Kimi K2.5vsKimi K2
在 9 个共同 benchmark 中，Kimi K2.5 整体领先：Kimi K2.5 领先 8 项，Kimi K2 领先 1 项，持平 0 项，平均分差 +25.61。
Kimi K2.58 项(89%)(11%)1 项Kimi K2
评测分数
按能力类目分组，每组内按分差大小排列；共 9 项。
General Knowledge
Kimi K2.5 领先 3/4| 评测项 | Kimi K2.5 | Kimi K2 | 分差 |
|---|---|---|---|
| ARC-AGI | 65.3031 / 65Thinking (No Tools) | 13.3057 / 65 | +52 |
| HLE | 50.2020 / 157Thinking (With Tools) | 4.70154 / 157 | +45.50 |
| GPQA Diamond | 87.6034 / 178Thinking (No Tools) | 75.1093 / 178 | +12.50 |
| MMLU Pro | 78.5066 / 126Thinking (No Tools) | 81.1053 / 126 | -2.60 |
Coding and Software Engineer
Kimi K2.5 领先 2/2| 评测项 | Kimi K2.5 | Kimi K2 | 分差 |
|---|---|---|---|
| LiveCodeBench | 8516 / 120Thinking (No Tools) | 53.7086 / 120 | +31.30 |
| SWE-bench Verified | 76.8027 / 108Thinking (With Tools) | 51.8088 / 108 | +25 |
Math and Reasoning
Kimi K2.5 领先 2/2| 评测项 | Kimi K2.5 | Kimi K2 | 分差 |
|---|---|---|---|
| AIME2025 | 96.1021 / 106Thinking (No Tools) | 5485 / 106 | +42.10 |
| FrontierMath - Tier 4 | 4.2040 / 80Normal (No Tools) | 0.0171 / 80 | +4.19 |
常识推理
Kimi K2.5 领先 1/1| 评测项 | Kimi K2.5 | Kimi K2 | 分差 |
|---|---|---|---|
| Simple Bench | 46.8013 / 27Thinking (No Tools) | 26.3024 / 27 | +20.50 |
规格对比
| 字段 | Kimi K2.5 | Kimi K2 |
|---|---|---|
| 发布机构 | Moonshot AI | Moonshot AI |
| 发布时间 | 2026-01-27 | 2025-07-11 |
| 模型类型 | 多模态大模型 | 聊天大模型 |
| 架构 | MoE 架构 | MoE 架构 |
| 参数规模 | 1万亿 | 1万亿 |
| 上下文长度 | 256K | 131K |
| 最大输出 | 16K | 131K |
小结
- Kimi K2.5在以下类目领先:General Knowledge (3/4)、Coding and Software Engineer (2/2)、Math and Reasoning (2/2)、常识推理 (1/1)
9 个共同 benchmark 上，Kimi K2.5 平均高出 25.61 分。
单项差距最大的 benchmark：ARC-AGI — Kimi K2.5 65.30，Kimi K2 13.30（分差 +52）。
本页正文由结构化模型、价格与 benchmark 数据生成，不使用实时 LLM 撰写。