SprachmodellOpen Source

Kimi K2 0905

Moonshot AI

Veröffentlicht: 5. September 2025
Datenstand: 8. September 2026
Vorgängermodell: Kimi K2 0711

Benchmark-Meta-Score: Nicht berechenbar
Weniger als acht Testreihen
Geschwindigkeit: 40 Token/s
Ausgabe-Tempo
Preis: 0,6 $ · 2,5 $
Eingabe · Ausgabe / 1 Mio. Token
Eingabe: Text
Ausgabe: Text

Neu an Kimi K2 0905 ist der auf 262.144 Token erweiterte Kontext gegenüber Kimi K2 0711. Die K2-MoE bleibt ein offenes Modell mit 1 Billion Gesamtparametern und 32 Milliarden aktiven Parametern für Dialog, Coding und Werkzeugnutzung.

Der offizielle API-Eintrag kimi-k2-0905-preview ist seit dem 25. Mai 2026 eingestellt.

Technische Daten und Zugang

Angabe	Wert und Quelle
Gewichte	Open WeightsQuelle
Zugang	API, LokalQuelle
Parameter	1 BillionenQuelle
Aktive Parameter	32 Mrd.Quelle
Kontextfenster	262.144 TokenQuelle
Lizenz	modified MITQuelle
Parameter	1.000 Mrd.Quelle
Aktive Parameter	32 Mrd.Quelle
Architektur	MoE with MLA and MoonViTQuelle
Eingabe	TextQuelle
Ausgabe	TextQuelle
Reasoning-Modus	JaQuelle
Werkzeugaufrufe	JaQuelle
API-Modellkennung	kimi-k2-0905Quelle
Verfügbarkeit	Corresponding first-party API ID `kimi-k2-0905-preview` retired 2026-05-25 as part of the K2 series. (Released weights and third-party provider availability are separate from the first-party API lifecycle.)Quelle

Benchmark-Metaanalyse

Gesamt- und Bereichsscores

Diese Gradually-Indizes ordnen ausgewählte veröffentlichte Messwerte auf einer Skala von 0 bis 100 ein. Sie sind keine Prozentgenauigkeit und keine Garantie für ein Ergebnis in deiner Anwendung.

Abrufstände der verwendeten Quellen 2026-10-19 - 2026-10-19

Gesamtindex

Noch nicht genug unabhängige Werte für einen Score

Ein Gesamtwert braucht mindestens acht Testreihen.

vorläufig

Die veröffentlichten Konfigurationen unterscheiden sich innerhalb dieser Vergleichskohorte. Den Index daher als vorläufig lesen.

Testreihen: 1
Testfamilien: 1 / 65
Quellen: 1
Anteil am festen Testpanel (informativ): 2 %

Allgemein

Index unter 1 / 100

vorläufig

Die veröffentlichten Konfigurationen unterscheiden sich innerhalb dieser Vergleichskohorte. Den Index daher als vorläufig lesen.

Standardfehler: ± 0,0
95-%-Intervall: 0,0 bis 0,0
Testreihen: 1
Testfamilien: 1 / 5
Quellen: 1
Anteil am festen Testpanel (informativ): 20 %

Dokumentierte Methode · Einbezogene Testfamilien und Messwerte

Methodenfassung: benchmark-meta-score-v3

Es zählen aktive Messwerte aus geprüften Primärquellen, wenn mindestens fünf Modelle im selben dokumentierten Vergleichsschnitt aus Datensatz, Harness, Agent, Werkzeugen und Versuchsanzahl verglichen werden. Pro Benchmark-Reihe und Auswerter zählt ein gemeinsamer Setup-Schnitt aus dem neuesten Abruf. Bei mehreren ausdrücklich erfassten Reasoning-Stufen derselben Quelle und Testreihe zählt die höchste dokumentierte Stufe (none bis max), nicht der höchste Ergebniswert. Die ausdrückliche Quellenangabe „Non-reasoning“ entspricht none. Unbekannte oder mehrdeutige Stufen führen zum Ausschluss des Modells aus der betreffenden Reihe. Innerhalb jeder Reihe werden Prozentwerte und Quoten logit-transformiert, andere Einheiten bleiben unverändert, und anschließend werden alle Werte standardisiert. Ein Ein-Faktor-Modell schätzt daraus eine gemeinsame Leistungsstärke je Modell und je Reihe, wie deutlich sie zwischen den Modellen trennt. Bereichswerte weichen davon nur so weit ab, wie die eigenen Ergebnisse im Bereich es belegen. Der Gesamtwert gewichtet die Kernbereiche mit 75 % und Finanzen, Recht und Gesundheit mit 25 %. Er erfordert mindestens acht Testreihen aus zwei Quellen und drei Bereichen. Die Skala von 0 bis 100 bezieht sich auf eine feste Referenzgruppe aus 29 Sprachmodellen, deren Durchschnitt bei 50 liegt.

