自动展示选中模型的核心信息与各评测得分，可左右滑动查看完整表格。 当前对比 2 个模型的评测数据与核心参数。
每条轴代表一个评测领域的平均水平，并统一映射到 100 分雷达坐标。
相对优势: 暂无明显优势 / 相对落后: AI Agent - 工具使用 -10.8
相对优势: AI Agent - 工具使用 +10.8 / 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 benchmark 分数求平均。只纳入至少两个模型有数据的 benchmark，缺项不按 0 分处理。
综合领先
Qwen 3.6 Plus Preview · 74.43
单项最高
Qwen 3.6 Plus Preview · AIME 2026 95.30
模态覆盖
Qwen 3.6 Plus Preview · 3 种模态
正面对比
13
评测基准
0
领先项
13
落后项
-3.51
平均分差
完整列出各模型/模式的评测得分，便于横向比较。
13 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 | Qwen 3.6 Plus Preview |
|---|---|---|
GPQA Diamond 综合评估 | 87.60开启思考 | 90.40开启思考 |
HLE 综合评估 | 50.20开启思考 ｜ 工具 | 50.60开启思考 ｜ 工具 |
LiveBench 综合评估 | 69.07开启思考 | 70.85常规模式 |
MMLU Pro 综合评估 | 78.50开启思考 | 88.50开启思考 |
LiveCodeBench 编程与软件工程 | 85.00开启思考 | 87.10开启思考 |
SWE-bench Multilingual 编程与软件工程 | 73.00开启思考 | 73.80开启思考 |
SWE-Bench Pro - Public 编程与软件工程 | 50.70开启思考 ｜ 工具 | 56.60开启思考 ｜ 工具 |
SWE-bench Verified 编程与软件工程 | 76.80开启思考 ｜ 工具 | 78.80开启思考 ｜ 工具 |
AIME 2026 数学推理 | 92.50开启思考 | 95.30开启思考 |
IMO-AnswerBench 数学推理 | 81.80开启思考 | 83.80开启思考 |
Terminal Bench 2.0 AI Agent - 工具使用 | 50.80开启思考 ｜ 工具 | 61.60开启思考 ｜ 工具 |
AA-LCR 长上下文能力 | 65.00开启思考 | 68.30开启思考 |
LongBench v2 长上下文能力 | 61.00常规模式 | 62.00常规模式 |
输入输出 token 价格并排展示
是否 MoE、商业授权、模态支持等附加能力对比。
| 功能与规格 | Kimi K2.5Moonshot AI | Qwen 3.6 Plus Preview阿里巴巴 |
|---|---|---|
核心规格发布时间 | 2026-01-27 | 2026-03-31 |
上下文 | 256K | 1M |
参数量 | 10000 | — |
激活参数量 | 320 | 未提供 |
最大输出 | 16384 | 65536 |
MoE 架构 | 支持 | 不支持 |
支持模式 | 常规模式（Non-Thinking Mode）思考模式（Thinking Mode） | 暂无模式数据 |
开源与许可代码开源 | 未提供 | 未提供 |
权重开源 | 未提供 | 未提供 |
商业授权 | 免费商用授权 | 不开源 |
模态支持文本 输入/输出 | / | / |
图片 输入/输出 | / | / |
视频 输入/输出 | 未提供 | / |
资料来源论文 / 报告 | Kimi K2.5: Visual Agentic Intelligence | Qwen3.6-Plus: Towards Real World Agents |
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 |
