VerdictPal
Beitreten

Modelle / Moonshot

Kimi K2.6

Kimi · Release 2026-04-20

Moonshots Open-Weights-Flaggschiff April 2026. Vals-Index 55,55 % (#5 auf dem öffentlichen Leaderboard), SWE-bench Verified 80,2 %, Terminal-Bench 2.0 66,7 %. Führt das Open-Source-Feld bei GPQA Diamond mit 90,5 % an. 256K-Kontext, $0,60 / $2,50 pro 1M Tokens.

Default-Open-Weights-Modell eines chinesischen Anbieters für englischsprachige Arbeit. Das stärkste Open-Source-Modell bei GPQA Diamond (90,5 %) und Vals (55,55 %) Stand Juni 2026.

#43 von 184 im AA Index · aktueller Snapshot
31 AA Index · 23 Benchmark-Zeilen · 10 QuellenPosition ist benchmark-spezifisch — kein Cross-Family- oder Cross-Source-Ranking.
Composite66
Kontext256K
Input / 1M$0.60
Output / 1M$2.5
Wissensstichtag2026-02-15
Statusflagship

Familienprofil

Bester veröffentlichter Score je abgedeckter Benchmark-Familie.

84/100 Ø
Wissen
89
Reasoning
91
Mathe
85
Coding
94
Agentisch
67
Langer Kontext
81
Tool-Nutzung
85
Menschliche Präferenz
78

8 getestete Benchmark-Familien

Redaktionsnotiz
Kimi K2.6 ist das stärkste Open-Weights-Modell im öffentlichen Ledger und das einzige Open-Source-Modell in den Vals Top 10. Wer ein Frontier-Modell selbst hosten muss und englischsprachigen Support braucht, sollte hier zuerst benchmen.
Benchmark-Platzierungen

Wo Kimi K2.6 auf jeder öffentlichen Benchmark-Quelle mit Zeile steht. Rang zählt jedes Modell mit neuester Zeile im selben Test — kein universeller Qualitätsscore.

BenchmarkFamilyRangScoreQuelleDatum
BFCLTool use#4/ 2085Berkeley Function Calling Leaderboard V42026-04-15
HumanEvalCoding#8/ 1594CodeSOTA HumanEval leaderboard2026-04-20
MCP AtlasTool use#9/ 1070MCP Atlas leaderboard2026-06-09
MMLUKnowledge#9/ 2289Moonshot Kimi K2.62026-04-20
SWE-bench VerifiedCoding#9/ 2280SWE-bench official leaderboard2026-05-30
Vals IndexAgentic#9/ 1956Vals AI — Vals Index2026-06-04
LMArena (Chatbot Arena)Human preference#11/ 1378LMArena leaderboard2026-05-25
FrontierMathMath#11/ 1539Epoch AI FrontierMath Tiers 1-3 (v2) CSV2026-08-15
LiveBenchReasoning#12/ 2162LiveBench leaderboard2026-04-15
LongBench v2Long context#13/ 1949LongBench v2 leaderboard2026-04-01
MATHMath#18/ 2583Moonshot Kimi K2.62026-04-20
IFBenchReasoning#19/ 12776Artificial Analysis2026-09-10
AIMEMath#25/ 3785Moonshot Kimi K2.62026-04-20
AA-LCRLong context#27/ 18281Artificial Analysis2026-09-10
SciCodeCoding#34/ 9352Artificial Analysis2026-09-10
MMLU-ProKnowledge#35/ 3975MMLU-Pro HuggingFace leaderboard2026-04-20
GPQA DiamondReasoning#40/ 19091GPQA Diamond paper leaderboard2026-05-15
Artificial Analysis Intelligence IndexReasoning#47/ 18831Artificial Analysis2026-09-10
Humanity's Last ExamReasoning#49/ 18538Artificial Analysis2026-09-10
τ³-Bench BankingAgentic#54/ 11023Artificial Analysis2026-09-10
Terminal-BenchAgentic#58/ 18967Terminal-Bench 2.0 leaderboard2026-05-20
AA output speedPerformance#161/ 190Artificial Analysis2026-09-10
AA time to first tokenPerformance#161/ 190Artificial Analysis2026-09-10
Family-Kontext

Die drei höchstscorierenden kartierten Modelle pro Capability-Family. Wo Kimi K2.6 auftaucht, ist es hervorgehoben.

