Kimi K2.5 Modell-Übersicht

Kimi K2.5 ist ein multimodales LLM von Moonshot AI, das auf Basis von Kimi-K2-Base entwickelt wurde. K2.5 unterstützt Computer-Vision und Audio-Input und wurde für den Einsatz in agentischen Systemen trainiert. Besonders hervorzuheben ist die Agent Swarm-Technologie, die bis zu 100 Sub-Agenten koordinieren und bis zu 1.500 Tool-Aufrufe parallel ausführen kann.

Playground API Dokumentation Hugging Face Blog

Features & Modalitäten

Verfügbar

ReasoningToolsMultimodalitätWebsucheStrukturierte AusgabenQuellenangabenFinetuning

Input:TextBildVideo

Output:TextJson

Details zum Modell

256k Token

96k Token

0,60 $

3,00 $

1.000 Mrd.

554,30 GB

160k

15.000 Mrd.

Kosten berechnen Geschwindigkeit testen

Kimi K2.5 Benchmark Scores

Stärken

TopMultimodalität

Kimi K2.5 Benchmark Übersicht

Kimi K2.5 Performance im Vergleich zu anderen KI-Modellen

Benchmark	Kimi K2.5	Kimi K2 Thinking	Kimi K2.6	MiniMax-M2.1	Claude Opus 4.6	Muse Glimmer 30B	Muse Spark 1.2
AA-OmniscienceWissen & Sprache	-8 Pkt.	—	—	—	14 Pkt.

Ergebnisse in Benchmarks

Benchmark auswählen

Darstellung der Rohdaten für den Benchmark AA-Omniscience. Der niedrigste Score im Benchmark ist -100 % und der höchste Score ist 100 %.
Modell	Score
Gemini 3.1 Pro	33 %
Grok 4.5	26,4 %
Gemini 3.6 Flash	23,5 %
Muse Spark 1.2	21,53 %
Claude Opus 4.6	14 %
Claude Sonnet 4.6	12 %
GPT-5.3-Codex	10 %
Gemini 3.5 Flash-Lite	6,9 %
GPT-5.4	6 %
Inkling	2,1 %
MiniMax M2.7	1 %
Claude Opus 5	0,49 %
GLM-5	-1 %
Kimi K2.5 (Thinking)	-8 %
Inkling-Small	-9 %
DeepSeek V4 Flash 0731	-15,7 %
GPT-5.6 Terra	-21,67 %
Muse Glimmer 30B	-32,85 %
Qwen3.5-397B-A17B	-36 %
MiniMax M2.5	-40 %

Vergleich von LLMs im Benchmark AA-Omniscience. Der niedrigste Score im Benchmark ist -100 % und der höchste Score ist 100 %.

Darstellung der Rohdaten für den Benchmark AIME 2025. Der niedrigste Score im Benchmark ist 0 % und der höchste Score ist 100 %.
Modell	Score
GPT-5.2	100 %
GPT-5.2 Pro	100 %
GPT-5	99,6 %
GPT-5.4 nano	98,33 %
Kimi K2.5 (Thinking)	96,1 %
DeepSeek-v3.2 Speciale	96 %
GLM-4.7	95,7 %
Gemini 3 Pro	95 %
Kimi K2 Thinking	94,5 %
GPT-5.1	94 %
GLM-4.6	93,9 %
DeepSeek-v3.2 Thinking	93,1 %
GPT-5.4 mini	90,83 %
Nemotron 3 Super	90,21 %
Claude Sonnet 4.5	87 %
MiniMax M2.5	86,3 %
MiniMax M2.1	83 %
Claude Haiku 4.5	80,7 %
MiniMax-M2	78 %
Kimi K2 (0905)	49,5 %

Vergleich von LLMs im Benchmark AIME 2025. Der niedrigste Score im Benchmark ist 0 % und der höchste Score ist 100 %.

Darstellung der Rohdaten für den Benchmark FrontierMath. Der niedrigste Score im Benchmark ist 0 % und der höchste Score ist 100 %.
Modell	Score
GPT-5.6 Sol	89 %
GPT-5.6 Terra	84,9 %
GPT-5.6 Luna	78,6 %
GPT-5.5	51,7 %
GPT-5.2 Pro	31,3 %
GPT-5.4	27,1 %
Claude Opus 4.6	22,9 %
GPT-5.2	18,8 %
Gemini 3 Pro	18,75 %
Gemini 3.1 Pro	16,7 %
GPT-5 Pro	14,6 %
GPT-5.1	12,5 %
GPT-5	12,5 %
Claude Sonnet 4.6	8,3 %
Kimi K2.5 (Thinking)	4,2 %
Claude Opus 4.5	4,17 %
Claude Opus 4.1	4,17 %
GLM-5	2,1 %
DeepSeek-v3.2 Thinking	2,1 %
Grok-4 Heavy	2,08 %

Vergleich von LLMs im Benchmark FrontierMath. Der niedrigste Score im Benchmark ist 0 % und der höchste Score ist 100 %.

