BenchLeader

Kimi K2 Thinking

质量第 139 / 339 名
52.3Index
高于中位数
较中位数 +2.1
价格第 142 / 255 名
$1.07每百万 token
比多数贵
中位数的 1.3 倍
速度第 44 / 216 名
130token/秒
前四分之一
中位数的 1.6 倍
性价比第 145 / 255 名
48.7分/$
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 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
各类别得分虚线 = 平均模型(50)。每 15 分为一个标准差。
  1. 综合 Index52
  2. 推理47
  3. 编程49
  4. 智能体与工具51
  5. 数学51
  6. 知识51
  7. 指令遵循59
  8. 长上下文61

嵌入这个排名

更多徽章样式
[![Kimi K2 Thinking on BenchLeader: 综合第 138 名](https://www.benchleader.com/badge/kimi-k2-thinking.svg?style=compact)](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。

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

Index 走势

2026年9月9日 至 2026年11月16日
495358

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 Index27.8#260Artificial Analysis

推理

基准测试thinking来源趋势
SimpleBench39.6%#80SimpleBench
GPQA Diamond (AA)不计入 Index83.8%#156Artificial Analysis
Humanity's Last Exam (AA)不计入 Index23.8%#208Artificial Analysis
GPQA Diamond (Vals)不计入 Index78.5%#71Vals AI
Kagi LLM Benchmark64.4%#39Kagi LLM Benchmark
CritPt不计入 Index2.6%#208Artificial Analysis
CL-bench不计入 Index17.6%#15Epoch AI Benchmarking Hub

编程

基准测试thinking来源趋势
WeirdML42.8%#92WeirdML
LiveCodeBench63.1%#100Vals AI
SWE-bench (Vals)不计入 Index60.2%#76Vals AI
SWE-bench Verified (bash only)63.4%#22SWE-bench
SWE-bench Verified (any scaffold)不计入 Index63.4%#26SWE-bench
ALE-Bench不计入 Index597.5#111Epoch AI Benchmarking Hub
Design Arena Website不计入 Index1105#143Design Arena
LiveCodeBench (AA)不计入 Index85.3%#14Artificial Analysis

智能体与工具

基准测试thinking来源趋势
Terminal-Bench35.7%#64Terminal-Bench
Terminal-Bench Hard31.1%#109Artificial Analysis
τ²-Bench Telecom (AA)不计入 Index93.0%#46Artificial Analysis
Poker Agent不计入 Index1011.6%#14Vals AI
Terminal-Bench 2.0 (Vals)不计入 Index37.1%#37Vals AI
METR Time Horizons不计入 Index59.2%#21METR

数学

基准测试thinking来源趋势
AIME (Vals)85.4%#36Vals AI
MGSM90.2%#40Vals AI
MathArena Apex可能存在污染0.0%#47MathArena
AIME 2025 (AA)不计入 Index94.7%#10Artificial Analysis

知识

基准测试thinking来源趋势
MMLU-Pro81.1%#82Vals AI
LegalBench80.2%#87Vals AI
CorpFin60.6%#67Vals AI
TaxEval71.7%#72Vals AI
MedQA92.6%#28Vals AI
PRBench Finance43.4%#28Scale AI SEAL
PRBench Legal40.9%#34Scale AI SEAL
CaseLaw v2不计入 Index65.7%#10Vals AI
Global-MMLU-Lite (AA)不计入 Index73.5%#92Artificial Analysis

指令遵循

基准测试thinking来源趋势
IFBench68.1%#82Artificial Analysis
MultiChallenge55.4%#25Scale AI SEAL

人类偏好

基准测试thinking来源趋势
EQ-Bench Creative Writing v3不计入 Index1631#42EQ-Bench

长上下文

基准测试thinking来源趋势
AA-LCR v1.172.0%#208Artificial Analysis

综合

基准测试thinking来源趋势
Epoch Capabilities Index不计入 Index145.4#89Epoch AI Benchmarking Hub
AA Intelligence Index v4.3.2不计入 Index22.0#214Artificial Analysis
AA Progress Index v1不计入 Index264.7#225Artificial 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
NovitaAI41 tok/s1.51 s$0.600$2.50262kbf16

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$0.000927.4 s
总结一份 30 页的报告12,000 / 600$0.0087$0.004629.7 s
代码编辑6,000 / 1,500$0.0074$0.005336.6 s
智能体编程会话60,000 / 4,000$0.046$0.02655.8 s
结构化信息提取2,000 / 200$0.0017$0.001026.7 s

Moonshot AI 的更多模型

本月新上线

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。

[![Kimi K2 Thinking on BenchLeader: 综合第 138 名](https://www.benchleader.com/badge/kimi-k2-thinking.svg)](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}
}

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 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。