四分之一。它已在 4 种推理强度设置下测得结果;本摘要描述的是得分最高的设置,可用上方标签切换。最近一次测量:2026年4月20日。数据较旧:六个月内没有新结果
- 混合价格
- $1.71/M
- 输入 $0.950 · 输出 $4.00
- 来源:Artificial Analysis
- 输出速度
- 41 tok/s
- 由 Artificial Analysis 测量
- 首次回答
- 93 s
- 首 token 0.71 s
- 上下文
- 262k
- 来源:models.dev
- 完整回答
- 216 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
- 2026年4月20日
- 综合 Index59
- 智能体与工具58
- 指令遵循74
- 多模态62
- 长上下文65
嵌入这个排名
更多徽章样式[](https://www.benchleader.com/models/kimi-k2-6)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。
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 K2.6thinking本页 | 2026年4月20日 | 59.3 | #110 |
| Kimi K2.5thinking | 2026年1月27日 | 59.4 | #106 |
不同推理强度的配置
同一个模型允许思考的程度不同,表现也会不同。每一行是一种推理强度设置,只用在该设置下运行的基准测试打分。“未说明”汇总了发布方没有注明所用设置的结果;对推理模型而言这通常是其思考模式,但我们不做这一假定。在这里或页面顶部选择一个设置,即可查看其价格、速度和各类别得分。
Index 走势
2026年9月8日 至 2026年11月16日- thinking
- 默认
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 | 无推理 | thinking | 来源 | 趋势 |
|---|---|---|---|---|
| AA Openness Index不计入 Index | 33.3#239 | 33.3#239 | Artificial Analysis |
推理
| 基准测试 | 无推理 | thinking | 默认 | 来源 | 趋势 |
|---|---|---|---|---|---|
| GPQA Diamond推理强度未说明 | – | – | 90.8%#44 | Epoch AI Benchmarking Hub | |
| Arena Hard Prompts推理强度未说明 | – | – | 1485#60 | Arena (LMArena) | |
| LiveBench 1.0 Reasoning不计入 Index | – | 79.4%#54 | – | LiveBench | |
| GPQA Diamond (AA)不计入 Index | 78.8%#210 | 91.1%#50 | – | Artificial Analysis | |
| Humanity's Last Exam (AA)不计入 Index | 19.6%#237 | 37.5%#117 | – | Artificial Analysis | |
| GPQA Diamond (Vals)不计入 Index推理强度未说明 | – | – | 89.1%#30 | Vals AI | |
| CritPt不计入 Index | 1.4%#230 | 8.0%#153 | – | Artificial Analysis | |
| Arena Expert不计入 Index推理强度未说明 | – | – | 1503#40 | Arena (LMArena) | |
| Chess Puzzles不计入 Index推理强度未说明 | – | – | 20.0%#100 | Epoch AI Benchmarking Hub | |
| Mystery Game Puzzles不计入 Index | 12.0%#108 | – | 18.0%#74 | Epoch AI Benchmarking Hub | |
| LMCA不计入 Index推理强度未说明 | – | – | 37.3%#126 | Epoch AI Benchmarking Hub | |
| DTBench不计入 Index推理强度未说明 | – | – | 90.9%#82 | Epoch AI Benchmarking Hub |
编程
| 基准测试 | thinking | 默认 | 来源 | 趋势 |
|---|---|---|---|---|
| SWE-bench Verified (Epoch)推理强度未说明 | – | 76.7%#9 | Epoch AI Benchmarking Hub | |
| SciCode推理强度未说明 | – | 53.5%#84 | SciCode | |
| WeirdML推理强度未说明 | – | 55.9%#58 | WeirdML | |
| Arena Coding推理强度未说明 | – | 1516#47 | Arena (LMArena) | |
| Arena WebDev推理强度未说明 | – | 1509#66 | Arena (LMArena) | |
| LiveBench 1.0 Coding不计入 Index | 78.6%#30 | – | LiveBench | |
| SciCode (AA)不计入 Index | 51.5%#110 | – | Artificial Analysis | |
| LiveCodeBench推理强度未说明 | – | 86.8%#19 | Vals AI | |
| SWE-bench (Vals)不计入 Index推理强度未说明 | – | 76.2%#40 | Vals AI | |
| Code Migration不计入 Index推理强度未说明 | – | 27.8%#44 | Vals AI | |
| ProgramBench不计入 Index推理强度未说明 | – | 0.0%#34 | Vals AI | |
| Vibe Code Bench v1.1不计入 Index推理强度未说明 | – | 37.9%#77 | Vals AI | |
| ALE-Bench不计入 Index推理强度未说明 | – | 1092.7#60 | Epoch AI Benchmarking Hub | |
| Terminal-Bench 4.0 (AA)不计入 Index | 0.5%#172 | – | Artificial Analysis | |
| Terminal-Bench 2.1 (AA)不计入 Index | 65.9%#81 | – | Artificial Analysis | |
| Design Arena Website不计入 Index推理强度未说明 | – | 1263#45 | Design Arena |
