Kimi K2.5 vs Kimi K2.6 评测对比

对比结论

Kimi K2.6 在共同评测平均分中领先

18 项共同评测中领先 16 项，平均分高 6.9 分

18
可比评测: 16
领先项: 1
落后项: 1
持平项

仅基于所有选中模型共同有成绩的 18 项百分制评测汇总，明细见下方图表。另有 1 项历史、反向或不同量纲指标未计入平均分；指数、任务成本和耗时也不与准确率相加。

“最佳可用”会为每项评测选取该模型已收录的按指标方向选出的最佳非并行结果，可能组合成并不存在的虚拟运行配置；请结合模式明细解读。

Kimi K2.5

Moonshot AI

发布时间: 2026-01-27
上下文长度: 256K
总参数量: 1 万亿（激活 320 亿）
最大输出长度: 16,384 tokens
支持的运行模式: 关闭 · 扩展 · 开启

查看详情·在线体验

性能评测对比

按评测基准逐项对比；切换思考模式或工具设置后，下方图表与表格同步更新。

“最佳可用”按每项评测分别选择按指标方向选出的最佳非并行结果，因此这条系列可能由多个推理档拼接而成，并不代表一个可直接复现的单一运行配置。切换模式筛选可查看可复现的同档结果。

数据优先来自官方发布（GitHub、Hugging Face、论文），其次为评测基准官方结果，最后为第三方评测机构数据。了解数据收集方法

分领域评测均分

每条轴是该评测领域内百分制成绩的算术平均，反映的是这些评测的平均得分，不是模型能力评级。

视图: 非并行模式平均·6 个领域·已排除 1 项评分制评测

Kimi K2.5

相对优势: 暂无明显优势 / 相对落后: AI Agent - 工具使用 -11.6

Kimi K2.6

相对优势: AI Agent - 工具使用 +11.6 / 相对落后: 暂无明显落后

计算口径：同一模型在同一 benchmark 下先平均当前模式范围内的所有分数（不取最高分），再按评测领域对这些分数求平均。只纳入至少两个模型有百分制成绩的评测；Codeforces、Arena 等 Elo/评分制评测已排除，因为把 1500 分的 Elo 与 85% 的准确率放在一起平均不具意义。缺项不按 0 分处理；各评测等权，未按难度加权，因此包含高难度评测的领域分数天然偏低。

筛选: 最佳可用·2 个模型 / 系列 · 23 评测基准

图表加载中…

评测得分表格

按评测基准逐行列出各模型与运行模式的得分；同一行内可比，跨行不可比。

23 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 K2.5	Kimi K2.6
CritPt Score 综合评估	3.10开启思考	8.00开启思考
HLE Accuracy 综合评估	50.20开启思考｜工具	54.00开启思考｜工具
LiveBench Accuracy 综合评估	69.07开启思考	70.54开启思考
GPQA Diamond Accuracy 科学与综合推理	87.60开启思考	90.50开启思考
LiveCodeBench Pass @K 编程与软件工程	85.00开启思考	89.60开启思考
SWE-bench Multilingual Accuracy 编程与软件工程	73.00开启思考	76.70开启思考｜工具
SWE-Bench Pro - Public Accuracy 编程与软件工程	50.70开启思考｜工具	58.60开启思考｜工具
SWE-bench Verified Accuracy 编程与软件工程	76.80开启思考｜工具	80.20开启思考｜工具
AIME 2026 Accuracy 数学推理	92.50开启思考	96.40开启思考
IMO-AnswerBench Accuracy 数学推理	81.80开启思考	86.00开启思考
Creative Writing Elo、大模型评判两两对战写作和创作	1575.80常规模式	1721.30常规模式
Terminal Bench Hard Accuracy Agent能力评测	34.80开启思考｜工具	43.90开启思考｜工具
τ²-Bench - Telecom Accuracy Agent能力评测	95.90开启思考｜工具	95.90开启思考｜工具
τ³-Banking Score Agent能力评测	14.20开启思考｜工具	23.30开启思考｜工具
IF Bench Accuracy 指令跟随	70.20开启思考	76.00开启思考
BrowseComp Accuracy AI Agent - 信息收集	60.60开启思考｜工具	83.20开启思考｜工具
MCP-Atlas Pass rate / claim coverage AI Agent - 工具使用	64.40常规模式｜工具	69.40开启思考｜工具
Terminal Bench 2.0 Accuracy AI Agent - 工具使用	50.80开启思考｜工具	66.70开启思考｜工具
Terminal-Bench 2.1 Accuracy AI Agent - 工具使用	45.70开启思考｜工具	65.90开启思考｜工具
Context Arena Accuracy (8 needles, 4K-128K context) 文本向量检索	59.22开启思考	64.63开启思考
AA-LCR Accuracy 长上下文能力	78.00开启思考	69.70常规模式
Claw Bench Accuracy OpenClaw智能体能力综合测评	81.70开启思考｜工具	80.90开启思考｜工具
MMMU-Pro Accuracy 多模态理解	75.40开启思考	79.40开启思考

API 价格对比

各模型 API 的官方标价，按输入 / 输出分列；单位为美元 / 百万 tokens。

规格与许可明细

架构、许可与 API 模态等规格对比；「未提供」表示数据库暂无该字段。

功能与规格	Kimi K2.5Moonshot AI	Kimi K2.6Moonshot AI
核心规格发布时间	2026-01-27	2026-04-20
上下文长度	256K	256K
总参数量	1T	1T
激活参数量	32B	32B
最大输出长度	16,384 tokens	未提供
模型架构	MoE（混合专家）	MoE（混合专家）
支持的运行模式	关闭开启扩展	关闭开启
可用性与许可代码可用性	可获取 · Modified MIT License	可获取 · Modified MIT
权重可用性	可获取 · Modified MIT License	可获取 · Modified MIT
使用与商业许可	免费商用授权	免费商用授权
本地部署权重体积	595GB	未提供
权重显存占用	≈ 595 GB（仅权重，未含 KV Cache）	未提供
权重下载	Hugging Face	未提供
源码仓库	GitHub	未提供
API 模态支持文本输入/输出	输入：支持输出：支持	输入：支持输出：支持
图片输入/输出	输入：支持输出：不支持	输入：支持输出：不支持
视频输入/输出	输入：不支持输出：不支持	输入：支持输出：不支持
资料来源论文 / 报告	Kimi K2.5: Visual Agentic Intelligence	Kimi K2.6: Advancing Open-Source Coding
DataLearner 博客	重磅！Kimi K2.5发布，依然免费开源！原生多模态MoE架构，全球最大规模参数的开源模型之一，官方评测结果比肩诸多闭源模型！可以驱动100个子Agent执行！	未提供