Kimi K2.6 评测详情
Kimi K2.6 当前已收录的代表性评测结果包括 LiveCodeBench（9 / 127，得分 89.60）、HLE（21 / 189，得分 54）、SWE-bench Verified（14 / 115，得分 80.20）。本页还提供与 3 个竞品模型及 3 个前代或同系列模型的对比，在有数据时会展示性能和价格视图。并附有 1 个数据来源链接供参考。
评测结果
Kimi K2.6
评测结果
编程与软件工程
共 7 项评测评测名称 / 模式
得分
排名/总数
AI Agent - 工具使用
共 6 项评测评测名称 / 模式
得分
排名/总数
竞品对比
Kimi K2.6 与同类主流模型的评测得分对比
评测类别:
柱状图按当前筛选范围内每个模型在各评测中的最高分展示；百分制评测使用原始高度，超出 0-100 的评测按该评测内相对比例缩放，标签仍保留原始分数。
12 项可对比评测得分汇总。每个模型展示最佳得分，模式在分数下方标注。
| 评测项 | Kimi K2.6当前 | Qwen3.6-Max-Preview | MiniMax-M2.7 | GLM 5.1 |
|---|---|---|---|---|
HLE 综合评估 | 54.00开启思考 ｜ 工具 | 50.20开启思考 ｜ 工具 | 28.00开启思考 | 52.30开启思考 ｜ 工具 |
LiveBench 综合评估 | 72.17开启思考 | -- | 63.49深度思考模式 | 70.18常规模式 |
GPQA Diamond 科学与综合推理 | 90.50开启思考 | 90.40思考水平·高 | 87.00开启思考 | 86.20开启思考 |
LiveCodeBench 编程与软件工程 | 89.60开启思考 | 87.10思考水平·高 | -- | -- |
SWE-bench Multilingual 编程与软件工程 | 76.70开启思考 ｜ 工具 | 73.80开启思考 ｜ 工具 | 76.50开启思考 ｜ 工具 | -- |
SWE-Bench Pro - Public 编程与软件工程 | 58.60开启思考 ｜ 工具 | 57.30深度思考模式 ｜ 工具 | 56.20开启思考 ｜ 工具 | 58.40开启思考 ｜ 工具 |
SWE-bench Verified 编程与软件工程 | 80.20开启思考 ｜ 工具 | 78.80开启思考 ｜ 工具 | -- | -- |
Creative Writing 写作和创作 | 1725.10常规模式 | -- | -- | 1589.20常规模式 |
BrowseComp AI Agent - 信息收集 | 83.20开启思考 ｜ 工具 | -- | -- | 79.30开启思考 ｜ 工具 |
MCP-Atlas AI Agent - 工具使用 | 69.40开启思考 ｜ 工具 | -- | -- | 75.60常规模式 ｜ 工具 |
Terminal Bench 2.0 AI Agent - 工具使用 | 66.70开启思考 ｜ 工具 | 65.40深度思考模式 ｜ 工具 | 57.00开启思考 ｜ 工具 | 63.50开启思考 ｜ 工具 |
Terminal-Bench 2.1 AI Agent - 工具使用 | 53.56开启思考 | -- | -- | 58.70思考水平·高 ｜ 工具 |
其余 5 个 benchmark 仍可在上方图表中查看。
Kimi K2.6 与同类模型的标准 API 价格对比
按模型并排展示标准文本输入价与输出价；若存在超长上下文加价，仅保留阈值内标准价，并在下方说明适用范围。
数据来源：DataLearnerAI，展示默认供应商的标准文本价格。 · USD / 1M tokens
若存在上下文阈值，图中标准价仅适用于以下范围：
Qwen3.6-Max-Preview: 标准价适用于 <= 128
| 模型 | 供应商 | 标准输入 | 标准输出 | 标准价适用于 |
|---|---|---|---|---|
Kimi K2.6 | Facebook AI研究实验室 | $0.95 / 1M tokens | $4 / 1M tokens | — |