Veröffentlichte modellabhängige Parameter können abweichen. Das ist kein kontrolliertes Experiment; solche Vergleiche werden als vorläufig gekennzeichnet.

Nicht gemessene Reihen werden nicht als Nullwert eingesetzt. Fehlen einem Modell eigene Werte in einem Kernbereich, steht dort seine Gesamtstärke, und der Hinweis „geschätzt, ohne eigene Werte in …“ nennt den Bereich. Weniger Testreihen führen zu einem größeren Standardfehler.

Das 95-%-Intervall folgt aus dem Standardfehler von 200 Neuberechnungen mit zufällig neu gezogenen Testfamilien. Es beschreibt, wie genau die erfassten Testreihen den Wert festlegen. Es ist keine Prognose für künftige Aufgaben oder spätere Neuberechnungen mit anderen Teilnehmern.

Die Quellenzahl ist keine Anzahl unabhängiger Experimente.

OECD-Handbuch zu zusammengesetzten Indikatoren

Alle 1 Testfamilien und 1 von 1 Rohmesswerten sind hier aufgeführt. Die vollständige Rechnung für alle Modelle enthält der JSON-Export.

Testfamilie: IFBench
Allgemein · Mittleres Rangperzentil der Familie: 33,3 / 100
Gewicht der Familie im festen Testpanel (informativ): 2,14 % · Abdeckung dieser Testfamilie: 100 %
- Artificial Analysis
  Veröffentlichte Konfigurationen unterscheiden sich in dieser Kohorte.
  Einzelmessung:
  artificial-analysis-ifbench
  Gewicht der Messreihe innerhalb der Testfamilie:
  100 %
  Nominaler Beitrag zum Gesamtpanel:
  2,14 %
  Rohwert:
  41,7006802721088 %
  Messgröße:
  IFBench prompt-level loose accuracy (pass@1)
  Version:
  AA test set: 294 questions
  Teilnehmende Modelle:
  70
  Rangperzentil innerhalb der Kohorte:
  33,3 %
  Abgerufen:
  2026-10-19
  Vergleichskohorte:
  artificial-analysis-ifbench:AA test set: 294 questions:standalone:non-reasoning:tokens=0:suffix=unspecified
  Dokumentierter Vergleichsaufbau
  Publikationskohorte:
  ["artificial-analysis-ifbench","AA test set: 294 questions","aa-model-page-2026-10-19-8a022369738c"]
  Datensatztyp:
  artificial-analysis-evaluation
  Werkzeugregeln:
  Single-turn answer evaluated with the official IFBench source code
  Versuche:
  pass@1, 5 repeats per question
  Setup- und Modellparameter
  Exakte AA-Konfiguration: Kimi K2 0905 (Release kimi-k2-0905, Zeile kimi-k2-0905, UUID 66445f84-b2e3-4202-afdc-92ba0f0e5f36, reasoning=false, source reasoning-token configuration budget=0, suffix=nicht angegeben). Der konfigurierte Wert ist kein gemessener Tokenverbrauch. Artificial Analysis führt 294 Fragen aus dem IFBench-Testdatensatz mit fünf Wiederholungen je Frage aus. Der offizielle Evaluator bewertet die Genauigkeit je Prompt im Modus loose als pass@1.. Werkzeugrichtlinie: Single-turn answer evaluated with the official IFBench source code. Versuche: pass@1, 5 repeats per question. Reasoning: non-reasoning
  Exakte AA-Konfiguration: Kimi K2 0905 (Release kimi-k2-0905, Zeile kimi-k2-0905, UUID 66445f84-b2e3-4202-afdc-92ba0f0e5f36, reasoning=false, source reasoning-token configuration budget=0, suffix=nicht angegeben). Der konfigurierte Wert ist kein gemessener Tokenverbrauch. Artificial Analysis führt 294 Fragen aus dem IFBench-Testdatensatz mit fünf Wiederholungen je Frage aus. Der offizielle Evaluator bewertet die Genauigkeit je Prompt im Modus loose als pass@1.. Kennung des Quellmodells: artificial-analysis/66445f84-b2e3-4202-afdc-92ba0f0e5f36/kimi-k2-0905/kimi-k2-0905. Name des Quellmodells: Kimi K2 0905. Anbieter laut Quelle: Kimi. Modellstand: Kimi K2 0905. Evaluator: Artificial Analysis. Datensatztyp: artificial-analysis-evaluation. Werkzeugrichtlinie: Single-turn answer evaluated with the official IFBench source code. Versuche: pass@1, 5 repeats per question. Reasoning: non-reasoning. Angezeigter Wert: 41,7 %. Quellenkennung: artificial-analysis. Kennung der Evidenzaufnahme: aa-model-page-2026-10-19-8a022369738c. Prüfsumme der Quelldaten: 8a022369738cbe2a0e2f9bf486a2882865dbb0c6f1396dfec84059a802560e3c. Parserversion: artificial-analysis-rsc-models-v2. Importiert am: 2026-10-19

