赞助推荐Fusecode面向 Claude Code、Codex 与模型工作流的企业级编程 API 服务。
LogoLM Speed
  • 免费 API
  • 模型
  • 提供商
  • 排行榜
  • 文档
LogoLM Speed
  1. 首页
  2. 模型
  3. Kimi K2.5
LogoLMSpeed

专业的 LLM API 速度测试工具

GitHubGitHubTwitterX (Twitter)Email
产品
  • 功能
  • 价格
  • 常见问题
排行榜
  • 总览
  • 速度排行
  • 延迟排行
  • 健康度排行
  • 模型价格
  • 模型速度
  • 推理能力
  • 代码能力
模型
  • 全部模型
  • GPT
  • Claude
  • Gemini
  • DeepSeek
  • Llama
  • Qwen
免费模型
  • 全部免费模型
  • 免费 GPT
  • 免费 Claude
  • 免费 Gemini
  • 免费 DeepSeek
  • 免费 Llama
  • 免费 Qwen
工具
  • 速度测试
  • 服务商审计
资源
  • 服务商目录
  • 文档
  • 公共 API
  • Botab
  • VidBee
法律
  • Cookie政策
  • 隐私政策
  • 服务条款
© 2026 LM Speed All Rights Reserved.Made by Nexmoe with ❤️
MoonshotAI
MoonshotAI
·Released on 2026年1月27日

Kimi K2.5 API 基准测试 价格和服务商数据

选择与 Kimi K2.5 对比的模型

选择一个模型后会直接打开对应的对比页面。

X (Twitter)分享到 X
LLM

Kimi K2.5 页面汇总基准测试、API 价格和服务商数据,覆盖 183 家服务商,价格从 $0.0008/request 起。Kimi K2.5 免费 API 额度来自 4 家服务商。页面同时展示实测速度和首字延迟。

Moonshot 的 Kimi K2.5是语言模型,专为通用对话与文本生成任务优化。

质量
#45of 127
63.0
LMSpeed 评分
速度
#121of 139
146char/s
11.91 s
成本
#81of 163
$0.0008/ 1M · 8:1 in:out
$0.00 in · $0.00 out

分类性能

基于独立 benchmark family 的实测能力估计,不确定性单独展示。

覆盖
8 / 8
方法论
V3.0
分类性能基于独立 benchmark family 的实测能力估计,不确定性单独展示。智能体40.8代码51.4综合推理56.2知识47.1数学49.6多语言44.4多模态58指令遵循54.3
#1多模态58估算·2/4 实测维度
80% 区间: 45.9–70.0
perception ocr仅先验
document spatial仅先验
visual reasoning50
mmmu_pro · mmmu_pro
video action65.9
video_mmmu · video_mmmu
#2综合推理56.2正式评分·全站排名 #9·3/4 实测维度
80% 区间: 47.9–64.5
abstract logic仅先验
scientific causal58.2
critpt · critpt / gpqa · gpqa / hle · hle
multistep constraints58.5
mmlu_pro · mmlu_pro
evidence verification51.9
lcr · lcr / longbench · long_bench_v2
#3指令遵循54.3估算·2/4 实测维度
80% 区间: 42.4–66.2
constraint following55.6
ifeval · ifeval
structured output仅先验
novel instruction generalization53
ifbench · aa_if_bench
long multiturn instruction仅先验
#4代码51.4正式评分·全站排名 #31·4/4 实测维度
80% 区间: 45.7–57.0
code generation57.6
livecodebench · live_code_bench_v6 / livecodebench · livecodebench / scicode · scicode
repository engineering44.2
react_native_bench · react_native_evals / swe_pro · swe_pro / vibecode · vibe_code_bench
debugging testing50.4
swe_multilingual · benchlm_coding_swe_multilingual / swe_rebench · swe_rebench / swe_verified · swe_verified
tooling quality53.2
terminalbench · terminal_bench_hard
#5数学49.6估算·3/4 实测维度
80% 区间: 40.6–58.7
foundational math仅先验
competition math52.9
aime · aime2025 / aime · aime2026 / hmmt · hmmt_feb2025 / hmmt · hmmt_feb2026 / hmmt · hmmt_nov2025
proof frontier51.2
frontiermath · frontier_math_v2_tier4 / frontiermath · frontier_math_v2_tiers13
applied tool math44.8
mmanswer · mm_answer_bench
#6知识47.1暂定评分·1/4 实测维度
80% 区间: 30.8–63.4
broad knowledge仅先验
professional knowledge47.1
supergpqa · super_gpqa
factuality仅先验
retrieval open book仅先验
#7多语言44.4估算·2/4 实测维度
80% 区间: 32.2–56.7
cross language understanding43.1
nova · nova63
multilingual generation仅先验
reasoning transfer45.8
mmlu_prox · mmlu_pro_x
low resource robustness仅先验
#8智能体40.8正式评分·全站排名 #47·4/4 实测维度
80% 区间: 35.7–46.0
planning48.3
deep_planning · gert_labs
tool use33.5
mcp_atlas · mcp_atlas / mcp_tasks · mcp_tasks / tau · tau2_bench / tau · tau3_bench / toolathlon · toolathlon
environment execution46.2
browsecomp · browse_comp / deep_search_qa · deep_search_qa / gdpval_aa · benchlm_agentic_gdpval_aa / terminalbench · benchlm_agentic_terminal_bench2 / wide_research · wide_research
recovery reliability35.3
apex_agents · apex_agents_aa / claw_eval · claw_eval / jobbench · job_bench / researchclaw · research_claw_bench

