BenchLeader

Kimi K2 Turbo

推理强度
质量第 112 / 339 名
54.5Index
高于中位数
较中位数 +4.3

截至 2026年11月16日,Kimi K2 Turbo(Moonshot AI)在 BenchLeader Index 上得分 54.5(共 608 个已排名配置)。表现最好的是人类偏好(61),最弱的是编程(44)。发布于 2025年11月6日。

要点(截至 2026年11月16日)

  • Kimi K2 Turbo 于 2025年11月6日发布(Moonshot AI)。

详细说明:Kimi K2 Turbo 是 Moonshot AI 的模型,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 54.5 ±6.8,在 608 个配置中排第 231 名,处于上半区。关键在于这个“±”:另有 354 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,人类偏好得分最高(61),编程最低(44)。它已在 2 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11月11日。

混合价格
–
输出速度
–
首次回答
–
上下文
–
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 Index55
  2. 推理61
  3. 编程44
  4. 数学61
  5. 人类偏好61

嵌入这个排名

更多徽章样式
[![Kimi K2 Turbo on BenchLeader: 综合第 111 名](https://www.benchleader.com/badge/kimi-k2-turbo.svg?style=compact)](https://www.benchleader.com/models/kimi-k2-turbo)

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

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
thinking最佳54.5#231–––编程 44 · 人类偏好 61 · 数学 61 · 推理 61
未说明–––––

Index 走势

2026年9月8日 至 2026年11月16日
485562

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。

推理

基准测试thinking来源趋势
GPQA Diamond84.2%#109Epoch AI Benchmarking Hub
Arena Hard Prompts1453#112Arena (LMArena)
Arena Expert不计入 Index1461#105Arena (LMArena)

编程

基准测试thinking默认来源趋势
Arena Coding1486#104–Arena (LMArena)
Arena WebDev1321#129–Arena (LMArena)
Design Arena Website不计入 Index推理强度未说明–1081#150Design Arena

数学

基准测试thinking来源趋势
OTIS Mock AIME83.1%#118Epoch AI Benchmarking Hub
Arena Maths1435#101Arena (LMArena)

指令遵循

基准测试thinking来源趋势
Arena Instruction Following不计入 Index1418#115Arena (LMArena)

人类偏好

基准测试thinking来源趋势
Arena Text1430#116Arena (LMArena)
Arena Creative Writing不计入 Index1391#123Arena (LMArena)
Arena Multi-turn不计入 Index1432#115Arena (LMArena)
Arena Longer Queries不计入 Index1434#120Arena (LMArena)

Moonshot AI 的更多模型

本月新上线

另请参阅

嵌入或引用

在模型卡片或 README 中展示 Kimi K2 Turbo 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 Turbo on BenchLeader: 综合第 111 名](https://www.benchleader.com/badge/kimi-k2-turbo.svg)](https://www.benchleader.com/models/kimi-k2-turbo)

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 Turbo on the BenchLeader Index (method v1.4) [Data set]. Retrieved November 16, 2026, from https://www.benchleader.com/models/kimi-k2-turbo

BibTeX:

@misc{benchleader_kimi_k2_turbo_20261116,
  author       = {{BenchLeader}},
  title        = {{Kimi K2 Turbo on the BenchLeader Index (method v1.4)}},
  year         = {2026},
  month        = nov,
  howpublished = {\url{https://www.benchleader.com/models/kimi-k2-turbo}},
  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 Turbo 的基准测试得分是多少?
截至 2026年11月16日,Kimi K2 Turbo(推理强度 thinking)的 BenchLeader Index 为 54.5 ±6.8。最强的是人类偏好(61),最弱的是编程(44)。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 Turbo 排名第几?
截至 2026年11月16日,Kimi K2 Turbo(推理强度 thinking)在 608 个已排名配置中排第 231 名。另有 354 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 Turbo 是什么时候发布的?
Moonshot AI 于 2025年11月6日发布了 Kimi K2 Turbo。BenchLeader 收录了它在 2 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 Turbo: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-turbo。