Kimi K2 Thinking vs Kimi K2
Benchmarks, API Token Pricing, Context Window & Speed Comparison
Related topics (12)
Moonshot AIのKimi K2 ThinkingとMoonshot AIのKimi K2は、注目度の高い主要AIモデルです。Kimi K2 Thinkingは262.1K トークンのコンテキストウィンドウを備え、API料金は100万トークンあたり入力$0.00/出力$0.00、一方のKimi K2は131.1K トークンのコンテキストで入力$0.00/出力$0.00です。以下でベンチマーク、速度、コストを詳しく比較します。
任意のAIモデルを切り替えて比較
Select any AI models from our verified benchmark database to generate live side-by-side matrices.
Kimi K2 Thinking
オープンウェイト推論モデルMoonshot AI の Kimi K2 Thinking は、強化学習により鍛えられた高効率なオープンウェイト論理推論向けに設計されたAIモデルです。262K のコンテキストウィンドウ、毎秒 55 トークンの生成速度、知能指数 85/100（無料のオープンウェイト提供）を実現しています。
$0.00 / 1M
$0.00 / 1M
262.1K tokens
50%
Kimi K2
自律型エージェント・ツール特化Moonshot AI の Kimi K2 は、自律型AIエージェントの実行、ツール呼び出し（Tool Calling）、複雑な業務自動化向けに設計されたAIモデルです。131K のコンテキストウィンドウ、毎秒 62 トークンの生成速度、知能指数 83/100（無料のオープンウェイト提供）を実現しています。
$0.00 / 1M
$0.00 / 1M
131.1K tokens
46%
ひと目でわかる主な違い
- Both models cost the same under this workload — choose on capability, not price.
- Kimi K2 Thinking has a larger context window (262K vs 131K tokens).
- Kimi K2 is faster at 62 tok/s vs 55 tok/s.
- Kimi K2 Thinking leads on SWE-bench coding (50.0% vs 46.0%).
| Feature | Kimi K2 Thinking | Kimi K2 |
|---|---|---|
Intelligence Index Composite reasoning & knowledge score (0-100) | 85 | 83 |
Provider | Moonshot AI | Moonshot AI |
Input Price Cost per million input tokens | $0.00 / 1M | $0.00 / 1M |
Output Price Cost per million output tokens | $0.00 / 1M | $0.00 / 1M |
Blended Price Weighted 7:2:1 cache:input:output per 1M | $0.00 / 1M | $0.00 / 1M |
Context Window Maximum input + output tokens | 262.1K tokens~393 A4 pages of text | 131.1K tokens~197 A4 pages of text |
Max Output Tokens Per single request | 32K | 16K |
Throughput Speed Tokens generated per second | 55 tok/s | 62 tok/s |
SWE-bench Verified Real-world software engineering | 50% | 46% |
GPQA Diamond Graduate-level reasoning | 70% | 66.5% |
分野別勝者スコアカード
At-a-glance decision framework検証済みベンチマークスコア比較
Official evaluation metrics verified by independent third-party research labs.
Industry benchmark evaluating real-world GitHub issue resolution and multi-file debugging.
Challenging questions created by domain experts to test complex PhD-level reasoning.
Hardened reasoning and academic knowledge benchmark with reduced lucky-guess probability.
Crowdsourced human preference evaluation based on blind, head-to-head model battles.
American Invitational Mathematics Examination — multi-step Olympiad-level reasoning.
Tokens emitted per second during active generation streaming.
レイテンシ＆応答時間
Time to first token (TTFT) and estimated end-to-end response time for a typical 500-token response.
リアルタイムAPIトークン料金シミュレーター
Adjust sliders to calculate projected monthly cloud API spending with prompt caching discounts.