Darstellung der Rohdaten für den Benchmark GPQA Diamond. Der niedrigste Score im Benchmark ist 0 % und der höchste Score ist 100 %.
Modell	Score
Fugu Ultra	95,5 %
GPT-5.6 Sol	94,6 %
Claude Opus 4.8	93,6 %
Kimi K3	93,5 %
Claude Opus 5	93,43 %
Claude Fable 5	93,18 %
Grok 4.5	93,1 %
GPT-5.6 Terra	92,9 %
Gemini 3.6 Flash	92,8 %
Qwen 3.8 Max	92,6 %
GPT-5.6 Luna	92,3 %
GLM-5.2	91,2 %
DeepSeek V4 Flash 0731	90,8 %
Muse Spark 1.2	90,4 %
DeepSeek-V4-Pro (Preview)	90,1 %
Inkling-Small	89,5 %
Kimi K2.5 (Thinking)	87,6 %
Inkling	87,2 %
Gemini 3.5 Flash-Lite	83,8 %
Muse Glimmer 30B	83,5 %

Vergleich von LLMs im Benchmark GPQA Diamond. Der niedrigste Score im Benchmark ist 0 % und der höchste Score ist 100 %.

Darstellung der Rohdaten für den Benchmark Humanity's Last Exam. Der niedrigste Score im Benchmark ist 0 % und der höchste Score ist 100 %.
Modell	Score
Claude Opus 5	56,3 %
Muse Spark 1.1	52,2 %
Fugu Ultra	50 %
Claude Opus 4.8	49,8 %
GPT-5.6 Sol	47,2 %
Muse Spark 1.2	43,93 %
Qwen 3.8 Max	43,6 %
Kimi K3	43,5 %
Claude Sonnet 5	43,2 %
GPT-5.6 Terra	41,8 %
GLM-5.2	40,5 %
Grok 4.5	40,3 %
Gemini 3.5 Flash	40,2 %
Gemini 3.6 Flash	38,3 %
DeepSeek V4 Flash 0731	36,8 %
Inkling-Small	31,6 %
Kimi K2.5 (Thinking)	30,1 %
Inkling	29,7 %
Muse Glimmer 30B	22 %
Gemini 3.5 Flash-Lite	17,5 %

Vergleich von LLMs im Benchmark Humanity's Last Exam. Der niedrigste Score im Benchmark ist 0 % und der höchste Score ist 100 %.

Darstellung der Rohdaten für den Benchmark LiveCodeBench. Der niedrigste Score im Benchmark ist 0 % und der höchste Score ist 100 %.
Modell	Score
Gemini 3.1 Pro	2.887 %
DeepSeek-V4-Pro (Preview)	93,5 %
Fugu Ultra	93,2 %
DeepSeek V4 Flash	91,6 %
Kimi K2.6	89,6 %
Claude Opus 5	89,03 %
DeepSeek-v3.2 Speciale	88,7 %
GPT-5.6 Terra	85,93 %
Kimi K2.5 (Thinking)	85 %
GLM-4.7	84,9 %
Qwen3.5-397B-A17B	83,6 %
DeepSeek-v3.2 Thinking	83,3 %
Kimi K2 Thinking	83,1 %
MiniMax-M2	83 %
GPT-5.6 Sol	82,6 %
Nemotron 3 Super	81,19 %
MiniMax M2.1	81 %
Muse Spark	80 %
Gemma 4 31B	80 %
Gemini 3.1 Flash-Lite	72 %

Vergleich von LLMs im Benchmark LiveCodeBench. Der niedrigste Score im Benchmark ist 0 % und der höchste Score ist 100 %.

Darstellung der Rohdaten für den Benchmark MathVista. Der niedrigste Score im Benchmark ist 0 % und der höchste Score ist 100 %.
Modell	Score
Kimi K2.5 (Thinking)	90,1 %

Vergleich von LLMs im Benchmark MathVista. Der niedrigste Score im Benchmark ist 0 % und der höchste Score ist 100 %.

Darstellung der Rohdaten für den Benchmark MMLU-Pro. Der niedrigste Score im Benchmark ist 0 % und der höchste Score ist 100 %.
Modell	Score
Claude Opus 5	91,59 %
GPT-5.6 Sol	89,1 %
MiniMax M2.1	88 %
Qwen3.5-397B-A17B	87,8 %
DeepSeek-V4-Pro (Preview)	87,5 %
Kimi K2.5 (Thinking)	87,1 %
GPT-5.6 Terra	86,66 %
Grok-4	86,6 %
DeepSeek V4 Flash	86,2 %
Gemma 4 31B	85,2 %
DeepSeek-R1-0528	85 %
Kimi K2 Thinking	84,6 %
GLM-4.5	84,6 %
Qwen3 235B A22B Thinking 2507	84,4 %
GLM-4.7	84,3 %
Nemotron 3 Super	83,73 %
MiniMax-M2	82 %
GLM-4.5 Air	81,4 %
Qwen3 30B A3B Instruct 2507	78,4 %
Gemma 3	67,5 %

Vergleich von LLMs im Benchmark MMLU-Pro. Der niedrigste Score im Benchmark ist 0 % und der höchste Score ist 100 %.