Benchmarkquellen im Überblick

Jeder Auswerter misst andere Fähigkeiten unter eigenen Bedingungen. Testreihen, Gesamtindizes und ihre Komponenten bleiben getrennt. Die Ergebnisse darunter behalten ihre Skalen, Konfigurationen und Quelldaten.

Auswerter	Testreihen	Gesamtindizes	Erfasste aktive Messwerte
Artificial Analysis	2	1	11

Die Abdeckung ist keine Qualitätsrangliste. Überschneidende Tests und mehrere Einstellungen zählen nicht als unabhängige Versuche. Herstellerangaben, historische und strittige Ergebnisse bleiben außerhalb dieser Übersicht und sind in den Detailbelegen gekennzeichnet.

Bei 6 Messwerten dieser Quellen ist die Zuordnung zu einer Testreihe noch offen. Sie erhöhen die Zahl der Testreihen nicht.

Messungen ohne passende Vergleichswerte

Für diese Messungen fehlen passende Vergleichswerte unter gleichen Testbedingungen. Die Originalwerte und Quellen bleiben hier nachlesbar.

IFBench: Overall (Messwert, Testbedingungen und Quelle anzeigen)

Originalwert: 41.7006802721088
Bewertung: 41.7006802721088
Messgröße: IFBench prompt-level loose accuracy (pass@1)
Einheit: %
Benchmark-Version: AA test set: 294 questions
Kategorie: general
Aufgabe: overall
Aufgabenbezeichnung: Overall
Richtung: Mehr ist besser
Vergleichskohorte: artificial-analysis-ifbench:AA test set: 294 questions:standalone:non-reasoning:tokens=0:suffix=unspecified
Quellentyp: independent-evaluator
Auswertung: Artificial Analysis
Status: active
Abrufdatum: 2026-10-19
Methodik: Exakte AA-Konfiguration: Kimi K2 0905 (Release kimi-k2-0905, Zeile kimi-k2-0905, UUID 66445f84-b2e3-4202-afdc-92ba0f0e5f36, reasoning=false, source reasoning-token configuration budget=0, suffix=nicht angegeben). Der konfigurierte Wert ist kein gemessener Tokenverbrauch. Artificial Analysis führt 294 Fragen aus dem IFBench-Testdatensatz mit fünf Wiederholungen je Frage aus. Der offizielle Evaluator bewertet die Genauigkeit je Prompt im Modus loose als pass@1.. Kennung des Quellmodells: artificial-analysis/66445f84-b2e3-4202-afdc-92ba0f0e5f36/kimi-k2-0905/kimi-k2-0905. Name des Quellmodells: Kimi K2 0905. Anbieter laut Quelle: Kimi. Modellstand: Kimi K2 0905. Evaluator: Artificial Analysis. Datensatztyp: artificial-analysis-evaluation. Werkzeugrichtlinie: Single-turn answer evaluated with the official IFBench source code. Versuche: pass@1, 5 repeats per question. Reasoning: non-reasoning. Angezeigter Wert: 41,7 %. Quellenkennung: artificial-analysis. Kennung der Evidenzaufnahme: aa-model-page-2026-10-19-8a022369738c. Prüfsumme der Quelldaten: 8a022369738cbe2a0e2f9bf486a2882865dbb0c6f1396dfec84059a802560e3c. Parserversion: artificial-analysis-rsc-models-v2. Importiert am: 2026-10-19