技术规格

Input and output token limits for this model, plus how it ranks on long-context understanding.

INPUT
262.1Ktokens
≈ 314.6 pages of text
OUTPUT
262.1Ktokens
8K128K1M4M
262.1K

能力

Technical Details

输入
输出
发布日期
Jan 2026
官方文档
OpenRouterHuggingFaceOllama
Tokenizer
Other
架构
text+image->text
内容审核
否
支持参数
frequency_penaltyinclude_reasoninglogit_biaslogprobsmax_tokensmin_ppresence_penaltyreasoningrepetition_penaltyresponse_formatseedstopstructured_outputstemperaturetool_choicetoolstop_ktop_logprobstop_p

排名

擅长

表现尚可

相对落后

详细分数

更新时间: Jul 15, 2026

综合

1 个指标

Overall score63.0#45 / 127
基准
站内排名
分数
来源
更新时间
置信度
Overall score
站内排名#45
分数63.0
来源benchlm.ai
更新时间Jul 15, 2026
置信度4

速度与延迟

2 个指标

输出速度48.2 tok/s#121 / 139首字延迟1.18 s#71 / 139
基准
站内排名
分数
来源
更新时间
置信度
输出速度
Output speed
站内排名#121
分数48.2 tok/s
来源artificialanalysis.ai
更新时间Jul 15, 2026
置信度4
首字延迟
Time to first token
站内排名#71
分数1.18 s
来源artificialanalysis.ai
更新时间Jul 15, 2026
置信度4

价格

2 个指标

输入价格$0.600/M#81 / 163输出价格$3.00/M#86 / 163
基准
站内排名
分数
来源
更新时间
置信度
输入价格
Input price
站内排名#81
分数$0.600/M
来源artificialanalysis.ai
更新时间Jul 15, 2026
置信度4
输出价格
Output price
站内排名#86
分数$3.00/M
来源artificialanalysis.ai
更新时间Jul 15, 2026
置信度4

