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: AI Agent - 信息收集 +15.7 / 相对落后: 数学推理 -9.8
相对优势: 数学推理 +9.8 / 相对落后: AI Agent - 信息收集 -15.7
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
Kimi K2.5 · 63.18
单项最高
Kimi K2.5 · AIME2025 96.10
模态覆盖
Kimi K2.5 · 2 种模态
正面对比
13
评测基准
7
领先项
6
落后项
-0.99
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 | MiniMax M2.5 | Kimi K2.5 |
|---|---|---|
ARC-AGI 综合评估 | 63.70开启思考 | 65.30开启思考 |
ARC-AGI-2 综合评估 | 4.90开启思考 | 11.80开启思考 |
GPQA Diamond 综合评估 | 85.20开启思考 | 87.60开启思考 |
HLE 综合评估 | 19.40开启思考 | 50.20开启思考 ｜ 工具 |
SWE-Bench Pro - Public 编程与软件工程 | 55.40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 |
AIME2025 数学推理 | 86.30开启思考 | 96.10开启思考 |
BrowseComp AI Agent - 信息收集 | 76.30开启思考 ｜ 工具 | 60.60开启思考 ｜ 工具 |
Terminal Bench 2.0 AI Agent - 工具使用 | 51.70开启思考 ｜ 工具 | 50.80开启思考 ｜ 工具 |
GDPval-AA 生产力知识 | 36.00开启思考 | 40.00开启思考 |
AA-LCR 长上下文能力 | 69.50开启思考 | 65.00开启思考 |
Claw Bench OpenClaw智能体能力综合测评 | 92.10开启思考 ｜ 工具 | 81.70开启思考 ｜ 工具 |
Pinch Bench OpenClaw智能体能力综合测评 | 87.80开启思考 ｜ 工具 | 84.80开启思考 ｜ 工具 |
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 | MiniMax M2.5MiniMaxAI | Kimi K2.5Moonshot AI |
|---|---|---|
核心规格发布时间 | 2026-02-12 | 2026-01-27 |
上下文 | 128K | 256K |
参数量 | 2290 | 10000 |
激活参数量 | 100 | 320 |
最大输出 | 未提供 | 16384 |
MoE 架构 | 支持 | 支持 |
支持模式 | 暂无模式数据 | 常规模式（Non-Thinking Mode）思考模式（Thinking Mode） |
开源与许可代码开源 | 未开源 | 未提供 |
权重开源 | 未提供 | 未提供 |
商业授权 | 免费商用授权 | 免费商用授权 |
模态支持文本 输入/输出 | 未提供 | / |
图片 输入/输出 | 未提供 | / |
资料来源论文 / 报告 | MiniMax M2.5: Built for Real-World Productivity. | Kimi K2.5: Visual Agentic Intelligence |
DataLearner 博客 | 未提供 | 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！ |
Kimi K2.5
Moonshot AI