智能体与工具
数学
| 基准测试 | high | thinking | 默认 | 来源 | 趋势 |
|---|---|---|---|---|---|
| FrontierMath Tiers 1–3推理强度未说明 | – | – | 57.2%#49 | Epoch AI Benchmarking Hub | |
| FrontierMath Tier 4推理强度未说明 | – | – | 25.6%#53 | Epoch AI Benchmarking Hub | |
| OTIS Mock AIME推理强度未说明 | – | – | 96.1%#46 | Epoch AI Benchmarking Hub | |
| ProofBench推理强度未说明 | – | – | 16.0%#60 | Vals AI | |
| LiveBench Mathematics不计入 Index | – | 84.3%#58 | – | LiveBench | |
| AIME 2026可能存在污染 | 95.8%#13 | – | – | MathArena | |
| HMMT February 2026可能存在污染 | 94.7%#8 | – | – | MathArena | |
| USAMO 2026不计入 Index可能存在污染 | 51.2%#5 | – | – | MathArena | |
| MathArena Apex可能存在污染 | 24.0%#13 | – | – | MathArena | |
| Arena Maths推理强度未说明 | – | – | 1479#39 | Arena (LMArena) |
知识
| 基准测试 | thinking | 默认 | 来源 | 趋势 |
|---|---|---|---|---|
| SimpleQA Verified推理强度未说明 | – | 34.9%#60 | Epoch AI Benchmarking Hub | |
| LiveBench 1.0 Data Analysis不计入 Index | 65.1%#58 | – | LiveBench | |
| MMLU-Pro推理强度未说明 | – | 87.6%#25 | Vals AI | |
| LegalBench推理强度未说明 | – | 84.7%#30 | Vals AI | |
| CorpFin推理强度未说明 | – | 66.7%#17 | Vals AI | |
| TaxEval推理强度未说明 | – | 74.7%#33 | Vals AI | |
| CaseLaw v2不计入 Index推理强度未说明 | – | 61.2%#22 | Vals AI | |
| Excel Modeling Benchmark不计入 Index推理强度未说明 | – | 57.9%#40 | Vals AI | |
| MedCode不计入 Index推理强度未说明 | – | 40.1%#65 | Vals AI | |
| MedScribe不计入 Index推理强度未说明 | – | 78.2%#64 | Vals AI | |
| Public Benefits Bench v1.1不计入 Index推理强度未说明 | – | 56.6%#39 | Vals AI | |
| EBR-bench不计入 Index推理强度未说明 | – | 2.4%#30 | Epoch AI Benchmarking Hub | |
| GDP.pdf不计入 Index推理强度未说明 | – | 12.0%#48 | Epoch AI Benchmarking Hub |
指令遵循
| 基准测试 | 无推理 | thinking | 默认 | 来源 | 趋势 |
|---|---|---|---|---|---|
| LiveBench Language不计入 Index | – | 75.1%#47 | – | LiveBench | |
| LiveBench Instruction Following不计入 Index | – | 64.4%#48 | – | LiveBench | |
| IFBench | 44.3%#218 | 76.0%#23 | – | Artificial Analysis | |
| Arena Instruction Following不计入 Index推理强度未说明 | – | – | 1456#60 | Arena (LMArena) |
人类偏好
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| Arena Text | 1461#61 | Arena (LMArena) | |
| EQ-Bench 4 | 1191#21 | EQ-Bench | |
| EQ-Bench Creative Writing v3不计入 Index | 1721#31 | EQ-Bench | |
| Arena Creative Writing不计入 Index | 1432#71 | Arena (LMArena) | |
| Arena Multi-turn不计入 Index | 1462#79 | Arena (LMArena) | |
| Arena Longer Queries不计入 Index | 1478#53 | Arena (LMArena) |
多模态
| 基准测试 | thinking | 默认 | 来源 | 趋势 |
|---|---|---|---|---|
| Arena Vision推理强度未说明 | – | 1282#34 | Arena (LMArena) | |
| MMMU-Pro | 79.4%#70 | – | Artificial Analysis | |
| MMMU-Pro (Vals)不计入 Index推理强度未说明 | – | 86.3%#21 | Vals AI | |
| MortgageTax不计入 Index推理强度未说明 | – | 65.8%#37 | Vals AI | |
| Blueprint-Bench 2不计入 Index推理强度未说明 | – | 3.9%#32 | Epoch AI Benchmarking Hub | |
| Furniture Assembly不计入 Index推理强度未说明 | – | 21.7%#36 | Epoch AI Benchmarking Hub |
长上下文
| 基准测试 | 无推理 | thinking | 默认 | 来源 | 趋势 |
|---|---|---|---|---|---|
| AA-LCR v1.1 | 69.7%#239 | 81.0%#69 | – | Artificial Analysis | |
| Arena Document不计入 Index推理强度未说明 | – | – | 1450#33 | Arena (LMArena) | |
| MLCR不计入 Index | – | 11.1%#115 | – | Artificial Analysis |