智能体

V3.0

20 个指标 · 正式评分

分数40.8#4780% 区间35.7–46.04/4 实测维度Agentic score49.5#54 / 95Terminal-Bench 2.050.8#36 / 45
维度与证据
规划拆解48.3
1 个基准族 · 1 个指标
deep_planning · gert_labs · z -0.23 · q 1.00
工具调用33.5
4 个基准族 · 5 个指标
mcp_atlas · mcp_atlas · z -2.56 · q 1.00
mcp_tasks · mcp_tasks · z -1.25 · q 0.63
tau · tau2_bench · z 0.76 · q 1.00
tau · tau3_bench · z -1.71 · q 1.00
toolathlon · toolathlon · z -1.98 · q 1.00
环境与长程执行46.2
5 个基准族 · 5 个指标
browsecomp · browse_comp · z -1.26 · q 1.00
deep_search_qa · deep_search_qa · z 0.08 · q 1.00
gdpval_aa · benchlm_agentic_gdpval_aa · z -0.36 · q 1.00
terminalbench · benchlm_agentic_terminal_bench2 · z -0.58 · q 1.00
wide_research · wide_research · z -0.43 · q 0.88
恢复与完成可靠性35.3
4 个基准族 · 4 个指标
apex_agents · apex_agents_aa · z -0.88 · q 1.00
claw_eval · claw_eval · z -1.27 · q 1.00
jobbench · job_bench · z -1.81 · q 1.00
researchclaw · research_claw_bench · z -1.46 · q 1.00
基准
站内排名
分数
来源
更新时间
置信度
Agentic score
站内排名#54
分数49.5
来源benchlm.ai
更新时间Jul 15, 2026
置信度4
Terminal-Bench 2.0V3 计分证据
站内排名#36
分数50.8
来源benchlm.ai
更新时间Jul 15, 2026
置信度4
BrowseCompV3 计分证据
站内排名#23
分数60.6
来源benchlm.ai
更新时间Jul 15, 2026
置信度4
Claw-EvalV3 计分证据
站内排名#24
分数52.3
来源benchlm.ai
更新时间Jul 15, 2026
置信度4
QwenClawBench
站内排名#5
分数54.3
来源benchlm.ai
更新时间Jul 15, 2026
置信度4
TAU3-BenchV3 计分证据
站内排名#8
分数65.7
来源benchlm.ai
更新时间Jul 15, 2026
置信度4
DeepSearchQAV3 计分证据
站内排名#4
分数77.1
来源benchlm.ai
更新时间Jul 15, 2026
置信度4
DeepPlanningV3 计分证据
站内排名#7
分数14.4
来源benchlm.ai
更新时间Jul 15, 2026
置信度4
ToolathlonV3 计分证据
站内排名#20
分数27.8
来源benchlm.ai
更新时间Jul 15, 2026
置信度4
MCP AtlasV3 计分证据
站内排名#22
分数29.5
来源benchlm.ai
更新时间Jul 15, 2026
置信度4
MCP-TasksV3 计分证据
站内排名#5
分数59.1
来源benchlm.ai
更新时间Jul 15, 2026
置信度4
WideResearchV3 计分证据
站内排名#5
分数72.7
来源benchlm.ai
更新时间Jul 15, 2026
置信度4
Tau2-TelecomV3 计分证据
站内排名#11
分数95.9
来源benchlm.ai
更新时间Jul 15, 2026
置信度4
APEX-Agents-AAV3 计分证据
站内排名#17
分数11.5
来源benchlm.ai
更新时间Jul 15, 2026
置信度4
Gert LabsV3 计分证据
站内排名#30
分数45.9
来源benchlm.ai
更新时间Jul 15, 2026
置信度4
ResearchClawBenchV3 计分证据
站内排名#17
分数14.0
来源benchlm.ai
更新时间Jul 15, 2026
置信度4
JobBenchV3 计分证据
站内排名#18
分数8.7
来源benchlm.ai
更新时间Jul 15, 2026
置信度4
AA Agentic Index
站内排名#32
分数21.7
来源benchlm.ai
更新时间Jul 15, 2026
置信度4
GDPval-AA
站内排名#34
分数25.4
来源benchlm.ai
更新时间Jul 15, 2026
置信度4
GDPval-AAV3 计分证据
站内排名#34
分数1009.0
来源benchlm.ai
更新时间Jul 15, 2026
置信度4

