Kimi K2 Thinking
性价比更高: Ling 3.0 Flash $0.115/M 即可获得 Index 51.7,便宜 89%。
有 39 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 36 个。
截至 2026年11月16日,Kimi K2 Thinking(Moonshot AI)在 BenchLeader Index 上得分 52.3(共 608 个已排名配置)。表现最好的是长上下文(61),最弱的是推理(47)。API 价格为输入每百万 token $0.600、输出每百万 token $2.50(按 3:1 混合为 $1.07),为 2026年11月16日的标价。输出速度约为 130 token/秒(Artificial Analysis)。发布于 2025年11月6日。
要点(截至 2026年11月16日)
- Kimi K2 Thinking 的 API 价格为输入每百万 token $0.600、输出每百万 token $2.50(按 3:1 混合为 $1.07)(标价,2026年11月16日)。
- Kimi K2 Thinking 的输出速度约为 130 token/秒(Artificial Analysis,2026年11月16日)。
- Kimi K2 Thinking 于 2025年11月6日发布(Moonshot AI)。
详细说明:Kimi K2 Thinking 是 Moonshot AI 的开放权重推理模型,发布于 2025年11月6日。其最佳配置(推理强度 thinking)在 BenchLeader Index 上得分 52.3 ±3.3,在 608 个配置中排第 281 名,处于上半区。关键在于这个“±”:另有 268 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(61),推理最低(47)。按混合价格计,每百万 token $1.07,价格居中。输出速度为 130 token/秒,首次回答需 25.1 秒,位于最快的四分之一。最近一次测量:2026年10月13日。
- 混合价格
- $1.07/M
- 输入 $0.600 · 输出 $2.50
- 来源:Artificial Analysis
- 输出速度
- 130 tok/s
- 由 Artificial Analysis 测量
- 首次回答
- 25 s
- 首 token 1.32 s
- 上下文
- 262k
- 来源:models.dev
- 完整回答
- 46 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11月6日
- 综合 Index52
- 推理47
- 编程49
- 智能体与工具51
- 数学51
- 知识51
- 指令遵循59
- 长上下文61
嵌入这个排名
更多徽章样式[](https://www.benchleader.com/models/kimi-k2-thinking)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9月9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。
元数据
| 基准测试 | thinking | 来源 | 趋势 |
|---|---|---|---|
| AA Openness Index不计入 Index | 27.8#260 | Artificial Analysis |
推理
| 基准测试 | thinking | 来源 | 趋势 |
|---|---|---|---|
| SimpleBench | 39.6%#80 | SimpleBench | |
| GPQA Diamond (AA)不计入 Index | 83.8%#156 | Artificial Analysis | |
| Humanity's Last Exam (AA)不计入 Index | 23.8%#208 | Artificial Analysis | |
| GPQA Diamond (Vals)不计入 Index | 78.5%#71 | Vals AI | |
| Kagi LLM Benchmark | 64.4%#39 | Kagi LLM Benchmark | |
| CritPt不计入 Index | 2.6%#208 | Artificial Analysis | |
| CL-bench不计入 Index | 17.6%#15 | Epoch AI Benchmarking Hub |
编程
| 基准测试 | thinking | 来源 | 趋势 |
|---|---|---|---|
| WeirdML | 42.8%#92 | WeirdML | |
| LiveCodeBench | 63.1%#100 | Vals AI | |
| SWE-bench (Vals)不计入 Index | 60.2%#76 | Vals AI | |
| SWE-bench Verified (bash only) | 63.4%#22 | SWE-bench | |
| SWE-bench Verified (any scaffold)不计入 Index | 63.4%#26 | SWE-bench | |
| ALE-Bench不计入 Index | 597.5#111 | Epoch AI Benchmarking Hub | |
| Design Arena Website不计入 Index | 1105#143 | Design Arena | |
| LiveCodeBench (AA)不计入 Index | 85.3%#14 | Artificial Analysis |
智能体与工具
| 基准测试 | thinking | 来源 | 趋势 |
|---|---|---|---|
| Terminal-Bench | 35.7%#64 | Terminal-Bench | |
| Terminal-Bench Hard | 31.1%#109 | Artificial Analysis | |
| τ²-Bench Telecom (AA)不计入 Index | 93.0%#46 | Artificial Analysis | |
| Poker Agent不计入 Index | 1011.6%#14 | Vals AI | |
| Terminal-Bench 2.0 (Vals)不计入 Index | 37.1%#37 | Vals AI | |
| METR Time Horizons不计入 Index | 59.2%#21 | METR |
数学
| 基准测试 | thinking | 来源 | 趋势 |
|---|---|---|---|
| AIME (Vals) | 85.4%#36 | Vals AI | |
| MGSM | 90.2%#40 | Vals AI | |
| MathArena Apex可能存在污染 | 0.0%#47 | MathArena | |
| AIME 2025 (AA)不计入 Index | 94.7%#10 | Artificial Analysis |