综合
| 基准测试 | 无推理 | thinking | 默认 | 来源 | 趋势 |
|---|---|---|---|---|---|
| Epoch Capabilities Index不计入 Index推理强度未说明 | – | – | 151.6#60 | Epoch AI Benchmarking Hub | |
| LiveBench 1.0不计入 Index | – | 70.5%#55 | – | LiveBench | |
| AA Intelligence Index v4.3.2不计入 Index | 23.6#193 | 27.0#153 | – | Artificial Analysis | |
| AA Progress Index v1不计入 Index | 263.7#231 | 284.4#159 | – | Artificial Analysis | |
| Vals Multimodal Index不计入 Index推理强度未说明 | – | – | 56.4%#19 | Vals AI |
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 |
|---|---|---|---|---|---|---|
| Parasail | 100 tok/s | 0.44 s | $0.750 | $3.50 | 262k | int4 |
| Baidu Qianfan | 97 tok/s | 0.64 s | $0.950 | $4.00 | 262k | fp4 |
| Inceptron | 93 tok/s | 0.28 s | $0.799 | $3.75 | 262k | int4 |
| CoreWeave | 88 tok/s | 0.47 s | $0.650 | $3.41 | 262k | fp4 |
| Crusoe | 49 tok/s | 0.39 s | $0.700 | $3.50 | 262k | bf16 |
| StreamLake | 38 tok/s | 1.11 s | $0.599 | $2.52 | 256k | fp8 |
| Chutes | 35 tok/s | 2.17 s | $0.390 | $1.80 | 262k | int4 |
| DigitalOcean | 34 tok/s | 0.63 s | $0.570 | $2.40 | 262k | – |
| AtlasCloud | 31 tok/s | 1.41 s | $0.950 | $4.00 | 262k | int4 |
| Moonshot AI | 31 tok/s | 2.28 s | $0.950 | $4.00 | 262k | – |
| NovitaAI | 26 tok/s | 2.27 s | $0.800 | $3.40 | 262k | – |
| Cloudflare | 26 tok/s | 1.95 s | $0.950 | $4.00 | 262k | – |
| SiliconFlow | 21 tok/s | 1.26 s | $0.770 | $3.40 | 262k | fp8 |
| Venice | 18 tok/s | 0.95 s | $0.750 | $3.50 | 256k | int4 |
| DeepInfra | 16 tok/s | 1.11 s | $0.750 | $3.50 | 262k | fp4 |
| DeepInfra | 12 tok/s | 1.04 s | $1.13 | $5.25 | 262k | fp4 |
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,价格为每百万 token $0.160。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 | $0.0016 | $0.0013 | 1.7 min |
| 总结一份 30 页的报告 | 12,000 / 600 | $0.014 | $0.0067 | 1.8 min |
| 代码编辑 | 6,000 / 1,500 | $0.012 | $0.0081 | 2.2 min |
| 智能体编程会话 | 60,000 / 4,000 | $0.073 | $0.037 | 3.2 min |
| 结构化信息提取 | 2,000 / 200 | $0.0027 | $0.0015 | 1.6 min |
将 Kimi K2.6 与以下模型对比
另请参阅
嵌入或引用
在模型卡片或 README 中展示 Kimi K2.6 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/kimi-k2-6)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 K2.6 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}
}常见问题
- Kimi K2.6 的基准测试得分是多少?
- 截至 2026年11月16日,Kimi K2.6(推理强度 thinking)的 BenchLeader Index 为 59.3 ±7.1。最强的是指令遵循(74),最弱的是智能体与工具(58)。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 K2.6 排名第几?
- 截至 2026年11月16日,Kimi K2.6(推理强度 thinking)在 608 个已排名配置中排第 110 名。另有 289 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 K2.6 每百万 token 的价格是多少?
- 截至 2026年11月16日,Kimi K2.6 的价格为输入每百万 token $0.950、输出每百万 token $4.00,混合价格(每 1 个输出 token 对应 3 个输入 token)为 $1.71。
- Kimi K2.6 比 GPT-5 更好吗?
- 截至 2026年11月16日,GPT-5(推理强度 medium)与 Kimi K2.6(推理强度 thinking)的质量不相上下(BenchLeader Index 59.0 比 59.3,在 ±8.9 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。
- Kimi K2.6 是什么时候发布的?
- Moonshot AI 于 2026年4月20日发布了 Kimi K2.6。BenchLeader 收录了它在 4 种推理强度设置下的结果。
数据截至 2026年11月16日。 对比这些配置
引用格式:BenchLeader,《Kimi K2.6: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-k2-6。