מערכת שנבדקה

Kimi K2

נבדק כמודל APIמודל סגורMoonshot AI

מודל סגור של Moonshot AI עם חלון הקשר של 128K טוקנים. ציון האיכות הכולל שלו במבחני ההערכה עומד על 33.4.

ציונים לפי יכולת

עמידה בהוראות

כיסוי 11%

89.8

חשיבה מדעית

כיסוי 47%

66.2

קוד ופיתוח תוכנה

כיסוי 23%

59.9

ידע וחשיבה

כיסוי 49%

54.5

דיוק עובדתי

כיסוי 28%

31.0

מתמטיקה

כיסוי 7%

21.4

הבנת תמונות ומסמכים חזותיים

כיסוי 33%

4.7

תנאי הבדיקה ופרטים נוספים

ספק: Moonshot AI
תנאי ההרצה: מצב חשיבה · חלון הקשר 128K טוקנים · נמדד כמודל API, ללא ממשק צ'אט
תאריך שחרור: 2025-07-11
סוג פלט: טקסט
מחיר קלט / מיליון: $0.6
מחיר פלט / מיליון: $2.5
טוקנים לשנייה: 54
זמינות בישראל: זמין בעיקר דרך ספקי צד שלישי; יש לבדוק תנאי שימוש ורגולציה לפני שימוש ארגוני
מדיניות נתונים: מדיניות שמירת הנתונים תלויה בספק האירוח. יש לבדוק לפני העברת מידע רגיש

התוצאות נמדדו בתנאים שמצוינים כאן. ביצועי אותה מערכת בתוך מוצר הכולל כלים, גלישה או סביבת עבודה אחרת עשויים להיות שונים.

תוצאות

כל תוצאות המבחנים (12)

עמידה בהוראות

מבחן הערכה	סטטוס	ציון	משקל	מקור
IFEval	מדד משניזיקה מסחרית מוצהרת לפי דיווח היצרן	89.8	0.42	קישור למקור

לא נמצאו תוצאות עבור: LiveBench · LiveBench Instruction Following · IFBench · MAXIFE

חשיבה מדעית

מבחן הערכה	סטטוס	ציון	משקל	מקור
GPQA / GPQA Diamond	מדידה עצמאית · לוח השוואה לפי דיווח היצרן	75.1	0.72	קישור למקור
SuperGPQA	מדידה עצמאית · לוח השוואה לפי דיווח היצרן	57.2	0.72	קישור למקור

לא נמצאו תוצאות עבור: SciCode · CritPt

קוד ופיתוח תוכנה

מבחן הערכה	סטטוס	ציון	משקל	מקור
SWE-bench Verified	מדידה עצמאית · מתעדכןזיקה מסחרית מוצהרת לוח עצמאי	71.2	1.00	קישור למקור
Aider Polyglot	מדידה עצמאית · מתעדכן לוח עצמאי	59.1	1.00	קישור למקור
LiveCodeBench	מדידה עצמאית · מתעדכן לפי דיווח היצרן	53.7	0.85	קישור למקור
SWE-bench Multilingual	מדד משני לפי דיווח היצרן	47.3	0.42	קישור למקור

לא נמצאו תוצאות עבור: LiveBench · SWE-rebench · LiveBench Coding · LiveBench Agentic Coding · MirrorCode · SWE-bench Pro · SciCode · SWE-bench Lite · CursorBench · Vibe Code Bench · NL2Repo · DeepSWE · FrontierCode 1.1 · ProgramBench

ידע וחשיבה

מבחן הערכה	סטטוס	ציון	משקל	מקור
MMLU-Pro	מדידה עצמאית · לוח השוואה לפי דיווח היצרן	81.1	0.72	קישור למקור
GPQA / GPQA Diamond	מדידה עצמאית · לוח השוואה לפי דיווח היצרן	75.1	0.72	קישור למקור
Humanity's Last Exam (HLE)	מדידה עצמאית · לוח השוואההערכה על ידי מודל אחרזיקה מסחרית מוצהרת לפי דיווח היצרן	4.7	0.72	קישור למקור
SuperGPQA	מדידה עצמאית · לוח השוואה לפי דיווח היצרן	57.2	0.72	קישור למקור

לא נמצאו תוצאות עבור: LiveBench · LiveBench Reasoning · MMLU-Redux

דיוק עובדתי

מבחן הערכה	סטטוס	ציון	משקל	מקור
SimpleQA	מדד משני · בהסתייגותהערכה על ידי מודל אחרזיקה מסחרית מוצהרת לפי דיווח היצרן	31.0	0.34	קישור למקור

לא נמצאו תוצאות עבור: SimpleQA Verified · DeepSearchQA

מתמטיקה

מבחן הערכה	סטטוס	ציון	משקל	מקור
FrontierMath v2	מדד משני · בהסתייגותזיקה מסחרית מוצהרת לוח עצמאי	21.4	0.40	קישור למקור