代码

V3.0

15 个指标 · 正式评分

分数51.4#3180% 区间45.7–57.04/4 实测维度LiveCodeBench85.0%#12 / 119SciCode39.6%#75 / 184
维度与证据
代码生成57.6
2 个基准族 · 3 个指标
livecodebench · live_code_bench_v6 · z 0.00 · q 0.63
livecodebench · livecodebench · z 1.10 · q 1.00
scicode · scicode · z 1.05 · q 1.00
仓库工程44.2
3 个基准族 · 3 个指标
react_native_bench · react_native_evals · z -0.10 · q 1.00
swe_pro · swe_pro · z -1.20 · q 1.00
vibecode · vibe_code_bench · z -0.36 · q 1.00
调试与测试50.4
3 个基准族 · 3 个指标
swe_multilingual · benchlm_coding_swe_multilingual · z -0.14 · q 1.00
swe_rebench · swe_rebench · z -0.15 · q 1.00
swe_verified · swe_verified · z 0.12 · q 1.00
工具化开发与质量53.2
1 个基准族 · 1 个指标
terminalbench · terminal_bench_hard · z 0.00 · q 1.00
基准
站内排名
分数
来源
更新时间
置信度
LiveCodeBenchV3 计分证据
站内排名#12
分数85.0%
来源benchlm.ai
更新时间Jul 15, 2026
置信度4
SciCodeV3 计分证据
站内排名#75
分数39.6%
来源artificialanalysis.ai
更新时间Jul 15, 2026
置信度4
Coding score
站内排名#16
分数80.1
来源benchlm.ai
更新时间Jul 15, 2026
置信度4
SWE-bench VerifiedV3 计分证据
站内排名#22
分数76.8
来源benchlm.ai
更新时间Jul 15, 2026
置信度4
SWE-bench Verified*
站内排名#4
分数70.8
来源benchlm.ai
更新时间Jul 15, 2026
置信度4
LiveCodeBench v6V3 计分证据
站内排名#3
分数85.0
来源benchlm.ai
更新时间Jul 15, 2026
置信度4
SWE-bench ProV3 计分证据
站内排名#34
分数50.7
来源benchlm.ai
更新时间Jul 15, 2026
置信度4
SWE MultilingualV3 计分证据
站内排名#13
分数73.0
来源benchlm.ai
更新时间Jul 15, 2026
置信度4
SWE-RebenchV3 计分证据
站内排名#8
分数58.5
来源benchlm.ai
更新时间Jul 15, 2026
置信度4
React Native EvalsV3 计分证据
站内排名#7
分数77.2
来源benchlm.ai
更新时间Jul 15, 2026
置信度4
SciCodeV3 计分证据
站内排名#5
分数48.7
来源benchlm.ai
更新时间Jul 15, 2026
置信度4
Terminal-Bench HardV3 计分证据
站内排名#40
分数34.8
来源benchlm.ai
更新时间Jul 15, 2026
置信度4
AA-SciCodeV3 计分证据
站内排名#25
分数49.0
来源benchlm.ai
更新时间Jul 15, 2026
置信度4
AA Coding Index
站内排名#35
分数46.8
来源benchlm.ai
更新时间Jul 15, 2026
置信度4
Vibe Code BenchV3 计分证据
站内排名#23
分数17.5
来源benchlm.ai
更新时间Jul 15, 2026
置信度2

综合推理

V3.0

7 个指标 · 正式评分

分数56.2#980% 区间47.9–64.53/4 实测维度MMLU-Pro87.1%#11 / 125GPQA78.9%#78 / 187
维度与证据
抽象逻辑仅先验
科学与因果推理58.2
3 个基准族 · 3 个指标
critpt · critpt · z 0.28 · q 1.00
gpqa · gpqa · z 0.87 · q 1.00
hle · hle · z 1.02 · q 1.00
多步约束58.5
1 个基准族 · 1 个指标
mmlu_pro · mmlu_pro · z 0.92 · q 1.00
证据整合与验证51.9
2 个基准族 · 2 个指标
lcr · lcr · z 0.02 · q 1.00
longbench · long_bench_v2 · z 0.07 · q 1.00
基准
站内排名
分数
来源
更新时间
置信度
MMLU-ProV3 计分证据
站内排名#11
分数87.1%
来源benchlm.ai
更新时间Jul 15, 2026
置信度4
GPQAV3 计分证据
站内排名#78
分数78.9%
来源artificialanalysis.ai
更新时间Jul 15, 2026
置信度4
HLEV3 计分证据
站内排名#83
分数12.3%
来源artificialanalysis.ai
更新时间Jul 15, 2026
置信度4
Reasoning score
站内排名#40
分数51.0
来源benchlm.ai
更新时间Jul 15, 2026
置信度4
LongBench v2V3 计分证据
站内排名#4
分数61.0
来源benchlm.ai
更新时间Jul 15, 2026
置信度4
AA-LCRV3 计分证据
站内排名#43
分数65.3
来源benchlm.ai
更新时间Jul 15, 2026
置信度4
CritPtV3 计分证据
站内排名#41
分数3.1
来源benchlm.ai
更新时间Jul 15, 2026
置信度4