Vergleichsmethodik: Exakte AA-Konfiguration: Kimi K2 0905 (Release kimi-k2-0905, Zeile kimi-k2-0905, UUID 66445f84-b2e3-4202-afdc-92ba0f0e5f36, reasoning=false, source reasoning-token configuration budget=0, suffix=nicht angegeben). Der konfigurierte Wert ist kein gemessener Tokenverbrauch. Artificial Analysis führt 294 Fragen aus dem IFBench-Testdatensatz mit fünf Wiederholungen je Frage aus. Der offizielle Evaluator bewertet die Genauigkeit je Prompt im Modus loose als pass@1.. Werkzeugrichtlinie: Single-turn answer evaluated with the official IFBench source code. Versuche: pass@1, 5 repeats per question. Reasoning: non-reasoning
Einordnung: Die Angabe von 58 bezieht sich auf die verifizierbaren Out-of-Domain-Bedingungstypen, nicht auf die Zahl der Fragen im AA-Testlauf.

Quelle Artificial Analysis

AA-Omniscience Accuracy: Overall (Messwert, Testbedingungen und Quelle anzeigen)

Originalwert: 25.416666666666664
Bewertung: 25.416666666666664
Messgröße: AA-Omniscience Accuracy
Einheit: %
Benchmark-Version: AA Omniscience diagnostic
Kategorie: knowledge
Aufgabe: overall
Aufgabenbezeichnung: Overall
Richtung: Mehr ist besser
Vergleichskohorte: artificial-analysis-omniscience-accuracy:AA Omniscience diagnostic:standalone:non-reasoning:tokens=0:suffix=unspecified
Quellentyp: independent-evaluator
Auswertung: Artificial Analysis
Status: active
Abrufdatum: 2026-10-19
Methodik: Exakte AA-Konfiguration: Kimi K2 0905 (Release kimi-k2-0905, Zeile kimi-k2-0905, UUID 66445f84-b2e3-4202-afdc-92ba0f0e5f36, reasoning=false, source reasoning-token configuration budget=0, suffix=nicht angegeben). Der konfigurierte Wert ist kein gemessener Tokenverbrauch. Anteil der insgesamt korrekt beantworteten Fragen, unabhängig davon, ob das Modell andere Fragen beantwortet oder sich enthält.. Kennung des Quellmodells: artificial-analysis/66445f84-b2e3-4202-afdc-92ba0f0e5f36/kimi-k2-0905/kimi-k2-0905. Name des Quellmodells: Kimi K2 0905. Anbieter laut Quelle: Kimi. Modellstand: Kimi K2 0905. Evaluator: Artificial Analysis. Datensatztyp: artificial-analysis-evaluation. Versuche: AA-reported aggregate; diagnostic-specific run count is not stated on the leaderboard. Reasoning: non-reasoning. Angezeigter Wert: 25,4 %. Quellenkennung: artificial-analysis. Kennung der Evidenzaufnahme: aa-model-page-2026-10-19-8a022369738c. Prüfsumme der Quelldaten: 8a022369738cbe2a0e2f9bf486a2882865dbb0c6f1396dfec84059a802560e3c. Parserversion: artificial-analysis-rsc-models-v2. Importiert am: 2026-10-19
Vergleichsmethodik: Exakte AA-Konfiguration: Kimi K2 0905 (Release kimi-k2-0905, Zeile kimi-k2-0905, UUID 66445f84-b2e3-4202-afdc-92ba0f0e5f36, reasoning=false, source reasoning-token configuration budget=0, suffix=nicht angegeben). Der konfigurierte Wert ist kein gemessener Tokenverbrauch. Anteil der insgesamt korrekt beantworteten Fragen, unabhängig davon, ob das Modell andere Fragen beantwortet oder sich enthält.. Versuche: AA-reported aggregate; diagnostic-specific run count is not stated on the leaderboard. Reasoning: non-reasoning
Einordnung: Dies ist die separat veröffentlichte Genauigkeitsdiagnostik, nicht der AA-Omniscience-Index. AA bezeichnet höhere Werte als besser.