Kimi K2 Thinking · Strengths & Key Advantages
- 262K のコンテキストウィンドウと最大 32K トークンの出力容量（SWE-bench Verified 50% · GPQA Diamond 70%）
- 毎秒 55 トークンの高速スループットと、初回トークン到達時間（TTFT）わずか 950ms の低遅延
- オープンウェイトモデル (1T total (32B MoE))として vLLM・SGLang・Ollama を用いた自社GPUでのローカル運用が可能
Considerations & Trade-offs
- 非量子化のフル精度でローカル推論を行うには十分なGPU VRAM容量が必要です
- 極めて高度な専門科学の証明問題では、上位の大型推論特化モデルの方がより深い洞察を提供する場合があります
Kimi K2 · Strengths & Key Advantages
- 131K のコンテキストウィンドウと最大 16K トークンの出力容量（SWE-bench Verified 46% · GPQA Diamond 66.5%）
- 毎秒 62 トークンの高速スループットと、初回トークン到達時間（TTFT）わずか 640ms の低遅延
- オープンウェイトモデル (1T total (32B MoE))として vLLM・SGLang・Ollama を用いた自社GPUでのローカル運用が可能
Considerations & Trade-offs
- 非量子化のフル精度でローカル推論を行うには十分なGPU VRAM容量が必要です
- 極めて高度な専門科学の証明問題では、上位の大型推論特化モデルの方がより深い洞察を提供する場合があります
Token Use & Task Economics
Estimated cost and token consumption to complete one representative agentic task.
| Metric | Kimi K2 Thinking | Kimi K2 |
|---|---|---|
Cost per Task Estimated USD to finish one task | $0.00 | $0.00 |
Output Tokens / Task Tokens generated per task | 28K | 22K |
Reasoning Tokens / Task Thinking tokens burned per task | 16K | 8K |
技術仕様・スペック
Architecture, release timeline, capabilities, and modalities.
| Feature | Kimi K2 Thinking | Kimi K2 |
|---|---|---|
| Official API Model ID (SDK) | kimi-k2-thinking | kimi-k2 |
| API Protocol | OpenAI-Compatible REST / vLLM / SGLang / HuggingFace TGI | OpenAI-Compatible REST / vLLM / SGLang / HuggingFace TGI |
| Release Date | 2025-11 | 2025-07 |
| Knowledge Cutoff | September 2025 | May 2025 |
| Architecture | Deliberate Reasoning Open Sparse Mixture-of-Experts | Trillion-Scale Sparse Mixture-of-Experts Transformer |
| Parameters | 1T total (32B active MoE) | 1T total (32B active MoE) |
| Enterprise Rate Limits (RPM / TPM) | Unlimited (Hardware-bound on self-hosted GPU) / 10,000 RPM Cloud · Unlimited local throughput / 10M+ TPM Managed Cloud | Unlimited (Hardware-bound on self-hosted GPU) / 10,000 RPM Cloud · Unlimited local throughput / 10M+ TPM Managed Cloud |
| Long-Context Tier (>128K/200K) | Free across full context window (only KV-cache VRAM scales) | Free across full context window (only KV-cache VRAM scales) |
| Prompt Cache Policy & TTL | Automatic prefix KV-caching in vLLM / SGLang (0 cost) | Automatic prefix KV-caching in vLLM / SGLang (0 cost) |
| Computer Use / GUI Agent | API / CLI Tool-Use & DOM Agent ready (no raw pixel desktop click loop) | API / CLI Tool-Use & DOM Agent ready (no raw pixel desktop click loop) |
| MCP & Parallel Tool Calling | Native MCP Client/Server ready · Parallel function calling · 100% Strict JSON Schema | Native MCP Client/Server ready · Parallel function calling · 100% Strict JSON Schema |
| Web Search Grounding & Sandbox | Supported via external Tavily/Exa Search & E2B/Docker Sandbox tools | Supported via external Tavily/Exa Search & E2B/Docker Sandbox tools |
