Kimi K2大模型评测基准与性能对比
本页面提供了Kimi K2,Claude Sonnet 4,Qwen3-235B-A22B,Gemini 2.5 Flash,GPT-4.1,DeepSeek-V3-0324模型在SWE-bench Verified,AIME2025,AIME 2024,LiveCodeBench,GPQA Diamond,HLE等评测基准中的详细对比数据，评测数据来源当前系统收录结果生成。数据如有问题可以通过微信公众号联系更正，感谢！
详细评测数据对比
| 评测基准 (Benchmark) | Kimi K2 | Claude Sonnet 4 | Qwen3-235B-A22B | Gemini 2.5 Flash | GPT-4.1 | DeepSeek-V3-0324 |
|---|---|---|---|---|---|---|
| -- | -- | -- | -- | -- | -- | |
| -- | -- | -- | -- | -- | -- | |
| -- | -- | -- | -- | -- | -- | |
| -- | -- | -- | -- | -- | -- | |
| -- | -- | -- | -- | -- | -- | |
| -- | -- | -- | -- | -- | -- |
Kimi K2评测结果热力图
颜色越深，代表得分越高。可快速发现模型在不同评测项上的整体表现模式。