Kimi K2.6vsMiniMax-M2.7

在 4 个共同 benchmark 中,Kimi K2.6 整体领先:Kimi K2.6 领先 3 项,MiniMax-M2.7 领先 1 项,持平 0 项,平均分差 +5.28。

Moonshot AI
Kimi K2.6

Moonshot AI · 2026-04-20 · 推理大模型

MiniMaxAI
MiniMax-M2.7

MiniMaxAI · 2026-03-18 · 推理大模型

Kimi K2.63 (75%)(25%)1 MiniMax-M2.7

评测分数

按能力类目分组,每组内按分差大小排列;共 4 项。

General Knowledge

Kimi K2.6 领先 2/2
评测项Kimi K2.6MiniMax-M2.7分差
HLE549 / 157Thinking (With Tools + Internet)2882 / 157Thinking (No Tools)+26
GPQA Diamond90.5016 / 178Thinking (No Tools)8738 / 178Thinking (No Tools)+3.50

Claw-style Agent Evaluation

MiniMax-M2.7 领先 1/1
评测项Kimi K2.6MiniMax-M2.7分差
Claw Bench80.9019 / 29Thinking (With Tools)91.705 / 29Thinking (With Tools)-10.80

Coding and Software Engineer

Kimi K2.6 领先 1/1
评测项Kimi K2.6MiniMax-M2.7分差
SWE-Bench Pro - Public58.607 / 43Thinking (With Tools)56.2016 / 43Thinking (With Tools)+2.40

规格对比

字段Kimi K2.6MiniMax-M2.7
发布机构Moonshot AIMiniMaxAI
发布时间2026-04-202026-03-18
模型类型推理大模型推理大模型
架构MoE 架构MoE 架构
参数规模1万亿2290亿
上下文长度256K200K
最大输出暂无数据200K

API 调用价格

价格优先使用 DataLearner 配置的 API 记录;缺失项不做推测。

价格项Kimi K2.6MiniMax-M2.7
文本输入$0.95 / 1M tokens$0.3 / 1M tokens
文本输出$4 / 1M tokens$1.2 / 1M tokens
缓存读取$0.16 / 1M tokens$0.06 / 1M tokens
缓存写入$0.95 / 1M tokens$0.375 / 1M tokens

小结

  • Kimi K2.6在以下类目领先:General Knowledge (2/2)、Coding and Software Engineer (1/1)
  • MiniMax-M2.7在以下类目领先:Claw-style Agent Evaluation (1/1)

4 个共同 benchmark 上,Kimi K2.6 平均高出 5.28 分。

单项差距最大的 benchmark:HLE — Kimi K2.6 54,MiniMax-M2.7 28(分差 +26)。

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。