Quelle Artificial Analysis

AA-Omniscience Hallucination Rate: Overall (Messwert, Testbedingungen und Quelle anzeigen)

Originalwert: 69.72067039106146
Bewertung: 69.72067039106146
Messgröße: AA-Omniscience Hallucination Rate
Einheit: %
Benchmark-Version: AA Omniscience diagnostic
Kategorie: knowledge
Aufgabe: overall
Aufgabenbezeichnung: Overall
Richtung: Weniger ist besser
Vergleichskohorte: artificial-analysis-omniscience-hallucination-rate:AA Omniscience diagnostic:standalone:non-reasoning:tokens=0:suffix=unspecified
Quellentyp: independent-evaluator
Auswertung: Artificial Analysis
Status: active
Abrufdatum: 2026-10-19
Methodik: Exakte AA-Konfiguration: Kimi K2 0905 (Release kimi-k2-0905, Zeile kimi-k2-0905, UUID 66445f84-b2e3-4202-afdc-92ba0f0e5f36, reasoning=false, source reasoning-token configuration budget=0, suffix=nicht angegeben). Der konfigurierte Wert ist kein gemessener Tokenverbrauch. Anteil falscher Antworten an allen nicht korrekten Antworten: falsch / (falsch + teilweise richtig + nicht beantwortet).. Kennung des Quellmodells: artificial-analysis/66445f84-b2e3-4202-afdc-92ba0f0e5f36/kimi-k2-0905/kimi-k2-0905. Name des Quellmodells: Kimi K2 0905. Anbieter laut Quelle: Kimi. Modellstand: Kimi K2 0905. Evaluator: Artificial Analysis. Datensatztyp: artificial-analysis-evaluation. Versuche: AA-reported aggregate; diagnostic-specific run count is not stated on the leaderboard. Reasoning: non-reasoning. Angezeigter Wert: 69,7 %. Quellenkennung: artificial-analysis. Kennung der Evidenzaufnahme: aa-model-page-2026-10-19-8a022369738c. Prüfsumme der Quelldaten: 8a022369738cbe2a0e2f9bf486a2882865dbb0c6f1396dfec84059a802560e3c. Parserversion: artificial-analysis-rsc-models-v2. Importiert am: 2026-10-19
Vergleichsmethodik: Exakte AA-Konfiguration: Kimi K2 0905 (Release kimi-k2-0905, Zeile kimi-k2-0905, UUID 66445f84-b2e3-4202-afdc-92ba0f0e5f36, reasoning=false, source reasoning-token configuration budget=0, suffix=nicht angegeben). Der konfigurierte Wert ist kein gemessener Tokenverbrauch. Anteil falscher Antworten an allen nicht korrekten Antworten: falsch / (falsch + teilweise richtig + nicht beantwortet).. Versuche: AA-reported aggregate; diagnostic-specific run count is not stated on the leaderboard. Reasoning: non-reasoning
Einordnung: Dies ist die separat veröffentlichte Halluzinationsraten-Diagnostik, nicht der AA-Omniscience-Index. AA bezeichnet niedrigere Werte als besser.

