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

Tools

Websuche, Bildgenerierung, Computer Use und MCP-Server.

Multimodalität

Das Modell kann Text, Bilder, Audio und PDFs als Input verarbeiten.

Finetuning

Finetuning des Modells ist aktuell nicht möglich.

Details zum Modell

256k Token

96k Token

15.000 Mrd.

1.000 Mrd.

$0.60

$3.00

160k

554,30 GB

Kimi K2.5 Benchmark Scores

Im KI-Kontext bezeichnet Performance die Leistungsfähigkeit eines Modells in Bereichen wie Sprachverständnis, Logik oder Programmierung – gemessen anhand standardisierter Benchmarks zur objektiven Vergleichbarkeit.

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	Claude Fable 5	MiniMax M3
AIME 2025Logik & Schlussfolgerung	96,1 %	94,5 %	—	83 %	—	—	—
GPQA DiamondWissen & Sprache	87,6 %	—	90,5 %	83 %	91,3 %	93,2 %	—
LiveCodeBenchProgrammierung	85 %	83,1 %	89,6 %	81 %	—	—	—
MathVistaMultimodalität	Top 90,1 %	—	—	—	—	—	—
MMLU-ProWissen & Sprache	87,1 %	84,6 %	—	Top 88 %	—	—	—

Ergebnisse in Benchmarks

Benchmark auswählen

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 GPQA Diamond. Der niedrigste Score im Benchmark ist 0 % und der höchste Score ist 100 %.
Modell	Score
Claude Mythos Preview	94,5 %
Gemini 3.1 Pro	94,3 %
Claude Opus 4.7	94,2 %
Claude Opus 4.8	93,6 %
GPT-5.5	93,6 %
Claude Fable 5	93,18 %
GPT-5.4	92,8 %
Claude Opus 4.6	91,3 %
Kimi K2.6	90,5 %
DeepSeek-V4-Pro (Preview)	90,1 %
Claude Sonnet 4.6	89,9 %
Muse Spark	89,5 %
Kimi K2.5 (Thinking)	87,6 %
Gemini 3.1 Flash-Lite	86,9 %
GLM-5.1	86,2 %
GLM-5	86 %
MiniMax M2.5	85,2 %
Gemma 4 31B	84,3 %
GPT-5.4 nano	82,83 %
GPT-5.4 mini	81,57 %

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 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 %
Kimi K2.6	89,6 %
DeepSeek-v3.2 Speciale	88,7 %
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 %
GLM-4.6	82,8 %
Nemotron 3 Super	81,19 %
MiniMax M2.1	81 %
Muse Spark	80 %
Gemma 4 31B	80 %
GLM-4.5	72,9 %
Gemini 3.1 Flash-Lite	72 %
GLM-4.5 Air	70,7 %
Kimi K2 (0905)	53,7 %
Qwen3 30B A3B Instruct 2507	43,2 %

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
MiniMax M2.1	88 %
Qwen3.5-397B-A17B	87,8 %
DeepSeek-V4-Pro (Preview)	87,5 %
Kimi K2.5 (Thinking)	87,1 %
Grok-4	86,6 %
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 %.

‌
‌

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, Parameteranzahl, Preisen und Benchmark-Leistung.

Entwickler	Modell⇅	Lizenz⇅	Parameter ⇅	Input-Tokens ⇅	Output-Tokens ⇅	Input-Preis ⇅	Output-Preis ⇅	Veröffentlichung
Anthropic	Claude Fable 5	Proprietär	Unbekannt	1 Mio.	128k	$10.00	$50.00	09.06.2026
MiniMax	MiniMax M3	Andere	Unbekannt	1 Mio.	512k	$0.60	$2.40	01.06.2026
Anthropic	Claude Opus 4.8	Proprietär	Unbekannt	1 Mio.	128k	$5.00	$25.00	28.05.2026
Google DeepMind	Gemini 3.5 Flash	Proprietär	Unbekannt	1,05 Mio.	65,54k	$1.50	$9.00	19.05.2026
DeepSeek AI	DeepSeek-V4-Pro	MIT	1.600 Mrd.	1 Mio.	384k	$1.74	$0.87	24.04.2026
OpenAI	GPT-5.5	Proprietär	Unbekannt	1,05 Mio.	128k	$5.00	$30.00	23.04.2026
Moonshot AI	Kimi K2.6	MIT	1.000 Mrd.	262,14k	262,14k	$0.75	$3.50	20.04.2026
Anthropic	Claude Opus 4.7	Proprietär	Unbekannt	1 Mio.	128k	$5.00	$25.00	16.04.2026
Meta AI	Muse Spark	Proprietär	Unbekannt	262k	unbekannt	unbekannt	unbekannt	08.04.2026
Moonshot AI	Kimi K2.5	MIT	1.000 Mrd.	256k	96k	$0.60	$3.00	27.01.2026

‌
Alle Modelle vergleichen

Provider & APIs

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

Das Modell ist derzeit bei keinen Anbietern verfügbar.

Kimi K2.5 Modell-Übersicht

Features

Tools

Multimodalität

Finetuning

Details zum Modell

Kimi K2.5 Benchmark Scores

Kimi K2.5 Benchmark Übersicht

Wissen & Sprache

Logik & Schlussfolgerung

Programmierung

Multimodalität

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

Ergebnisse in Benchmarks

Technologie & Daten

Technische Spezifikationen

Besonderheiten

Vorteile & Nachteile

Vorteile

Nachteile

Vergleiche Kimi K2.5 mit anderen LLMs

Provider & APIs

Kimi K2.5 Benchmark Übersicht

Wissen & Sprache

Logik & Schlussfolgerung

Programmierung

Multimodalität

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

Ergebnisse in Benchmarks