BenchLeader

Kimi K2.6

推理强度
质量第 47 / 339 名
59.3Index
前四分之一
较中位数 +9.1
价格第 167 / 255 名
$1.71每百万 token
比多数贵
中位数的 2.0 倍
速度第 188 / 216 名
41token/秒
后四分之一
中位数的 0.5 倍
性价比第 163 / 255 名
34.6分/$
低于中位数
中位数的 0.6 倍

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
各类别得分虚线 = 平均模型(50)。每 15 分为一个标准差。
  1. 综合 Index59
  2. 智能体与工具58
  3. 指令遵循74
  4. 多模态62
  5. 长上下文65

嵌入这个排名

更多徽章样式
[![Kimi K2.6 on BenchLeader: 综合第 48 名](https://www.benchleader.com/badge/kimi-k2-6.svg?style=compact)](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。

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 K2.6thinking本页2026年4月20日59.3#110
Kimi K2.5thinking2026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。

推理强度Index排名速度首次回答聊天回复成本类别
无推理––33 tok/s8.43 s$0.0016智能体与工具 67 · 指令遵循 46 · 长上下文 59
high––59 tok/s0.71 s$0.0016数学 57
thinking最佳59.3#11041 tok/s93 s$0.0016智能体与工具 58 · 指令遵循 74 · 长上下文 65 · 多模态 62
未说明55.1#21959 tok/s0.71 s$0.0016智能体与工具 34 · 编程 59 · 人类偏好 59 · 知识 56 · 数学 55 · 多模态 62 · 推理 65

Index 走势

2026年9月8日 至 2026年11月16日
485868
  • 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 Index33.3#23933.3#239Artificial 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%#44Epoch AI Benchmarking Hub
Arena Hard Prompts推理强度未说明––1485#60Arena (LMArena)
LiveBench 1.0 Reasoning不计入 Index–79.4%#54–LiveBench
GPQA Diamond (AA)不计入 Index78.8%#21091.1%#50–Artificial Analysis
Humanity's Last Exam (AA)不计入 Index19.6%#23737.5%#117–Artificial Analysis
GPQA Diamond (Vals)不计入 Index推理强度未说明––89.1%#30Vals AI
CritPt不计入 Index1.4%#2308.0%#153–Artificial Analysis
Arena Expert不计入 Index推理强度未说明––1503#40Arena (LMArena)
Chess Puzzles不计入 Index推理强度未说明––20.0%#100Epoch AI Benchmarking Hub
Mystery Game Puzzles不计入 Index12.0%#108–18.0%#74Epoch AI Benchmarking Hub
LMCA不计入 Index推理强度未说明––37.3%#126Epoch AI Benchmarking Hub
DTBench不计入 Index推理强度未说明––90.9%#82Epoch 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%#9Epoch AI Benchmarking Hub
SciCode推理强度未说明–53.5%#84SciCode
WeirdML推理强度未说明–55.9%#58WeirdML
Arena Coding推理强度未说明–1516#47Arena (LMArena)
Arena WebDev推理强度未说明–1509#66Arena (LMArena)
LiveBench 1.0 Coding不计入 Index78.6%#30–LiveBench
SciCode (AA)不计入 Index51.5%#110–Artificial Analysis
LiveCodeBench推理强度未说明–86.8%#19Vals AI
SWE-bench (Vals)不计入 Index推理强度未说明–76.2%#40Vals AI
Code Migration不计入 Index推理强度未说明–27.8%#44Vals AI
ProgramBench不计入 Index推理强度未说明–0.0%#34Vals AI
Vibe Code Bench v1.1不计入 Index推理强度未说明–37.9%#77Vals AI
ALE-Bench不计入 Index推理强度未说明–1092.7#60Epoch AI Benchmarking Hub
Terminal-Bench 4.0 (AA)不计入 Index0.5%#172–Artificial Analysis
Terminal-Bench 2.1 (AA)不计入 Index65.9%#81–Artificial Analysis
Design Arena Website不计入 Index推理强度未说明–1263#45Design Arena