知识

V3.0

9 个指标 · 暂定评分

分数47.180% 区间30.8–63.41/4 实测维度Knowledge score67.0#40 / 92GPQA-D87.6#18 / 23
维度与证据
广泛知识仅先验
专业知识47.1
1 个基准族 · 1 个指标
supergpqa · super_gpqa · z -0.13 · q 1.00
事实性仅先验
检索与开放资料运用仅先验
基准
站内排名
分数
来源
更新时间
置信度
Knowledge score
站内排名#40
分数67.0
来源benchlm.ai
更新时间Jul 15, 2026
置信度4
GPQA-D
站内排名#18
分数87.6
来源benchlm.ai
更新时间Jul 15, 2026
置信度4
SuperGPQAV3 计分证据
站内排名#9
分数69.2
来源benchlm.ai
更新时间Jul 15, 2026
置信度4
MMLU-Pro (Arcee)
站内排名#2
分数87.1
来源benchlm.ai
更新时间Jul 15, 2026
置信度4
Artificial Analysis Intelligence Index
站内排名#44
分数35.4
来源benchlm.ai
更新时间Jul 15, 2026
置信度4
AA-GPQA Diamond
站内排名#33
分数87.9
来源benchlm.ai
更新时间Jul 15, 2026
置信度4
AA-HLE
站内排名#31
分数29.4
来源benchlm.ai
更新时间Jul 15, 2026
置信度4
AA-Omniscience Accuracy
站内排名#37
分数34.3
来源benchlm.ai
更新时间Jul 15, 2026
置信度4
AA-Omniscience Hallucination Rate
站内排名#59
分数64.6
来源benchlm.ai
更新时间Jul 15, 2026
置信度4

数学

V3.0

10 个指标 · 估算

分数49.680% 区间40.6–58.73/4 实测维度Math score62.7#24 / 59AIME 202596.1#1 / 4
维度与证据
基础数学仅先验
竞赛数学52.9
2 个基准族 · 5 个指标
aime · aime2025 · z 0.63 · q 0.50
aime · aime2026 · z 0.51 · q 1.00
hmmt · hmmt_feb2025 · z 0.31 · q 0.88
hmmt · hmmt_feb2026 · z 0.06 · q 1.00
hmmt · hmmt_nov2025 · z -0.83 · q 1.00
高阶证明51.2
1 个基准族 · 2 个指标
frontiermath · frontier_math_v2_tier4 · z -0.24 · q 1.00
frontiermath · frontier_math_v2_tiers13 · z 0.12 · q 1.00
应用与工具辅助数学44.8
1 个基准族 · 1 个指标
mmanswer · mm_answer_bench · z -0.65 · q 1.00
基准
站内排名
分数
来源
更新时间
置信度
Math score
站内排名#24
分数62.7
来源benchlm.ai
更新时间Jul 15, 2026
置信度4
AIME 2025V3 计分证据
站内排名#1
分数96.1
来源benchlm.ai
更新时间Jul 15, 2026
置信度4
AIME26V3 计分证据
站内排名#3
分数95.8
来源benchlm.ai
更新时间Jul 15, 2026
置信度4
AIME25 (Arcee)
站内排名#2
分数96.3
来源benchlm.ai
更新时间Jul 15, 2026
置信度4
HMMT Feb 2025V3 计分证据
站内排名#3
分数95.4
来源benchlm.ai
更新时间Jul 15, 2026
置信度4
HMMT Nov 2025V3 计分证据
站内排名#7
分数91.1
来源benchlm.ai
更新时间Jul 15, 2026
置信度4
HMMT Feb 2026V3 计分证据
站内排名#9
分数87.1
来源benchlm.ai
更新时间Jul 15, 2026
置信度4
MMAnswerBenchV3 计分证据
站内排名#7
分数81.8
来源benchlm.ai
更新时间Jul 15, 2026
置信度4
FrontierMath v2 (Tiers 1-3)V3 计分证据
站内排名#21
分数27.9
来源benchlm.ai
更新时间Jul 15, 2026
置信度4
FrontierMath v2 (Tier 4)V3 计分证据
站内排名#22
分数4.2
来源benchlm.ai
更新时间Jul 15, 2026
置信度4

