मुख्य सामग्री पर जाएं

Kimi K2

KimiKimiओपन वेटMIT · व्यावसायिक उपयोग

विवरण

Kimi K2-Instruct-0905 is the latest, most capable version of Kimi K2, achieving state-of-the-art performance in frontier knowledge, math, and coding among non-thinking models. This Mixture-of-Experts model features 32 billion activated parameters and 1 trillion total parameters, meticulously optimized for agentic tasks. Key features include enhanced agentic coding intelligence, extended context length to 256K tokens, and a hybrid architecture trained with MuonClip optimizer on 15.5T tokens. The model achieves 65.8% on SWE-bench Verified (single attempt), 47.3% on SWE-bench Multilingual, and excels at tool use with 70.6% on Tau2-retail. It is a reflex-grade model without long thinking, designed to act and execute complex tasks seamlessly.

रिलीज़ तिथि
2025-07-11
पैरामीटर
1.0T
संदर्भ लंबाई
262K
मोडैलिटीज़
text

क्षमता रडार

60
general
50
coding
70
reasoning
68
scienceअनुमानित
60
agents
0
multimodal

समर्पित विज्ञान बेंचमार्क उपलब्ध न होने पर Science का अनुमान LLM Stats विज्ञान स्कोर या तर्क से लगाया जाता है।

रैंकिंग

कोई रैंकिंग डेटा उपलब्ध नहीं

बेंचमार्क स्कोर (LLM Stats)

(LLM Stats (zeroeval))

Chat

IFEvalGoogle Research (2023)89.8%स्वयं
Tau2 Airline56.5%स्वयं
Multi-Challenge54.1%स्वयं

Communication

Tau2 Retail70.6%स्वयं
Tau2 Telecom65.8%स्वयं

Factuality

SimpleQA31.0%स्वयं

General

C-Eval92.5%स्वयं
MMLU89.5%स्वयं
MultiPL-E85.7%स्वयं
TriviaQA85.1%स्वयं
CSimpleQA78.4%स्वयं
ACEBench76.5%स्वयं
Aider-Polyglot60.0%स्वयं
SWE-bench Verified (Agentless)51.8%स्वयं

Language

MMLU-Redux92.7%स्वयं
MMLU-redux-2.090.2%स्वयं
MMLU-Pro81.1%स्वयं

Math

MATH-50097.4%स्वयं
GSM8k97.3%स्वयं
CBNSL95.6%स्वयं
LiveBench76.4%स्वयं
CNMO 202474.3%स्वयं
MATH70.2%स्वयं
AIME 202469.6%स्वयं
PolyMath-en65.1%स्वयं
AIME 202549.5%स्वयं
HMMT 202538.8%स्वयं

Reasoning

HumanEvalOpenAI (2021)93.3%स्वयं
AutoLogi89.5%स्वयं
ZebraLogic89.0%स्वयं
HumanEval-ER81.1%स्वयं
EvalPlus0.80 / 100स्वयं
MuSR76.4%स्वयं
GPQANYU + Cohere + Anthropic (2023)75.1%स्वयं
SWE-bench Verified (Multiple Attempts)71.6%स्वयं
SWE-bench Verified (Agentic Coding)65.8%स्वयं
SWE-Bench Verified65.8%स्वयं
SuperGPQA57.2%स्वयं
LiveCodeBench v653.7%स्वयं
LiveCodeBench53.7%स्वयं
SWE-bench Multilingual47.3%स्वयं
Terminal-Bench30.0%स्वयं
OJBench27.1%स्वयं
Terminus25.0%स्वयं
Humanity's Last Exam4.7%स्वयं

AA मूल्यांकन सूचकांक

(Artificial Analysis)

कोई AA मूल्यांकन डेटा उपलब्ध नहीं

LLM Stats श्रेणी स्कोर

(LLM Stats (zeroeval))
Instruction Following
90
Language
90
Structured Output
90
Legal
80
Finance
80
Healthcare
80
Biology
80
Chat
70
Math
70
Physics
70
Frontend Development
70
Chemistry
70
Reasoning
60
General
60
Communication
60
Economics
60
Tool Calling
60
Code
50
Factuality
30
Agents
20
Vision
0

मूल्य निर्धारण

इनपुट मूल्य$0.57 / 1M टोकन
आउटपुट मूल्य$2.3 / 1M टोकन
मिश्रित मूल्य (3:1)$1.075 / 1M टोकन

गति

टोकन/सेकंड49.1
पहले टोकन में देरी1.92s
पहले उत्तर में देरी1.92s

प्रदाता मूल्य रैंकिंग

प्रदाता मूल्य रैंकिंग

8 प्रदाता

सबसे सस्ता: OpenCodeसबसे महंगा: AI/ML API
प्रदाताइनपुटआउटपुट
1OpenCodeसबसे सस्ता
$0.4
$2.5
2Kimiप्राथमिक
$0.57
$2.3
3OpenRouter
$0.57
$2.3
4Kilo Gateway
$0.57
$2.3
5Vercel AI Gateway
$0.57
$2.3
6DevPass (LLM Gateway)
$0.57
$2.3
7Qiniu
$0.57971
$2.31884
8AI/ML API
$0.60306
$2.4334

इस मॉडल के लिए विभिन्न API प्रदाताओं के मूल्य निर्धारण की तुलना करें।

बाहरी लिंक