Kimi K2 评测详情

Kimi K2 当前已收录的代表性评测结果包括 Creative Writing（1 / 23，得分 88.10）、MMLU（12 / 65，得分 89.50）、MATH-500（11 / 44，得分 97.40）。

评测结果

Kimi K2

评测结果

综合评估

共 6 项评测

评测名称 / 模式

得分

排名/总数

89.50

12 / 65

81.10

53 / 126

75.10

95 / 180

常规模式

48.10

100 / 115

13.30

57 / 65

4.70

160 / 163

常识问答

共 1 项评测

评测名称 / 模式

得分

排名/总数

31

21 / 45

编程与软件工程

共 2 项评测

评测名称 / 模式

得分

排名/总数

53.70

86 / 120

SWE-bench Verified

51.80

89 / 109

数学推理

共 7 项评测

评测名称 / 模式

得分

排名/总数

97.40

11 / 44

69.60

39 / 62

54

85 / 106

2.10

47 / 60

2

8 / 9

0.50

10 / 10

FrontierMath - Tier 4

0.01

71 / 80

写作和创作

共 1 项评测

评测名称 / 模式

得分

排名/总数

Creative Writing

88.10

1 / 23

AI Agent - 工具使用

共 1 项评测

评测名称 / 模式

得分

排名/总数

37.50

15 / 35

常识推理

共 1 项评测

评测名称 / 模式

得分

排名/总数

常规模式

26.30

53 / 63

Agent能力评测

共 4 项评测

评测名称 / 模式

得分

排名/总数

τ²-Bench - Telecom

65.80

28 / 35

64.30

27 / 40

64.30

27 / 40

常规模式

59.10

24 / 59

与其他模型对比