Qwen3.6-Max-Preview | 阿里巴巴 | $1.3 / 1M tokens | $7.8 / 1M tokens | <= 128 |
MiniMax-M2.7 | MiniMaxAI | $0.3 / 1M tokens | $1.2 / 1M tokens | — |
GLM 5.1 | 智谱AI | $1.4 / 1M tokens | $4.4 / 1M tokens | — |
历代版本对比
Kimi K2.6 系列各版本的评测成绩纵向对比
评测类别:
柱状图按当前筛选范围内每个模型在各评测中的最高分展示；百分制评测使用原始高度，超出 0-100 的评测按该评测内相对比例缩放，标签仍保留原始分数。
12 项可对比评测得分汇总。每个模型展示最佳得分，模式在分数下方标注。· 点击任意行可切换下方趋势图。
| 评测项 | Kimi K2.6当前 | Kimi K2.5 | Kimi K2 Thinking | Kimi K2 |
|---|---|---|---|---|
HLE 综合评估 | 54.00开启思考 ｜ 工具 | 50.20开启思考 ｜ 工具 | 51.00开启思考 ｜ 工具 | 4.70常规模式 |
LiveBench 综合评估 | 72.17开启思考 | 69.07开启思考 | 61.59开启思考 | 48.10常规模式 |
GPQA Diamond 科学与综合推理 | 90.50开启思考 | 87.60开启思考 | 84.50开启思考 | 75.10常规模式 |
LiveCodeBench 编程与软件工程 | 89.60开启思考 | 85.00开启思考 | 83.10开启思考 | 53.70常规模式 |
SWE-bench Multilingual 编程与软件工程 | 76.70开启思考 ｜ 工具 | 73.00开启思考 | -- | -- |
SWE-Bench Pro - Public 编程与软件工程 | 58.60开启思考 ｜ 工具 | 50.70开启思考 ｜ 工具 | -- | -- |
SWE-bench Verified 编程与软件工程 | 80.20开启思考 ｜ 工具 | 76.80开启思考 ｜ 工具 | 71.30开启思考 ｜ 工具 | 51.80常规模式 |
Creative Writing 写作和创作 | 1725.10常规模式 | 1575.70常规模式 | 1627.80常规模式 | 1662.70常规模式 |
BrowseComp AI Agent - 信息收集 | 83.20开启思考 ｜ 工具 | 60.60开启思考 ｜ 工具 | 60.20开启思考 ｜ 工具 | -- |
MCP-Atlas AI Agent - 工具使用 | 69.40开启思考 ｜ 工具 | 64.40常规模式 ｜ 工具 | -- | -- |
Terminal Bench 2.0 AI Agent - 工具使用 | 66.70开启思考 ｜ 工具 | 50.80开启思考 ｜ 工具 | -- | -- |
Context Arena 文本向量检索 | 64.63开启思考 | 59.22开启思考 | -- | -- |
其余 3 个 benchmark 仍可在上方图表中查看。
单评测历史趋势图
当前查看：HLE · 综合评估
选择评测
Kimi K2.6 所在系列的标准 API 价格对比
按模型并排展示标准文本输入价与输出价；若存在超长上下文加价，仅保留阈值内标准价，并在下方说明适用范围。
数据来源：DataLearnerAI，展示默认供应商的标准文本价格。 · USD / 1M tokens
| 模型 | 供应商 | 标准输入 | 标准输出 | 标准价适用于 |
|---|---|---|---|---|
Kimi K2.6 | Facebook AI研究实验室 | $0.95 / 1M tokens | $4 / 1M tokens | — |
Kimi K2.5 | Moonshot AI | $0.6 / 1M tokens | $3 / 1M tokens | — |
Kimi K2 Thinking | Fireworks AI | $0.6 / 1M tokens | $2.5 / 1M tokens | — |
Kimi K2 | Moonshot AI | $0.6 / 1M tokens | $2.5 / 1M tokens | — |