Quelle Artificial Analysis

SWE Verified (Messwert, Testbedingungen und Quelle anzeigen)

Originalwert: 69.2
Bewertung: 69.2
Messgröße: percent
Einheit: %
Kategorie: coding
Richtung: Mehr ist besser
Quellentyp: vendor-reported
Auswertung: Kimi K2 Instruct-0905 model card
Status: active
Abrufdatum: 2026-09-08
Methodik: Vom Anbieter veröffentlichter Wert. in-house harness; ± uncertainty reported in table; Terminal uses Terminus-2

Quelle Kimi K2 Instruct-0905 model card

SWE multilingual (Messwert, Testbedingungen und Quelle anzeigen)

Originalwert: 55.9
Bewertung: 55.9
Messgröße: percent
Einheit: %
Kategorie: coding
Richtung: Mehr ist besser
Quellentyp: vendor-reported
Auswertung: Kimi K2 Instruct-0905 model card
Status: active
Abrufdatum: 2026-09-08
Methodik: Vom Anbieter veröffentlichter Wert. in-house harness; ± uncertainty reported in table; Terminal uses Terminus-2

Quelle Kimi K2 Instruct-0905 model card

Multi-SWE (Messwert, Testbedingungen und Quelle anzeigen)

Originalwert: 33.5
Bewertung: 33.5
Messgröße: percent
Einheit: %
Kategorie: coding
Richtung: Mehr ist besser
Quellentyp: vendor-reported
Auswertung: Kimi K2 Instruct-0905 model card
Status: active
Abrufdatum: 2026-09-08
Methodik: Vom Anbieter veröffentlichter Wert. in-house harness; ± uncertainty reported in table; Terminal uses Terminus-2

Quelle Kimi K2 Instruct-0905 model card

Terminal (Messwert, Testbedingungen und Quelle anzeigen)

Originalwert: 44.5
Bewertung: 44.5
Messgröße: percent
Einheit: %
Kategorie: coding
Richtung: Mehr ist besser
Quellentyp: vendor-reported
Auswertung: Kimi K2 Instruct-0905 model card
Status: active
Abrufdatum: 2026-09-08
Methodik: Vom Anbieter veröffentlichter Wert. in-house harness; ± uncertainty reported in table; Terminal uses Terminus-2

Quelle Kimi K2 Instruct-0905 model card

SWE-Dev (Messwert, Testbedingungen und Quelle anzeigen)

Originalwert: 66.6
Bewertung: 66.6
Messgröße: percent
Einheit: %
Kategorie: coding
Richtung: Mehr ist besser
Quellentyp: vendor-reported
Auswertung: Kimi K2 Instruct-0905 model card
Status: active
Abrufdatum: 2026-09-08
Methodik: Vom Anbieter veröffentlichter Wert. in-house harness; ± uncertainty reported in table; Terminal uses Terminus-2

Quelle Kimi K2 Instruct-0905 model card

Artificial Analysis Intelligence Index (Messwert, Testbedingungen und Quelle anzeigen)

Originalwert: 15.2941620102232
Bewertung: 15.2941620102232
Messgröße: points
Einheit: points
Richtung: Mehr ist besser
Quellentyp: independent-evaluator
Auswertung: Artificial Analysis
Status: active
Abrufdatum: 2026-09-08
Methodik: Unabhängige Evaluation. unknown

Quelle Artificial Analysis

AA-Omniscience Index (Messwert, Testbedingungen und Quelle anzeigen)

Originalwert: -26.5833333333333
Bewertung: -26.5833333333333
Messgröße: points
Einheit: points
Richtung: Mehr ist besser
Quellentyp: independent-evaluator
Auswertung: Artificial Analysis
Status: active
Abrufdatum: 2026-09-08
Methodik: Unabhängige Evaluation. unknown

Quelle Artificial Analysis

Output speed (Messwert, Testbedingungen und Quelle anzeigen)

Originalwert: 40.0025589622953
Bewertung: 40.0025589622953
Messgröße: tokens/s
Einheit: tokens/s
Richtung: Mehr ist besser
Quellentyp: independent-evaluator
Auswertung: Artificial Analysis
Status: active
Abrufdatum: 2026-09-08
Methodik: Unabhängige Evaluation. unknown; default 10K-input workload only
Einordnung: Artificial Analysis performance timing; output speed is decoded after the first streaming chunk. Provider basis: serving-provider median. Deprecated model. Artificial Analysis only continues benchmarking the default 10K-input workload.