多语言

V3.0

3 个指标 · 估算

分数44.480% 区间32.2–56.72/4 实测维度Multilingual score70.9#21 / 62MMLU-ProX82.3#7 / 11
维度与证据
跨语言理解43.1
1 个基准族 · 1 个指标
nova · nova63 · z -1.00 · q 0.88
多语言生成仅先验
推理迁移45.8
1 个基准族 · 1 个指标
mmlu_prox · mmlu_pro_x · z -0.36 · q 1.00
低资源鲁棒性仅先验
基准
站内排名
分数
来源
更新时间
置信度
Multilingual score
站内排名#21
分数70.9
来源benchlm.ai
更新时间Jul 15, 2026
置信度4
MMLU-ProXV3 计分证据
站内排名#7
分数82.3
来源benchlm.ai
更新时间Jul 15, 2026
置信度4
NOVA-63V3 计分证据
站内排名#6
分数56.0
来源benchlm.ai
更新时间Jul 15, 2026
置信度4

多模态

V3.0

7 个指标 · 估算

分数5880% 区间45.9–70.02/4 实测维度Multimodal Grounded score62.5#44 / 81MMMU-Pro78.5#14 / 26
维度与证据
感知与 OCR仅先验
文档与空间理解仅先验
视觉推理50
1 个基准族 · 1 个指标
mmmu_pro · mmmu_pro · z -0.05 · q 1.00
视频与落地行动65.9
1 个基准族 · 1 个指标
video_mmmu · video_mmmu · z 2.81 · q 1.00
基准
站内排名
分数
来源
更新时间
置信度
Multimodal Grounded score
站内排名#44
分数62.5
来源benchlm.ai
更新时间Jul 15, 2026
置信度4
MMMU-ProV3 计分证据
站内排名#14
分数78.5
来源benchlm.ai
更新时间Jul 15, 2026
置信度4
Video-MME
站内排名#1
分数87.4
来源benchlm.ai
更新时间Jul 15, 2026
置信度4
MMVU
站内排名#1
分数80.4
来源benchlm.ai
更新时间Jul 15, 2026
置信度4
VideoMMMUV3 计分证据
站内排名#2
分数86.6
来源benchlm.ai
更新时间Jul 15, 2026
置信度4
AA-MMMU-Pro
站内排名#25
分数75.4
来源benchlm.ai
更新时间Jul 15, 2026
置信度4
Design Arena Website
站内排名#21
分数1284.0
来源benchlm.ai
更新时间Jul 15, 2026
置信度4

指令遵循

V3.0

3 个指标 · 估算

分数54.380% 区间42.4–66.22/4 实测维度Instruction Following score72.3#36 / 75IFEval93.9#5 / 16
维度与证据
约束遵循55.6
1 个基准族 · 1 个指标
ifeval · ifeval · z 0.54 · q 1.00
结构化输出仅先验
新指令泛化53
1 个基准族 · 1 个指标
ifbench · aa_if_bench · z 0.11 · q 1.00
多轮与长指令仅先验
基准
站内排名
分数
来源
更新时间
置信度
Instruction Following score
站内排名#36
分数72.3
来源benchlm.ai
更新时间Jul 15, 2026
置信度4
IFEvalV3 计分证据
站内排名#5
分数93.9
来源benchlm.ai
更新时间Jul 15, 2026
置信度4
AA-IFBenchV3 计分证据
站内排名#38
分数70.2
来源benchlm.ai
更新时间Jul 15, 2026
置信度4

OpenRouter 端点

11 个端点

来自 OpenRouter 的第三方端点数据,和 LMSpeed 自测数据分开展示。部分 30 分钟实时性能字段需要配置 OpenRouter API key 后同步才会出现。

