关闭广告

Artificial Analysis评测新鲜出炉:Kimi K2 thinking位居世界第二,开源第一

AI寒武纪2025-11-08 12:00:01759人阅读


根据著名AI分析机构Artificial Analysis的评估,Kimi K2 Thinking在智能体(agentic)相关任务中表现非常突出,但在完成评测时生成了所有模型中最多的token,表现出非常“话痨”的特性

以下是其核心要点:

智能指数67分,登顶开源榜首

Kimi K2 Thinking在Artificial Analysis智能指数中获得67分。

这一成绩使其明确领先于所有其他开源权重模型,包括最近发布的MiniMax-M2(61分)和DeepSeek-V3.2-Exp(57分),在所有模型中仅次于GPT-5


Agent能力突出,推理表现强劲

Kimi K2 Thinking在智能体应用场景中展现出强大实力,在Artificial Analysis智能体指数中排名第二,仅次于GPT-5

其优异表现主要得益于在²-Bench Telecom基准测试中取得了93%的成绩。这是一个智能体工具使用评测。这是该机构独立测量到的最高分


此外,在Humanity’s Last Exam(人类终极考试)评测中,Kimi K2 Thinking在无工具情况下的得分为22.3%,创下开源模型历史新高,仅次于GPT-5和Grok 4


成为新晋开源代码模型冠军

尽管Kimi K2 Thinking并未在任何一项代码评测中夺得总冠军,但相较于其他开源模型,它在各项评测中均排名第一或并列第一

具体排名为:Terminal-Bench Hard第6名,SciCode第7名,LiveCodeBench第2名

因此,它在Artificial Analysis代码指数中超越了先前的开源领导者DeepSeek V3.2

更多排名:


模型细节:1万亿参数,INT4原生精度

模型规格:总参数量1万亿,激活参数320亿(约594GB),仅支持文本输入,拥有256K上下文窗口

模型定位:该模型是Kimi K2 Instruct的推理变体,拥有相同的架构和参数数量

INT4精度:与此前Kimi K2 Instruct发布的FP8精度不同,该模型原生以INT4精度发布。月之暗面在后训练阶段使用了量化感知训练来实现这一点。这使得模型大小仅为约594GB,相比K2 Instruct的1TB以上大幅缩小,从而提升了推理和训练效率

代价:高冗余度、成本与延迟

Kimi K2 Thinking表现得非常“话痨”。在完成智能指数评测时,它总共使用了1.4亿个token,约为DeepSeek V3.2的2.5倍,GPT-5的2倍。


高冗余度直接影响了成本和延迟

基础版API:

定价:输入 百 万 , 输 出 2.5/百万token。

评测总成本:$356,比顶尖前沿模型便宜(比GPT-5(高)便宜2.5倍),但比DeepSeek V3.2贵9倍

速度:非常慢,约8个输出token/秒

Turbo版API:

定价:输入 百 万 , 输 出 8/百万token。
评测总成本:$1172,是第二昂贵的模型,仅次于Grok 4。
速度:相对较快,约50个输出token/秒

报告指出,此次发布再次凸显了一个持续的趋势:后训练,特别是强化学习(RL),正在推动推理模型和涉及工具调用的长程任务性能实现增长

参考:

https://artificialanalysis.ai/models/kimi-k2-thinking

版权与免责声明:本文内容转载自其他媒体,目的在于传递更多信息,不代表本网观点或立场,不承担此类作品侵权行为的自己责任及连带责任。
猜你喜欢
精彩推荐

北京自闭症男童苍山走失身亡 父亲1周7天扎在单位加班

红星新闻 浏览 640 12-15

真不配看啊?小罗开赛前采访:美洲杯一场也不看,放弃巴西

直播吧 浏览 2920 06-25

海上风电产业发展提速

商业观察杂志社 浏览 532 04-10

外媒:巴基斯坦一哨所遭武装分子袭击 6名士兵死亡

环球网资讯 浏览 603 12-10

一艘船多付620万美元 美方尝到中方反制滋味后改限令

梁讯 浏览 683 10-13

拉波尔塔:这场胜利来得正是时候;亚马尔一如既往地出色

懂球帝 浏览 643 11-11

湖南慈利通报“网友反映因瓶装液化气销售价格引发矛盾、广告牌被损毁”:相关部门已介入调查

环球网资讯 浏览 663 10-14

特朗普称"不许中国领先美国" 不到24小时中方定下规矩

军机Talk 浏览 587 01-18

齐溪自曝二胎是女儿,二胎已经满一岁了,41岁生二胎原因好暖心

扒虾侃娱 浏览 715 10-12

法拉利战略转型,电动跃马如何取悦中国用户

桑之未 浏览 687 10-12

50、60岁的女人就要这么穿!自然老去,不扮嫩反而更美了

静儿时尚达人 浏览 733 10-18

小米澎湃OS 3上线2026年元旦限定水印,三种版式自由选择

IT之家 浏览 664 12-19

2026年国家补贴来了,只需三步,收好这份省钱指南!

贝壳财经 浏览 659 01-02

哈登致意艾弗森:我现在所经历的一切,正是当年你走过的路

懂球帝 浏览 425 06-02

"斩首警告"后高市早苗骑虎难下 日本网民却集体破防

北回归线 浏览 683 11-12

保鲜一年!从“离枝”那一刻,广州荔枝就以多项科技“抢鲜”

南方都市报 浏览 20517 07-09

17个街道年投入逾亿元 资质错配、服务动力不足何解?

南方都市报 浏览 624 12-15

郭碧婷自曝和向佐两地分居

萌神木木 浏览 631 12-11

朋友圈贷款营销广告扰人,有何后果?用户何解?

北京商报 浏览 16646 04-29

金科股份,等待涅槃

斑马消费 浏览 2960 07-03

新能源汽车续保,有人说涨了好多,有人说降了好多,到底啥标准?

小李车评李建红 浏览 3121 02-02
本站所有信息收集于互联网,如本站收集信息侵权,请联系我们及时删除沪ICP备2023013132号-2