VerdictPal
Beitreten

Modelle / Moonshot

Kimi K2.5

Kimi · Release 2026-01-27

Moonshots multimodales Open-Weights-Modell Januar 2026. 262K-Kontext, $0,60/$3 pro 1M Tokens. Agent Swarm mit bis zu 100 Sub-Agenten. Vorgänger von K2.6.

Open-Weights-Moonshot-Wahl, wenn K2.6 nicht verfügbar ist oder der K2.5-Weight-Checkpoint benötigt wird.

#85 von 168 im AA Index · aktueller Snapshot
36 AA Index · 13 Benchmark-Zeilen · 4 QuellenPosition ist benchmark-spezifisch — kein Cross-Family- oder Cross-Source-Ranking.
Composite54
Kontext262K
Input / 1M$0.60
Output / 1M$3.0
Wissensstichtag2025-10-01
Statussolid

Familienprofil

Bester veröffentlichter Score je abgedeckter Benchmark-Familie.

68/100 Ø
Wissen
86
Reasoning
88
Coding
49
Agentisch
46
Langer Kontext
73

5 getestete Benchmark-Familien

Benchmark-Platzierungen

Wo Kimi K2.5 auf jeder öffentlichen Benchmark-Quelle mit Zeile steht. Rang zählt jedes Modell mit neuester Zeile im selben Test — kein universeller Qualitätsscore.

BenchmarkFamilyRangScoreQuelleDatum
LongBench v2Long context#15/ 1948LongBench v2 leaderboard2026-04-01
LiveBenchReasoning#16/ 2161LiveBench leaderboard2026-04-15
MMLUKnowledge#18/ 2286Moonshot Kimi K2.52026-01-27
SciCodeCoding#51/ 18049Artificial Analysis2026-09-01
IFBenchReasoning#54/ 12770Artificial Analysis2026-09-01
GPQA DiamondReasoning#64/ 18588Artificial Analysis2026-09-01
AA-LCRLong context#68/ 17973Artificial Analysis2026-09-01
Humanity's Last ExamReasoning#70/ 18031Artificial Analysis2026-09-01
τ³-Bench BankingAgentic#75/ 10614Artificial Analysis2026-09-01
Terminal-BenchAgentic#97/ 18446Artificial Analysis2026-09-01
Artificial Analysis Intelligence IndexReasoning#101/ 18736Artificial Analysis2026-09-01
AA time to first tokenPerformance#158/ 186Artificial Analysis2026-09-01
AA output speedPerformance#159/ 187Artificial Analysis2026-09-01
Family-Kontext

Die drei höchstscorierenden kartierten Modelle pro Capability-Family. Wo Kimi K2.5 auftaucht, ist es hervorgehoben.

KnowledgeKimi K2.5 · 86
  1. 1
    GPT 5.5
    91
  2. 2
    Claude Opus 4.8
    91
  3. 3
    Claude Sonnet 4.6
    91
ReasoningKimi K2.5 · 88
  1. 1
    Claude Mythos Preview
    95
  2. 2
    Gemini 3.7 Flash
    95
  3. 3
    Grok 4.6
    95
CodingKimi K2.5 · 49
  1. 1
    GPT 5.5
    96
  2. 2
    Claude Opus 4.8
    96
  3. 3
    Claude Opus 4.6
    96
AgenticKimi K2.5 · 46
  1. 1
    GPT 5.5
    100
  2. 2
    Claude Opus 4.8
    100
  3. 3
    Claude Fable 5
    100
Long contextKimi K2.5 · 73
  1. 1
    Muse Spark 1.2
    83
  2. 2
    Kimi K3
    83
  3. 3
    Gemini 3.5 Flash
    81
Neueste Belege

Benchmark-Zeilen im öffentlichen Ledger für Kimi K2.5 in den letzten 120 Tagen. Ältere Zeilen stehen in der vollen Tabelle unten.

10 neu
BenchmarkFamilyScoreQuelleTage her
AA-LCRLong context73%Artificial Analysis5
AA output speedPerformance0 t/sArtificial Analysis5
AA time to first tokenPerformance0.00sArtificial Analysis5
Artificial Analysis Intelligence IndexReasoning36%Artificial Analysis5
GPQA DiamondReasoning87.9%Artificial Analysis5
Humanity's Last ExamReasoning30.7%Artificial Analysis5
IFBenchReasoning70.2%Artificial Analysis5
SciCodeCoding49%Artificial Analysis5
τ³-Bench BankingAgentic14.23%Artificial Analysis5
Terminal-BenchAgentic45.69%Artificial Analysis5
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.

Wissen86
Reasoning88
Coding49
Agentisch46
Langer Kontext73
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.

AnthropicOpenAIMistralAlibabaDeepSeekGoogleMoonshotMetaMiniMaxxAIZhipuXiaomiOtherMeituanCohereNVIDIA

Volles Benchmark-Ledger

Jeder Katalog-Benchmark für Kimi K2.5. Scores verlinken zur Originalquelle; Lücken heißen: noch keine öffentliche Zeile.

13 Quell-Zeilen

13 von 37 Katalog-Benchmarks haben eine belegte Zeile für Kimi K2.5.

Knowledge

Reasoning

Coding

Agentic

Long context

Performance

Quellen