לא נמצאו תוצאות עבור: LiveBench · LiveBench Mathematics · AIME 2026 · HMMT Feb 2026 · MATH Level 5 · MathVision

הבנת תמונות ומסמכים חזותיים

מבחן הערכה	סטטוס	ציון	משקל	מקור
Humanity's Last Exam (HLE)	מדידה עצמאית · לוח השוואההערכה על ידי מודל אחרזיקה מסחרית מוצהרת לפי דיווח היצרן	4.7	0.72	קישור למקור

לא נמצאו תוצאות עבור: MMMU-Pro · MMMU

מערכות נוספות

להשוואה

Apodex 1.1 Celeris-1 ChatGPT Claude Claude Code Claude Fable 5 Claude Fable 5.1 Claude Haiku 5.5 Claude Opus 4.6 Claude Opus 4.7 Claude Opus 4.7 (Adaptive)Claude Opus 4.8 Claude Opus 5 Claude Opus 5.5 Claude Sonnet 4.6 Claude Sonnet 5 Claude Sonnet 5.5 Command A+Cursor DeepSeek-R1 DeepSeek R1 Distill Qwen 32B DeepSeek V3 DeepSeek V3 0324 DeepSeek V3.1 DeepSeek V3.1 (Reasoning)DeepSeek V3.2 DeepSeek V4.1 Flash 1017 DeepSeek V4 Flash Vision Exp DeepSeek V4 Pro 0813 Devin Exaone 4.0 32B Gemini 2.5 Flash Gemini 2.5 Pro Gemini 3.1 Pro Gemini 3.5 Flash Gemini 3.5 Flash-Lite Gemini 3.6 Flash Gemini 3.7 Flash Gemini 3.8 Flash Gemini 3 Flash Gemini 3 Pro Gemini 4 Argon Gemini Nano Banana 2.1 Gemma 4 26B A4B GitHub Copilot GLM-4.5-Air GLM-4.6 GLM-4.7 GLM-4.7-Flash GLM-5 GLM-5.1 GLM-5.2 GLM-5.3 GLM-5.3-Flash GLM 5.3 Prime GLM-5-Turbo GLM-5V-Turbo GPT-5.1 GPT-5.2 GPT-5.3 Codex GPT-5.4 GPT-5.5 GPT-5.6 Luna GPT-5.6 Sol GPT-5.6 Terra GPT-6.1 Sol GPT-6.1 Terra GPT-6.1 Terra Pro GPT-6 Astra GPT-6 Luna GPT-6 Sol Granite-4.0-350M Granite-4.0-H-1B Granite-4.0-H-350M Granite 4.2 8B Grok 4 Grok 4.1 Fast Grok 4.1 Fast (Reasoning)Grok 4.3 Grok 4.5 Grok 4.6 Grok 4.7 Grok 4 Fast (Reasoning)Grok Grok Code Fast 1 Hy3 Hy3 Preview Inkling Inkling-Small Instinct K-Exaone Kimi K2.6 Kimi K2.5 Kimi K2.5 (Reasoning)Kimi K2.7 Code Kimi K3 LFM2.5-2.6B LFM2.5-8B-A1B Ling 2.6 Flash Ling 3.0 Flash Ling 3.0 Flash VL Ling 3.1 Flash Manus Mercury 2 Mercury 2.5 Meta AI Microsoft Copilot MiMo-V2.5-Pro MiMo-V2.6-Flash MiMo-V2.6-Pro MiMo-V2-Flash MiMo-V2-Omni MiMo-V2-Pro MiniMax M2.5 MiniMax M2.7 MiniMax M3 MiniMax M3.1 Flash Mistral Large 2 Mistral Large 3 Mistral Large 4 Le Chat Mistral Medium 3 Mistral Medium 3.5 128B Mistral Small 4 Muse Glimmer 30B Muse Spark Muse Spark 1.1 Muse Spark 1.2 Muse Spark Open Muse Wonder Muse Wonder Full Nemotron 3.5 Bolt 74B-A9B Nemotron 3.5 Lightning Nemotron 3.5 Super VL Nemotron 3.5 Super VL 120B A12B Nemotron 3 Nano Omni 30B A3B Nemotron 3 Ultra Nova Pro Codex Dots Perplexity Phi-4 Quasar 438B Qwen3.5-122B-A10B Qwen3.5-27B Qwen3.5-35B-A3B Qwen3.5 397B Qwen3.6-27B Qwen3.6-35B-A3B Qwen 3.6 Max (preview)Qwen3.6 Plus Qwen3.7 Flash Qwen3.7 Max Qwen3.7 Plus Qwen3.8 2.4T A95B Qwen3.8-27B Qwen3.8 Flash Qwen3.8-Flash-Next Qwen3.8 Max Prime Qwen3.8 Omni Flash Beam 1.0 501B-A23B Sarvam 105B Sarvam 30B Solar Pro 2 Solar Pro 3 Step 3.5 Flash Step 3.7 Flash Step 5 Preview Switchyard Trinity-Large-Thinking