Перейти к основному содержанию

Kimi K2

KimiKimiОткрытые весаMIT · Коммерческое использование

Описание

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.

Дата выхода
2025-07-11
Параметры
1.0T
Длина контекста
262K
Модальности
text

Радар способностей

60
general
50
coding
70
reasoning
68
scienceоцен.
60
agents
0
multimodal

При отсутствии специализированных научных бенчмарков Science оценивается по научным категориям LLM Stats или на основе рассуждений.

Рейтинги

Нет данных рейтинга

Оценки бенчмарков (LLM Stats)

(LLM Stats (zeroeval))

Chat

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

Communication

Tau2 Retail70.6%Сам.
Tau2 Telecom65.8%Сам.

Factuality

SimpleQA31.0%Сам.

General

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

Language

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

Math

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

Reasoning

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

Индексы оценки AA

(Artificial Analysis)

Нет данных AA оценки

Оценки категорий LLM Stats

(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

Цены

Цена ввода$0.57 / 1M токенов
Цена вывода$2.3 / 1M токенов
Смешанная цена (3:1)$1.075 / 1M токенов

Скорость

Токенов/сек49.1
Задержка первого токена1.92s
Время до первого ответа1.92s

Рейтинг цен провайдеров

Рейтинг цен провайдеров

8 провайдеров

Самый дешевый: OpenCodeСамый дорогой: AI/ML API
ПровайдерВводВывод
1OpenCodeСамый дешевый
$0.4
$2.5
2KimiОсновной
$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

Сравнение цен разных API-провайдеров для этой модели.

Внешние ссылки