Provider endpoint输入输出1 天在线率30m 延迟30m 吞吐上下文 / 输出
Moonshot AI
moonshotai/int4
$0.600/M$3/M100.0%——262.1K tokens / —
SiliconFlow
siliconflow/int4
$0.450/M$2.25/M100.0%——262.1K tokens / 262.1K tokens
Novita
novita
$0.570/M$2.85/M99.9%——262.1K tokens / 262.1K tokens
StreamLake
streamlake/fp8
$0.540/M$2.70/M99.9%——256K tokens / 256K tokens
DeepInfra
deepinfra/fp4
$0.450/M$2.25/M99.7%——262.1K tokens / 64K tokens
AtlasCloud
atlas-cloud/int4
$0.490/M$2.50/M99.6%——262.1K tokens / 262.1K tokens
ModelRun
modelrun/fp4
$0.400/M$1.90/M99.0%——262.1K tokens / 262.1K tokens
Chutes
chutes/int4
$0.440/M$2/M98.0%——262.1K tokens / 65.5K tokens
Phala
phala
$0.600/M$3/M97.1%——262.1K tokens / 262.1K tokens
Venice
venice
$0.560/M$3.50/M93.7%——256K tokens / 65.5K tokens
DigitalOcean
digitalocean
$0.375/M$2.02/M93.3%——256K tokens / —

价格对比

对比 Kimi K2.5 在 179 家服务商的 API 价格。价格从 $0.0008/request 到 $3496.50/M,其中 MyDamoxing 提供最低价 $0.0008/request。 4 家服务商提供免费 API 额度或免费套餐。

服务商健康度模型变体分组输入 ($/M)输出 ($/M)速度 (t/s)首字延迟检测
国产大模型 API
L1
100%
MoonshotAIkimi-k2.5
all-models
$1.00/request
-
65.6 t/s+36%
13.20 s
—
TradingBase API
L1
100%
MoonshotAIkimi-k2.5
default
$0.643/M
Cache read$0.107/M
$3.21/M
64.9 t/s+35%
9.95 s
—
V-API
L1
100%
MoonshotAIKimi-K2.5
default
$0.080/request
-
—
—
—
L1
100%
MoonshotAIkimi-k2.5
default
$4.00/M
$21.00/M
—
—
—
PackyAPI
L1
100%
MoonshotAIkimi-k2.5
bailian
-52%$0.286/M
Cache read$0.050/M
-50%$1.50/M
—
—
—
YUNWU API
L1
99%
MoonshotAIkimi-k2.5
default
-54%$0.274/M
-52%$1.44/M
—
—
—
Dext API
免费
L1
99%
MoonshotAIkimi-k2.5
公益
免费
免费
—
—
—
PoloAPI
L1
100%
MoonshotAIKimi-K2.5
kimi
-27%$0.438/M
Cache read$0.044/M
-23%$2.30/M
—
—
—
简易-API中转站
L1
100%
MoonshotAIkimi-k2.5
default
-15%$0.510/M
-11%$2.68/M
—
—
—
全球AI
L1
100%
MoonshotAIkimi-k2.5
default
$4.00/M
$21.00/M
—
—
—
Zero API
L1
100%
MoonshotAIkimi-k2.5
default
-93%$0.041/M
Cache read$0.0068/M
-93%$0.205/M
—
—
—
紫脑喵
L1
100%
MoonshotAIkimi-k2.5
default
$0.010/request
-
—
—
—
GLM BigModel Relay
L1
100%
MoonshotAIkimi-k2.5
other
-58%$0.250/M
Cache read$0.042/M
-58%$1.25/M
—
—
—
SmokeDivine AI
L1
100%
MoonshotAIkimi-k2.5
default
-27%$0.438/M
-23%$2.30/M
—
—
—
Dapicloud API
L1
100%
MoonshotAIkimi-k2.5
国产模型
-16%$0.505/M
-12%$2.65/M
—
—
—
N1N
L1
100%
MoonshotAIkimi-k2.5
default
-9%$0.548/M
-4%$2.88/M
—
—
—
神马中转API
L1
100%
MoonshotAIkimi-k2.5
default
$1.10/M
$5.75/M
—
—
—
9527 API
L1
100%
MoonshotAIkimi-k2.5
🇨🇳国产官方模型
$2.40/M
Cache read$0.420/M
$12.60/M
—
—
—
兔子API
免费
L1
100%
MoonshotAIkimi-k2.5
原价分组
免费
免费
—
—
—
PICO API
L1
100%
MoonshotAIkimi-k2.5
default
-9%$0.548/M
Cache read$0.096/M
-4%$2.88/M
—
—
—
当前显示 20 个模型 ID,共 83 个。