KnowledgeKimi K2.6 · 89
  1. 1
    GPT 5.5
    91
  2. 2
    Claude Opus 4.8
    91
  3. 3
    Claude Sonnet 4.6
    91
ReasoningKimi K2.6 · 91
  1. 1
    GPT-6 Astra
    96
  2. 2
    Claude Mythos Preview
    95
  3. 3
    Gemini 3.7 Flash
    95
MathKimi K2.6 · 85
  1. 1
    OpenAI o3
    99
  2. 2
    GPT-5 (medium)
    99
  3. 3
    Grok 4
    99
CodingKimi K2.6 · 94
  1. 1
    GPT 5.5
    96
  2. 2
    Claude Opus 4.8
    96
  3. 3
    Claude Opus 4.6
    96
AgenticKimi K2.6 · 67
  1. 1
    GPT 5.5
    100
  2. 2
    Claude Opus 4.8
    100
  3. 3
    Claude Fable 5
    100
Long contextKimi K2.6 · 81
  1. 1
    Kimi K3
    89
  2. 2
    Claude Fable 5.1
    85
  3. 3
    GPT-5.5 (high)
    84
Tool useKimi K2.6 · 85
  1. 1
    Claude Sonnet 4.6
    89
  2. 2
    GPT 5.5
    87
  3. 3
    Claude Opus 4.8
    87
Human preferenceKimi K2.6 · 78
  1. 1
    GPT 5.5
    95
  2. 2
    Claude Opus 4.8
    92
  3. 3
    Gemini 3.5 Flash
    91
Neueste Belege

Benchmark-Zeilen im öffentlichen Ledger für Kimi K2.6 in den letzten 120 Tagen. Ältere Zeilen stehen in der vollen Tabelle unten.

14 neu
BenchmarkFamilyScoreQuelleTage her
AA-LCRLong context81%Artificial Analysis4
AA output speedPerformance0 t/sArtificial Analysis4
AA time to first tokenPerformance0.00sArtificial Analysis4
Artificial Analysis Intelligence IndexReasoning31.3%Artificial Analysis4
Humanity's Last ExamReasoning37.5%Artificial Analysis4
IFBenchReasoning75.99%Artificial Analysis4
SciCodeCoding51.5%Artificial Analysis4
τ³-Bench BankingAgentic23.3%Artificial Analysis4
FrontierMathMath38.97%Epoch AI FrontierMath Tiers 1-3 (v2) CSV30
MCP AtlasTool use69.7%MCP Atlas leaderboard97
Vals IndexAgentic55.55%Vals AI — Vals Index102
SWE-bench VerifiedCoding80.2%SWE-bench official leaderboard107
LMArena (Chatbot Arena)Human preference1388LMArena leaderboard112
Terminal-BenchAgentic66.7%Terminal-Bench 2.0 leaderboard117
Family-Abdeckung

Ein hoher Composite, der eine schwache Family versteckt, ist eine Falle. Diese Balken zeigen Families ohne öffentlichen Test — und wo das Modell führt.

Wissen89
Reasoning91
Mathe85
Coding94
Agentisch67
Langer Kontext81
Tool-Nutzung85
Menschliche Präferenz78
Preis vs. Performance
0255075100$0.10$0.30$1$3$10$30Input-USD / 1M Tokens · log-Skala →← Intelligenz

Hover auf einen Punkt zeigt Name, Score und Input-Preis. Per Tastatur: die zwölf besten mit Tab durchgehen oder die Rangliste unten nutzen.

AnthropicOpenAIMistralAlibabaDeepSeekGoogleMoonshotMetaxAIMiniMaxZhipuXiaomiOtherMeituanCohereNVIDIA

Volles Benchmark-Ledger

Jeder Katalog-Benchmark für Kimi K2.6. Scores verlinken zur Originalquelle; Lücken heißen: noch keine öffentliche Zeile.

23 Quell-Zeilen

23 von 37 Katalog-Benchmarks haben eine belegte Zeile für Kimi K2.6.

Knowledge

Reasoning

Math

Coding

Agentic

Long context

Tool use

Performance

Human preference

Changelog
  1. Kimi K2.6 veröffentlicht — Vals #5 bei 55,55 %, GPQA Diamond 90,5 % (Open-Source-Spitze).
Quellen

The Pack · Redaktionsnewsletter

Neue Tools in dein Postfach. Kostenlos.

Eine kurze E-Mail, wenn ein Tool erscheint oder den Status wechselt. Kein Tracking, keine Drittanbieter-Analytics. Abmeldung mit einem Klick.