Quelle Artificial Analysis

Latency reasoning time (Messwert, Testbedingungen und Quelle anzeigen)

Originalwert: 0
Bewertung: 0
Messgröße: seconds
Einheit: seconds
Richtung: Weniger ist besser
Quellentyp: independent-evaluator
Auswertung: Artificial Analysis
Status: active
Abrufdatum: 2026-09-08
Methodik: Unabhängige Evaluation. unknown; default 10K-input workload only
Einordnung: Artificial Analysis performance timing; output speed is decoded after the first streaming chunk. Provider basis: serving-provider median. Deprecated model. Artificial Analysis only continues benchmarking the default 10K-input workload.

Quelle Artificial Analysis

Seite 1 von 2

Vorgänger und Nachfolger

Quellen und Datenstand

Art	Nachweis und Datenstand
Geschwindigkeit	Median der bereitstellenden Anbieter. Ausgabetempo nach dem ersten empfangenen Textabschnitt, nicht die gesamte Antwortzeit. Bei Artificial Analysis als veraltet eingeordnet. Artificial Analysis pflegt dort nur noch den Standard-Workload mit 10.000 Eingabe-Token. Abgerufen am 8. September 2026. Quelle: Artificial Analysis · Artificial Analysis (abgerufen 8. September 2026)Messmethode der Geschwindigkeit
Preis	API-Basispreise ohne Cache- oder Batch-Rabatt. Höhere Kontextstufen und weitere Tarife stehen unter Kosten. Quelle: Preise · API-Preise
Eingabe	Dokumentierte Modalitäten. Abgerufen am 8. September 2026. Quelle: Modelldokumentation · Kimi K2 Instruct-0905 model card (abgerufen 8. September 2026) · Kimi K2 0905 model card · Redaktionelle Beschreibung geprüft am 2. Oktober 2026
Ausgabe	Dokumentierte Modalitäten. Abgerufen am 8. September 2026. Quelle: Modelldokumentation · Kimi K2 Instruct-0905 model card (abgerufen 8. September 2026) · Kimi K2 0905 model card · Redaktionelle Beschreibung geprüft am 2. Oktober 2026
Recherchestand	Recherchestand 8. September 2026. 3 Quellen-URLs geprüft. Das dokumentiert die geprüften Quellen, nicht sämtliche Veröffentlichungen zu diesem Modell.
Ungeklärt	release-date Originalwortlaut No normalized release-date field in card.
Weitere Quelle	Modellmetadaten
Weitere Quelle	Artificial Analysis (abgerufen 19. Oktober 2026)
Weitere Quelle	Artificial Analysis (abgerufen 19. Oktober 2026)
Weitere Quelle	Modellmetadaten (abgerufen 8. September 2026) · Kimi API model list · Redaktionelle Beschreibung geprüft am 2. Oktober 2026
Weitere Quelle	OpenRouter: Beliebtheitsindex (abgeleitet), CC BY 4.0
Weitere Quelle	Vercel AI Gateway: Beliebtheitsindex (abgeleitet), CC BY 4.0
Weitere Quelle	Ollama: kumulierte Downloads für den Beliebtheitsindex
Weitere Quelle	Replicate: kumulierte Ausführungen für den Beliebtheitsindex
Weitere Quelle	Google Trending Now: begrenzte Feed-Auswahl für Deutschland und USA
Weitere Quelle	Creative Commons Attribution 4.0

Kimi K2 0905

Technische Daten und Zugang

Gesamt- und Bereichsscores

Gesamtindex

Allgemein

Testfamilie: IFBench

Benchmarkquellen im Überblick

Messungen ohne passende Vergleichswerte

Unsere Tests

SVG-Kurztest

Kimi K2 0905

Pelikan auf dem Fahrrad

Beliebtheit

Veröffentlichte Preise

Vorgänger und Nachfolger

Quellen und Datenstand