Moonshot AI
Kimi K2 (Jul 2025) 评测成绩
来自 4 个来源、4 项基准的 9 条成绩。
开放权重 发布: 2025年7月12日 更新于 2026年10月22日
其他名称: kimi-k2-0711-preview · Kimi-K2-Instruct · Kimi K2 Instruct · moonshot/kimi-k2-0711-preview · Kimi K2 · OpenHands + Kimi K2 · kimi-k2-instruct · CodeSweep - SWE-agent - Kimi K2 Instruct
全部评测成绩
| 基准 | 分数 | 名次 | 设定 | 来源类型 | 日期 |
|---|---|---|---|---|---|
| LMArena Text | 1418 | 133 | Overall, style control on; 27148 votes; 95% CI 1413–1423“kimi-k2-0711-preview” | 官方榜单 | 2026年10月8日 |
| MMLU-Pro | 81.0% | 59 | Overall accuracy; data source: Self-Reported; 1000B“Kimi-K2-Instruct” | 厂商自报 | 2026年3月11日 |
| SWE-bench Verified | 65.4% | 37 | agent: OpenHands“moonshot/kimi-k2-0711-preview” | 官方榜单 | 2025年7月16日 |
| SWE-bench Verified | 53.4% | 64 | agent: CodeSweep - SWE-agent“kimi-k2-instruct” | 官方榜单 | 2025年8月4日 |
| SWE-bench Verified | 43.8% | 76 | agent: mini-SWE-agent“Kimi-K2-Instruct” | 官方榜单 | 2025年8月7日 |
| Terminal-Bench 2.0 | 27.8% | 136 | Terminal-Bench 2.0; agent: Terminus 2 | 官方榜单 via Epoch AI | 2025年11月1日 |
| Terminal-Bench 2.0 | 27.8% | 137 | Terminal-Bench 2.0; agent: Terminus 2 | 官方榜单 via Epoch AI | 2025年7月11日 |
| Terminal-Bench 2.0 | 26.7% | 143 | Terminal-Bench 2.0; agent: OpenHands | 官方榜单 via Epoch AI | 2025年7月11日 |
| Terminal-Bench 2.0 | 26.7% | 144 | Terminal-Bench 2.0; agent: OpenHands | 官方榜单 via Epoch AI | 2025年11月2日 |
常见问题
Kimi K2 (Jul 2025) 的这些评测分数来自哪里？
来自 LMArena leaderboard dataset、MMLU-Pro leaderboard (TIGER-Lab)、SWE-bench leaderboards (swebench.com)和Epoch AI Benchmarking Hub。每一行都链接到原始榜单、数据集或报告，厂商自报的分数单独标注。