Darstellung der Rohdaten für den Benchmark SWE-bench Verified. Der niedrigste Score im Benchmark ist 0 % und der höchste Score ist 100 %.
Modell	Score
GPT-5.6 Sol	96,2 %
Claude Opus 5	96 %
Claude Fable 5	95 %
Claude Mythos Preview	93,9 %
Claude Opus 4.8	88,6 %
Claude Opus 4.7	87,6 %
Claude Sonnet 5	85,2 %
DeepSeek-V4-Pro (Preview)	80,6 %
Gemini 3.1 Pro	80,6 %
MiniMax-M3	80,5 %
Inkling-Small	80,2 %
Kimi K2.6	80,2 %
MiniMax M2.7	79,9 %
Claude Sonnet 4.6	79,6 %
DeepSeek V4 Flash	79 %
Inkling	77,6 %
Muse Spark	77,4 %
Kimi K2.5 (Thinking)	76,8 %
Muse Glimmer 30B	76 %
GPT-5.6 Terra	75,2 %

Vergleich von LLMs im Benchmark SWE-bench Verified. Der niedrigste Score im Benchmark ist 0 % und der höchste Score ist 100 %.

Darstellung der Rohdaten für den Benchmark Terminal-Bench 2.0. Der niedrigste Score im Benchmark ist 0 % und der höchste Score ist 100 %.
Modell	Score
GPT-5.5	82,7 %
Claude Mythos Preview	82 %
GPT-5.4	75,1 %
Claude Opus 4.7	69,4 %
Gemini 3.1 Pro	68,5 %
DeepSeek-V4-Pro (Preview)	67,9 %
Kimi K2.6	66,7 %
Claude Opus 4.6	65,4 %
GLM-5.1	63,5 %
Claude Sonnet 4.6	59,1 %
Muse Spark	59 %
MiniMax M2.7	57 %
DeepSeek V4 Flash	56,9 %
GLM-5	56,2 %
Qwen3.5-397B-A17B	52,5 %
MiniMax M2.5	51,7 %
Kimi K2.5 (Thinking)	50,8 %
GPT-5.4 nano	46,3 %
GPT-5.4 mini	38,2 %
Nemotron 3 Super	31 %

Vergleich von LLMs im Benchmark Terminal-Bench 2.0. Der niedrigste Score im Benchmark ist 0 % und der höchste Score ist 100 %.

‌
‌

Technologie & Daten

Technische Spezifikationen

Architektur	Sparse MoE-Architektur
Input Kontextlänge	256k
Output Kontextlänge	96k
Tokenizer	Proprietär

Besonderheiten

Agent Swarm	Koordiniert bis zu 100 Sub-Agenten
Hybrides Reasoning	Thinking- & Instant-Mode
Native Multimodalität	Nativ auf Vision-Language-Tokens trainiert

Vorteile & Nachteile

Vorteile

SOTA-Open Weights Coding Modell
Kimi K2.5 erreicht Coding-Benchmark Scores, die teilweise über denen proprietärer Modelle wie GPT-5.2 oder Claude Opus 4.5 liegen.
Neue "Agent Swarm" Orchestration
Bis zu 100 parallele Sub-Agenten und 1.500 Tool-Aufrufe ermöglichen hohe Effizienzsteigerungen.
Open Weights MIT-Lizenz
Weights sind vollständig open-source und lassen sich auf HuggingFace herunterladen.
Gutes Preis- / Leistungsverhältnis
Mit $0,60/$3,00 pro Million Tokens deutlich günstiger als vergleichbare Frontier-Modelle.

Nachteile

Hohe Hardware-Anforderungen
Die "große" Version mit 595 GB Modellgröße erfordert Multi-GPU-Setups für lokales Deployment.
Primär für Chinesisch/Englisch optimiert
Performance in anderen Sprachen wie deutsch kann variieren, da Tokenizer und Training auf CN/EN fokussiert sind.

Vergleiche Kimi K2.5 mit anderen LLMs

Vergleiche Kimi K2.5 mit anderen Sprachmodellen anhand wichtiger Metriken wie Kontextgröße, Preisen und Benchmark-Leistung.