智能体与工具

基准测试无推理thinking默认来源趋势
OSWorld-Verified 2.0推理强度未说明––4.6%#12OSWorld
LiveBench Agentic Coding不计入 Index–46.9%#50–LiveBench
Terminal-Bench Hard37.9%#6243.9%#37–Artificial Analysis
τ²-Bench Telecom (AA)不计入 Index93.9%#3895.9%#15–Artificial Analysis
Terminal-Bench 2.1 (Vals)推理强度未说明––53.6%#53Vals AI
HiL-Bench推理强度未说明––18.7%#32Scale AI SEAL
GDPval-AA v2.1不计入 Index–1046#172–Artificial Analysis
τ³-Banking (AA)–23.3%#89–Artificial Analysis
ITBench SRE (AA)不计入 Index–31.2%#32–Artificial Analysis
APEX-Agents (AA)不计入 Index–28.5%#13–Artificial Analysis
Finance Agent v2不计入 Index推理强度未说明––44.9%#57Vals AI
Harvey's Legal Agent Benchmark v1不计入 Index推理强度未说明––1.7%#50Vals AI
Legal Research Bench不计入 Index推理强度未说明––15.9%#71Vals AI
Tax Agent Bench不计入 Index推理强度未说明––12.4%#64Vals AI
Terminal-Bench 2.0 (Vals)不计入 Index推理强度未说明––57.3%#13Vals AI
ExploitBench不计入 Index推理强度未说明––18.4%#6Epoch AI Benchmarking Hub
GBAEval不计入 Index推理强度未说明––0.9%#17Epoch AI Benchmarking Hub
Vending-Bench 2不计入 Index推理强度未说明––6204.6#23Andon Labs
AutomationBench不计入 Index–13.0%#182–Artificial Analysis
GDP.pdf (AA)不计入 Index–13.0%#136–Artificial Analysis
EnterpriseOps-Gym不计入 Index–38.5%#32–Artificial Analysis
AA-Briefcase v1.1不计入 Index–821#188–Artificial Analysis
Design Arena Agentic不计入 Index推理强度未说明––1158#49Design Arena

数学

基准测试highthinking默认来源趋势
FrontierMath Tiers 1–3推理强度未说明––57.2%#49Epoch AI Benchmarking Hub
FrontierMath Tier 4推理强度未说明––25.6%#53Epoch AI Benchmarking Hub
OTIS Mock AIME推理强度未说明––96.1%#46Epoch AI Benchmarking Hub
ProofBench推理强度未说明––16.0%#60Vals 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#39Arena (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%#60Epoch AI Benchmarking Hub
LiveBench 1.0 Data Analysis不计入 Index65.1%#58–LiveBench
MMLU-Pro推理强度未说明–87.6%#25Vals AI
LegalBench推理强度未说明–84.7%#30Vals AI
CorpFin推理强度未说明–66.7%#17Vals AI
TaxEval推理强度未说明–74.7%#33Vals AI
CaseLaw v2不计入 Index推理强度未说明–61.2%#22Vals AI
Excel Modeling Benchmark不计入 Index推理强度未说明–57.9%#40Vals AI
MedCode不计入 Index推理强度未说明–40.1%#65Vals AI
MedScribe不计入 Index推理强度未说明–78.2%#64Vals AI
Public Benefits Bench v1.1不计入 Index推理强度未说明–56.6%#39Vals AI
EBR-bench不计入 Index推理强度未说明–2.4%#30Epoch AI Benchmarking Hub
GDP.pdf不计入 Index推理强度未说明–12.0%#48Epoch 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
IFBench44.3%#21876.0%#23–Artificial Analysis
Arena Instruction Following不计入 Index推理强度未说明––1456#60Arena (LMArena)

人类偏好

基准测试默认来源趋势
Arena Text1461#61Arena (LMArena)
EQ-Bench 41191#21EQ-Bench
EQ-Bench Creative Writing v3不计入 Index1721#31EQ-Bench
Arena Creative Writing不计入 Index1432#71Arena (LMArena)
Arena Multi-turn不计入 Index1462#79Arena (LMArena)
Arena Longer Queries不计入 Index1478#53Arena (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#34Arena (LMArena)
MMMU-Pro79.4%#70–Artificial Analysis
MMMU-Pro (Vals)不计入 Index推理强度未说明–86.3%#21Vals AI
MortgageTax不计入 Index推理强度未说明–65.8%#37Vals AI
Blueprint-Bench 2不计入 Index推理强度未说明–3.9%#32Epoch AI Benchmarking Hub
Furniture Assembly不计入 Index推理强度未说明–21.7%#36Epoch AI Benchmarking Hub

长上下文

基准测试无推理thinking默认来源趋势
AA-LCR v1.169.7%#23981.0%#69–Artificial Analysis
Arena Document不计入 Index推理强度未说明––1450#33Arena (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#60Epoch AI Benchmarking Hub
LiveBench 1.0不计入 Index–70.5%#55–LiveBench
AA Intelligence Index v4.3.2不计入 Index23.6#19327.0#153–Artificial Analysis
AA Progress Index v1不计入 Index263.7#231284.4#159–Artificial Analysis
Vals Multimodal Index不计入 Index推理强度未说明––56.4%#19Vals 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
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

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$0.00131.7 min
总结一份 30 页的报告12,000 / 600$0.014$0.00671.8 min
代码编辑6,000 / 1,500$0.012$0.00812.2 min
智能体编程会话60,000 / 4,000$0.073$0.0373.2 min
结构化信息提取2,000 / 200$0.0027$0.00151.6 min

Moonshot AI 的更多模型

本月新上线

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。

[![Kimi K2.6 on BenchLeader: 综合第 48 名](https://www.benchleader.com/badge/kimi-k2-6.svg)](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}
}

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 K2.6 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。