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.

#10 von 21 im Vals Index · aktueller Snapshot
56 Vals Index · 22 Benchmark-Zeilen · 10 QuellenPosition ist benchmark-spezifisch — kein Cross-Family- oder Cross-Source-Ranking.
Composite67
Kontext256K
Input / 1M$0.60
Output / 1M$2.5
Wissensstichtag2026-02-15
Output-Speed56 t/s
TTFT (Default-API)1.08s
Statusflagship
KnowledgeReasoningMathCodingAgenticLong contextTool useHuman preference
Knowledge
89
Reasoning
91
Math
85
Coding
94
Agentic
67
Long context
70
Tool use
85
Human preference
78

82average across 8 tested families

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/ 2380SWE-bench official leaderboard2026-05-30
Vals IndexAgentic#10/ 2056Vals AI — Vals Index2026-06-04
AIMEMath#11/ 1985Moonshot Kimi K2.62026-04-20
LMArena (Chatbot Arena)Human preference#11/ 1378LMArena leaderboard2026-05-25
LiveBenchReasoning#12/ 2162LiveBench leaderboard2026-04-15
IFBenchReasoning#13/ 5776Artificial Analysis2026-07-21
LongBench v2Long context#13/ 1949LongBench v2 leaderboard2026-04-01
MATHMath#13/ 2083Moonshot Kimi K2.62026-04-20
SciCodeCoding#16/ 6554Artificial Analysis2026-07-21
MMLU-ProKnowledge#17/ 2175MMLU-Pro HuggingFace leaderboard2026-04-20
GPQA DiamondReasoning#21/ 6991GPQA Diamond paper leaderboard2026-05-15
AA-LCRLong context#23/ 6470Artificial Analysis2026-07-21
Artificial Analysis Intelligence IndexReasoning#24/ 6744Artificial Analysis2026-07-21
Humanity's Last ExamReasoning#26/ 6536Artificial Analysis2026-07-21
Terminal-BenchAgentic#27/ 6967Terminal-Bench 2.0 leaderboard2026-05-20
τ³-Bench BankingAgentic#40/ 6421Artificial Analysis2026-07-21
AA time to first tokenPerformance#42/ 69Artificial Analysis2026-07-21
AA output speedPerformance#52/ 69Artificial Analysis2026-07-21
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
    Claude Mythos Preview
    95
  2. 2
    GPT-5.6 Sol
    94
  3. 3
    Kimi K3
    94
MathKimi K2.6 · 85
  1. 1
    OpenAI o3
    99
  2. 2
    OpenAI o1
    97
  3. 3
    Gemini 3 Pro
    96
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 · 70
  1. 1
    Kimi K3
    75
  2. 2
    GPT-5.1
    75
  3. 3
    GPT-5.6 Sol
    74
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.

22 neu
BenchmarkFamilyScoreQuelleTage her
AA-LCRLong context69.67%Artificial Analysis2
AA output speedPerformance56 t/sArtificial Analysis2
AA time to first tokenPerformance1.08sArtificial Analysis2
Artificial Analysis Intelligence IndexReasoning44.2%Artificial Analysis2
Humanity's Last ExamReasoning35.9%Artificial Analysis2
IFBenchReasoning75.99%Artificial Analysis2
SciCodeCoding53.5%Artificial Analysis2
τ³-Bench BankingAgentic20.62%Artificial Analysis2
MCP AtlasTool use69.7%MCP Atlas leaderboard44
Vals IndexAgentic55.55%Vals AI — Vals Index49
SWE-bench VerifiedCoding80.2%SWE-bench official leaderboard54
LMArena (Chatbot Arena)Human preference1388LMArena leaderboard59
Terminal-BenchAgentic66.7%Terminal-Bench 2.0 leaderboard64
GPQA DiamondReasoning90.5%GPQA Diamond paper leaderboard69
AIMEMath85.2%Moonshot Kimi K2.694
HumanEvalCoding93.8% pass@1CodeSOTA HumanEval leaderboard94
MATHMath82.5%Moonshot Kimi K2.694
MMLU-ProKnowledge74.6%MMLU-Pro HuggingFace leaderboard94
MMLUKnowledge89.1%Moonshot Kimi K2.694
BFCLTool use85.2%Berkeley Function Calling Leaderboard V499
LiveBenchReasoning62.4%LiveBench leaderboard99
LongBench v2Long context49.1%LongBench v2 leaderboard113
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.

Knowledge89
Reasoning91
Math85
Coding94
Agentic67
Long context70
Tool use85
Human preference78
Preis vs. Performance
0255075100$0.10$0.30$1$3$10$30input USD / 1M tokens · log scale →← intelligence

Hover or tab any dot for name, score, and input price.

AnthropicOpenAIMistralAlibabaDeepSeekGoogleMoonshotMiniMaxxAIMetaZhipuXiaomiMeituanCohere

Volles Benchmark-Ledger

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

22 Quell-Zeilen

22 of 32 catalog benchmarks have a sourced row for 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