Română · beta. Traducerea a fost făcută automat și este încă în curs de revizuire. Citește pagina în engleză

Moonshot · pașaport de model

Kimi K2 5 Instant

kimi-k2-5-instant

Ponderi deschise
Licență Modified MIT
Lansat 2026-10-09(văzut prima dată pe LMArena)

General · LMArena: 1,431#102 din 396
Cea mai bună percentilă: 84.4Programare
Poziția în cohortă: 60.7mediană 60.5

Ce spun datele

Evaluat pe 7 din 27 axe urmărite. Fiecare cifră de mai jos este rezultatul publicat al modelului pe acel clasament.

Neuniform: 46 de puncte de percentilă între cea mai bună și cea mai slabă axă a sa — 84.4 pct pe Programare față de 38.4 pct pe Factuality Arena.

Programare84.4 pct1,504Verifică →
Urmarea instrucțiunilor79.3 pct1,432Verifică →
Prompturi dificile77.8 pct1,460Verifică →
General74.5 pct1,431Verifică →
Vision Arena61.3 pct1,236Verifică →
WebDev Arena41 pct1,405Verifică →
Factuality Arena38.4 pct1,429Verifică →
Search ArenaNeevaluat
Document ArenaNeevaluat
Agent ArenaNeevaluat
GPQA DiamondNeevaluat
AIME (matematică)Neevaluat
FrontierMathNeevaluat
SimpleQA VerifiedNeevaluat
ARC-AGI-2Neevaluat
Humanity's Last ExamNeevaluat
SimpleBenchNeevaluat
LiveBenchNeevaluat
BFCL v4 (apelare de funcții)Neevaluat
SWE-bench Verified (clasament live)Neevaluat
Terminal-Bench 4.0Neevaluat
MMLU-Pro (Artificial Analysis)Neevaluat
LiveCodeBench (Artificial Analysis)Neevaluat
IFBench (Artificial Analysis)Neevaluat
Halucinații HHEM (Vectara)Neevaluat
SWE-bench VerifiedNeevaluat
Terminal-BenchNeevaluat

Percentilele reprezintă poziția modelului în populația proprie a fiecărui clasament. Axele marcate „neevaluat” nu au niciun rezultat publicat pentru acest model — este o absență a datelor, nu un scor mic.

kimi-k2.5-instant stands at 60.7 (raw mean 65.2) — measured on 7 of 27 axes.
pozițieșablonVerifică →
kimi-k2.5-instant stands at 60.7 versus a cohort median of 60.5 across 172 models released within 180 days — above the peer median.
cohortășablonVerifică →

Fiecare afirmație este un fapt calculat din datele actuale ale clasamentului, formulat de un apel de model la temperatură scăzută și respins de o poartă de validare dacă vreun număr nu se află în rândul sursă. Cum funcționează clasamentele →