替代方案与相似模型

MinimaxMiniMax M2.5

minimax-m2-5

MiniMax M2.5是旗舰大语言模型,专为高复杂度通用任务与多步推理优化。

197 个共享提供商

ChatGLMGLM-5

glm-5

Zhipu 的 GLM-5是旗舰大语言模型,专为高复杂度通用任务与多步推理优化。

193 个共享提供商

ChatGLMGLM-5.1

glm-5-1

Zhipu 的 GLM-5.1是语言模型,专为通用对话与文本生成任务优化。

192 个共享提供商

OpenAIGPT-5.4

gpt-5-4

OpenAI 的 GPT-5.4是语言模型,专为通用对话与文本生成任务优化。

191 个共享提供商

DeepSeekDeepSeek V4 Flash

deepseek-v4-flash

DeepSeek V4 Flash是DeepSeek V4 系列的语言模型,专为通用对话与文本生成任务优化。

187 个共享提供商

DeepSeekDeepSeek V3.2

deepseek-v3-2

DeepSeek V3.2是语言模型,专为通用对话与文本生成任务优化。

186 个共享提供商

相关模型对比

KKimi K2.5 vs MiniMax M2.5

6 个可验证比较点

可索引

GGLM-5 vs Kimi K2.5

6 个可验证比较点

可索引

GGLM-5.1 vs Kimi K2.5

6 个可验证比较点

可索引

常见问题

Kimi K2.5 包含哪些基准测试数据?
LMSpeed 会在数据可用时展示 Kimi K2.5 的基准测试、API 价格、输出速度、首字延迟和 183 家服务商数据。
Kimi K2.5 API 价格是多少?
Kimi K2.5 在 183 家服务商有价格记录,价格从 $0.0008/request 到 $3496.50/M。最低价由 MyDamoxing 提供。
Kimi K2.5 API 价格表包含什么?
Kimi K2.5 API 价格表会对比 183 家服务商的输入价格、输出价格、免费额度、速度、首字延迟和近期健康数据。
哪家服务商的 Kimi K2.5 API 价格最低?
MyDamoxing 当前提供 Kimi K2.5 的最低收录价格:$0.0008/request,共对比 183 家服务商。
可以同时对比 Kimi K2.5 API 价格和速度吗?
可以。LMSpeed 会在同一页展示 Kimi K2.5 API 价格、输出速度、首字延迟和服务商健康数据,方便一起比较成本和性能。
Kimi K2.5 的 API 免费吗?
是的,Kimi K2.5 免费 API 可通过 LMSpeed 上的 4 家服务商使用,包括Moyanjdc API, Zero API, 兔子API, Dext API。这些服务商提供免费 API 额度或免费套餐,无需按 token 计费。
哪里可以使用 Kimi K2.5 免费 API?
LMSpeed 当前收录了 4 家 Kimi K2.5 免费 API 服务商,包括Moyanjdc API, Zero API, 兔子API, Dext API。免费额度和限制可能变化,使用前请查看每一行服务商数据。

别名

@cf/moonshotai/kimi-k2.5Kimi-K2.5Kimi-K2.5-globalKimi-k2.5Pro/moonshotai/Kimi-K2.5

数据更新于 2026年7月15日 18:51·排名基于社区提交的测试数据与定期健康探测,仅供参考,非官方数据。·标准基准数据可能包含 BenchLM 等公开来源。

通过 API 获取 LMSpeed 数据

免费

免费的大模型价格、基准测试和服务商数据公开 API

  • 实时价格与可用性
  • 速度与延迟基准测试
  • 300+ 模型,600+ 服务商
  • 每天 1,000 次请求
查看 API 文档