知识
| 基准测试 | thinking | 来源 | 趋势 |
|---|---|---|---|
| MMLU-Pro | 81.1%#82 | Vals AI | |
| LegalBench | 80.2%#87 | Vals AI | |
| CorpFin | 60.6%#67 | Vals AI | |
| TaxEval | 71.7%#72 | Vals AI | |
| MedQA | 92.6%#28 | Vals AI | |
| PRBench Finance | 43.4%#28 | Scale AI SEAL | |
| PRBench Legal | 40.9%#34 | Scale AI SEAL | |
| CaseLaw v2不计入 Index | 65.7%#10 | Vals AI | |
| Global-MMLU-Lite (AA)不计入 Index | 73.5%#92 | Artificial Analysis |
指令遵循
| 基准测试 | thinking | 来源 | 趋势 |
|---|---|---|---|
| IFBench | 68.1%#82 | Artificial Analysis | |
| MultiChallenge | 55.4%#25 | Scale AI SEAL |
人类偏好
| 基准测试 | thinking | 来源 | 趋势 |
|---|---|---|---|
| EQ-Bench Creative Writing v3不计入 Index | 1631#42 | EQ-Bench |
长上下文
| 基准测试 | thinking | 来源 | 趋势 |
|---|---|---|---|
| AA-LCR v1.1 | 72.0%#208 | Artificial Analysis |
综合
| 基准测试 | thinking | 来源 | 趋势 |
|---|---|---|---|
| Epoch Capabilities Index不计入 Index | 145.4#89 | Epoch AI Benchmarking Hub | |
| AA Intelligence Index v4.3.2不计入 Index | 22.0#214 | Artificial Analysis | |
| AA Progress Index v1不计入 Index | 264.7#225 | Artificial Analysis |
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 |
|---|---|---|---|---|---|---|
| NovitaAI | 41 tok/s | 1.51 s | $0.600 | $2.50 | 262k | bf16 |
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 $0.150。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 | $0.0010 | $0.0009 | 27.4 s |
| 总结一份 30 页的报告 | 12,000 / 600 | $0.0087 | $0.0046 | 29.7 s |
| 代码编辑 | 6,000 / 1,500 | $0.0074 | $0.0053 | 36.6 s |
| 智能体编程会话 | 60,000 / 4,000 | $0.046 | $0.026 | 55.8 s |
| 结构化信息提取 | 2,000 / 200 | $0.0017 | $0.0010 | 26.7 s |
将 Kimi K2 Thinking 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 Thinking 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-thinking)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 Thinking on the BenchLeader Index (method v1.4) [Data set]. Retrieved November 16, 2026, from https://www.benchleader.com/models/kimi-k2-thinking
BibTeX:
@misc{benchleader_kimi_k2_thinking_20261116,
author = {{BenchLeader}},
title = {{Kimi K2 Thinking on the BenchLeader Index (method v1.4)}},
year = {2026},
month = nov,
howpublished = {\url{https://www.benchleader.com/models/kimi-k2-thinking}},
note = {Data as of 2026-11-16}
}常见问题
- Kimi K2 Thinking 的基准测试得分是多少?
- 截至 2026年11月16日,Kimi K2 Thinking(推理强度 thinking)的 BenchLeader Index 为 52.3 ±3.3。最强的是长上下文(61),最弱的是推理(47)。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 Thinking 排名第几?
- 截至 2026年11月16日,Kimi K2 Thinking(推理强度 thinking)在 608 个已排名配置中排第 281 名。另有 268 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 Thinking 每百万 token 的价格是多少?
- 截至 2026年11月16日,Kimi K2 Thinking 的价格为输入每百万 token $0.600、输出每百万 token $2.50,混合价格(每 1 个输出 token 对应 3 个输入 token)为 $1.07。
- Kimi K2 Thinking 比 MiniMax M3.1 Flash 更好吗?
- 截至 2026年11月16日,Kimi K2 Thinking(推理强度 thinking)与 MiniMax M3.1 Flash 的质量不相上下(BenchLeader Index 52.3 比 54.3,在 ±5.6 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 Thinking 是什么时候发布的?
- Moonshot AI 于 2025年11月6日发布了 Kimi K2 Thinking。
数据截至 2026年11月16日。 与其他模型对比
引用格式:BenchLeader,《Kimi K2 Thinking: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-thinking。