Entwickler	Modell⇅	Lizenz⇅	Intelligence-Index ⇅	Input-Tokens ⇅	Output-Tokens ⇅	Input-Preis ⇅	Output-Preis ⇅	Veröffentlichung
Moonshot AI	Kimi K2.5	MIT	–	256k	96k	0,60 $	3,00 $	27.01.2026
Meta AI	Muse Glimmer 30B	Apache 2.0	35,1	131,07k	131,07k	0,35 $	1,50 $	10.08.2026
Meta AI	Muse Spark 1.2	Proprietär	54,1	1,05 Mio.	1,05 Mio.	1,25 $	4,25 $	05.08.2026
Alibaba	Qwen 3.8 Max	Proprietär	–	1 Mio.	128k	2,00 $	6,00 $	02.08.2026
DeepSeek AI	DeepSeek V4 Flash	MIT	49,9	1 Mio.	384k	0,14 $	0,28 $	31.07.2026
Thinking Machines Lab	Inkling Small	Apache 2.0	40	1 Mio.	1 Mio.	0,50 $	1,20 $	30.07.2026
Anthropic	Claude Opus 5	Proprietär	61	1 Mio.	128k	5,00 $	25,00 $	24.07.2026
Google DeepMind	Gemini 3.5 Flash Lite	Proprietär	36,5	1 Mio.	65,54k	0,30 $	2,50 $	21.07.2026
Google DeepMind	Gemini 3.6 Flash	Proprietär	50,1	1 Mio.	64k	1,50 $	7,50 $	21.07.2026
Poolside	Laguna S 2.1	Open Model License	–	1,05 Mio.	131,07k	0,10 $	0,20 $	20.07.2026
Moonshot AI	Kimi K2 Thinking	MIT	–	262,14k	262,14k	0,60 $	2,50 $	06.11.2025

Inklusive Vorgänger Kimi K2 Thinking — zusätzlich zu den 10 neuesten Modellen.

‌
Alle Modelle vergleichen

Kimi K2.5 ausprobieren

Du musst kein Entwickler sein: Kimi K2.5 ist auch direkt in Kimi Membership nutzbar.

Kimi Membership

19,00 $

Provider & APIs

Du kannst Moonshot AI Kimi K2.5 über die API folgender Anbieter nutzen.

Das Modell ist derzeit bei keinen Anbietern verfügbar.

Häufige Fragen zu Kimi K2.5

Kann ich Kimi K2.5 kostenlos nutzen?

Ja, Kimi K2.5 ist in Kimi Membership auch mit einem kostenlosen Konto nutzbar — allerdings meist mit Nutzungslimits.

Ist Kimi K2.5 Open Source?

Kimi K2.5 wird unter der Lizenz „MIT“ veröffentlicht. Details stehen in den Lizenzbedingungen des Anbieters.

Welche Eingabeformate versteht Kimi K2.5?

Kimi K2.5 verarbeitet folgende Eingabeformate: Text, Bild, Video.

Was kostet Kimi K2.5 über die API?

Über die API kostet Kimi K2.5 0,60 $ pro 1 Mio. Input-Token und 3,00 $ pro 1 Mio. Output-Token. Bei Reasoning-Modellen kommen Thinking-Tokens hinzu, die als Output abgerechnet werden.

Wie groß ist das Kontextfenster von Kimi K2.5?

Kimi K2.5 verarbeitet bis zu 256k Token in einer Anfrage.

Was ist der Vorgänger von Kimi K2.5?

Der direkte Vorgänger von Kimi K2.5 ist Kimi K2 Thinking (erschienen November 2025). Einen tabellarischen Vergleich der beiden Modelle findest du auf dieser Seite im Abschnitt „Vergleiche“.

Kimi K2.5

Kimi K2.5 Modell-Übersicht

Features & Modalitäten

Features & Modalitäten

Details zum Modell

API-Preise einordnen

Kimi K2.5 Benchmark Scores

Stärken

Kimi K2.5 Benchmark Übersicht

Wissen & Sprache

Logik & Schlussfolgerung

Programmierung

Multimodalität

So liest du die Übersicht

Kimi K2.5 Performance im Vergleich zu anderen KI-Modellen

Ergebnisse in Benchmarks

Benchmarks & Performance

Technologie & Daten

Technische Spezifikationen

Besonderheiten

Vorteile & Nachteile

Vorteile

Nachteile

Vergleiche Kimi K2.5 mit anderen LLMs

Kimi K2.5 ausprobieren

Provider & APIs

Häufige Fragen zu Kimi K2.5

Stärken

Kimi K2.5 Benchmark Übersicht

Wissen & Sprache

Logik & Schlussfolgerung

Programmierung

Multimodalität

So liest du die Übersicht

Kimi K2.5 Performance im Vergleich zu anderen KI-Modellen

Ergebnisse in Benchmarks

So liest du die Tabelle

So liest du die Charts