Kimi K2.5

Moonshot · 发布于 2026-01-27

评分规则

编程、科研、知识问答证据不足

综合评分31.4未进入主榜 · 覆盖 45%评测较少（7/18）

编程28.9未进入分榜 · 覆盖 50%评测较少（2/4）单一机构

专业办公29.2第 64 名 · 覆盖 75%单一机构

知识问答36.3未进入分榜 · 覆盖 33%评测较少（1/3）单一机构

科研33.1未进入分榜 · 覆盖 0%评测较少（0/6）

上下文窗口

262,144 token

API 价格

缓存 ¥0.67 · 输入 ¥4.01 · 输出 ¥20.06

人民币 / 百万 token · — 表示未提供 · 价格来源

Vals AI 维护的基础 API 单价，缓存列为缓存读取；长上下文、批处理等阶梯价格以供应商为准。

评分依据

7 项实测记录。展开可查看原始分、代表配置与测量时间；统一读数由本站计算，不能当作准确率。

实测日期：2026-08-27；另有 6 项未公开测量日期。

本站取数：2026/10/18 06:20:20（北京）。取数更新不代表重新评测，未注明具体版本的成绩不能证明已覆盖最新版本。

本页实际采用的型号与配置（3）

kimi/kimi-k2.5-thinking
kimi-k2.5
kimi-k2.5-thinking

缺少实测的领域：科研。本站在综合分中按模型的整体能力估计这些领域，不等于已经测过。

编程

28.9

Code MigrationVals AI6.96%统一读数 22.7

来源: Code Migration
上游型号: kimi/kimi-k2.5-thinking
运行配置: 推理档位未提供 · Vals agentic 统一流程 · 输出上限 128000
配置选择依据: 同型号、同评测优先采用来源声明的最高推理档位；不按分数挑选。未声明档位时保留原始配置。
实测日期: 未提供
数据记录: 来源更新 2026-10-16 · 本站取数 2026-10-17
评分处理: 正常计入

Vibe Code Bench v1.1Vals AI17.54%统一读数 27.8

来源: Vibe Code Bench v1.1
上游型号: kimi/kimi-k2.5-thinking
运行配置: 推理档位未提供 · OpenHands · 输出上限 128000
配置选择依据: 同型号、同评测优先采用来源声明的最高推理档位；不按分数挑选。未声明档位时保留原始配置。
实测日期: 未提供
数据记录: 来源更新 2026-10-16 · 本站取数 2026-10-17
评分处理: 正常计入

科研

33.1

暂无该领域实测记录；如有显示分数，它来自整体能力估计。

专业办公

29.2

Finance Agent (v2)Vals AI35.79%统一读数 23.9

来源: Finance Agent (v2)
上游型号: kimi/kimi-k2.5-thinking
运行配置: 推理档位未提供 · Vals agentic 统一流程 · 输出上限 128000
配置选择依据: 同型号、同评测优先采用来源声明的最高推理档位；不按分数挑选。未声明档位时保留原始配置。
实测日期: 未提供
数据记录: 来源更新 2026-10-16 · 本站取数 2026-10-17
评分处理: 正常计入

Harvey's Legal Agent BenchmarkVals AI0.00%统一读数 ≤-63.1

来源: Harvey's Legal Agent Benchmark
上游型号: kimi/kimi-k2.5-thinking
运行配置: 推理档位未提供 · Vals agentic 统一流程 · 输出上限 128000
配置选择依据: 同型号、同评测优先采用来源声明的最高推理档位；不按分数挑选。未声明档位时保留原始配置。
实测日期: 未提供
数据记录: 来源更新 2026-10-16 · 本站取数 2026-10-17
评分处理: 单项影响已封顶
仅提供能力上限，不作为精确读数。

MedCodeVals AI39.32%统一读数 37.7

来源: MedCode
上游型号: kimi/kimi-k2.5-thinking
运行配置: 推理档位未提供 · Vals one-shot 统一流程 · 输出上限 30000
配置选择依据: 同型号、同评测优先采用来源声明的最高推理档位；不按分数挑选。未声明档位时保留原始配置。
实测日期: 未提供
数据记录: 来源更新 2026-10-13 · 本站取数 2026-10-17
评分处理: 正常计入

知识问答

36.3

SimpleQA VerifiedEpoch AI34.30%统一读数 42.1

来源: SimpleQA Verified
上游型号: kimi-k2.5
运行配置: kimi-k2.5
配置选择依据: 同型号、同评测优先采用来源声明的最高推理档位；不按分数挑选。未声明档位时保留原始配置。
实测日期: 2026-08-27
数据记录: 来源更新未提供 · 本站取数 2026-10-17
评分处理: 正常计入

真人偏好

37.8

Arena Text · 风格控制Arena1449.84 Elo统一读数 46.0

来源: Arena Text · 风格控制
上游型号: kimi-k2.5-thinking
运行配置: 官方 Text Overall · style-controlled
配置选择依据: 同型号、同评测优先采用来源声明的最高推理档位；不按分数挑选。未声明档位时保留原始配置。
实测日期: 未提供
数据记录: 来源更新 2026-10-15 · 本站取数 2026-10-17
评分处理: 正常计入

尚未测到（11）

FrontierMath T1–3 v2、Chess Puzzles、Mystery Game Puzzles、LiveBench Coding、LiveBench Reasoning、LiveBench Data Analysis、LiveBench Language、LiveBench IF、Terminal-Bench 4.0、MysteryMechanism、Terminal-Bench-Science

本站独立计算 · 第三方原始评测 · 计算于 2026/10/18 06:20:20（北京时间）

实测由评测机构完成，本站负责统一换算和排名。取数 2026/10/18 06:20:20 · 最近检查 2026/11/2 06:20:09

本次取数或计算未通过，仍展示上次完整榜单。