Kimi K2 Thinking 评测详情

Kimi K2 Thinking 当前已收录的代表性评测结果包括 AIME2025（1 / 106，得分 100）、Terminal-Bench（4 / 35，得分 47.10）、HLE（21 / 168，得分 51）。

评测结果

Kimi K2 Thinking

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

84.60

32 / 126

84.50

56 / 182

开启思考

61.59

63 / 115

51

21 / 168

44.90

40 / 168

23.90

104 / 168

编程与软件工程

共 2 项评测

评测名称 / 模式

得分

排名/总数

83.10

22 / 120

SWE-bench Verified

71.30

53 / 110

数学推理

共 4 项评测

评测名称 / 模式

得分

排名/总数

100

1 / 106

99.10

12 / 106

94.50

27 / 106

FrontierMath - Tier 4

开启思考

0

72 / 80

AI Agent - 工具使用

共 1 项评测

评测名称 / 模式

得分

排名/总数

47.10

4 / 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

39.60

41 / 63

Agent能力评测

共 1 项评测

评测名称 / 模式

得分

排名/总数

τ²-Bench - Telecom

93

18 / 35

指令跟随

共 1 项评测

评测名称 / 模式

得分

排名/总数

68

18 / 30

AI Agent - 信息收集

共 1 项评测

评测名称 / 模式

得分

排名/总数

60.20

35 / 51

OpenClaw智能体能力综合测评

共 1 项评测

评测名称 / 模式

得分

排名/总数

开启思考工具

82.50

17 / 29

与其他模型对比