| Official Fine-Tuning Support | Full Weights SFT, LoRA, QLoRA, DPO & GRPO RL (Unsloth / Axolotl / Llama-Factory) | Full Weights SFT, LoRA, QLoRA, DPO & GRPO RL (Unsloth / Axolotl / Llama-Factory) |
| Multimodal Token Billing | Text BPE (~4 chars/token) | Text BPE (~4 chars/token) |
| Quantization & Min GPU VRAM | BF16 / FP16, FP8 Dynamic, INT4 AWQ / GPTQ, GGUF (Q4_K_M / Q8_0) · 620 GB VRAM (4-bit Quantized) · 2150 GB VRAM (Native BF16) | BF16 / FP16, FP8 Dynamic, INT4 AWQ / GPTQ, GGUF (Q4_K_M / Q8_0) · 620 GB VRAM (4-bit Quantized) · 2150 GB VRAM (Native BF16) |
| Safety & Frontier Classification | Open-Weights System Card + Customizable Guardrail Layer (Llama Guard / ShieldGemma) | Open-Weights System Card + Customizable Guardrail Layer (Llama Guard / ShieldGemma) |
| Enterprise Compliance (ZDR/HIPAA/SOC2) | 100% Air-Gapped On-Premises / Private VPC · Full HIPAA, GDPR & SOC2 Control | 100% Air-Gapped On-Premises / Private VPC · Full HIPAA, GDPR & SOC2 Control |
| Input Modalities | text | text |
| Output Modalities | text | text |
Kimi K2 Thinking vs Kimi K2: よくある質問 (FAQ)
Which is more intelligent, Kimi K2 Thinking or Kimi K2?
Kimi K2 Thinking is more intelligent. It scores 85 compared with 83 on the composite Intelligence Index.
Which model is faster?
Kimi K2 is faster, generating 62 tokens per second compared with 55 tokens per second.
Which model has lower latency?
Kimi K2 has lower latency, with a time to first token of 0.64s compared with 0.95s.
Which model has a larger context window?
Kimi K2 Thinking has a larger context window, supporting 262.1K tokens compared with 131.1K tokens.
総合評価
Kimi K2 Thinking（強化学習により鍛えられた高効率なオープンウェイト論理推論、エンタープライズRAG基盤、スケーラブルな本番API統合に最適。）とKimi K2（自律型AIエージェントの実行、ツール呼び出し（Tool Calling）、複雑な業務自動化、エンタープライズRAG基盤、スケーラブルな本番API統合に最適。）はいずれも優れた選択肢です。高度な推論・コーディング精度ではKimi K2 Thinkingがリードし、応答速度とスループットではKimi K2が優れ、APIコスト効率ではKimi K2 Thinkingが有利です。
よくある質問 (FAQ)
コーディングや複雑な推論には Kimi K2 Thinking と Kimi K2 のどちらが適していますか？+
総合知能指数およびコーディング評価では Kimi K2 Thinking が優位です。上部の SWE-bench や GPQA スコアもあわせてご確認ください。
Kimi K2 Thinking と Kimi K2 ではどちらのAPI料金が安いですか？+
Kimi K2 Thinking は100万トークンあたり入力$0.00 / 出力$0.00、Kimi K2 は入力$0.00 / 出力$0.00です。総合的なコスト効率では Kimi K2 Thinking がより経済的です。
コンテキスト長と生成速度はどちらが優れていますか？+
コンテキストウィンドウは Kimi K2 Thinking が 262.1K トークン、Kimi K2 が 131.1K トークン です。出力スピード（トークン/秒）では Kimi K2 がリードしています。
Understand key metrics like context window, token pricing, reasoning mode, and SWE-bench scores in our comprehensive AI glossary.
Related reading
- GLM-4.5-Air vs Kimi K2：ベンチマーク・API料金・速度の徹底比較 (2026)比較
- GLM-4.7 vs Kimi K2 Thinking：ベンチマーク・API料金・速度の徹底比較 (2026)比較
- Kimi K2.5 vs Kimi K2 Thinking：ベンチマーク・API料金・速度の徹底比較 (2026)比較
- Aion-3.0 vs Aion-Mini：ベンチマーク・API料金・速度の徹底比較 (2026)比較
- Aion-3.0 vs Gemini 3.6 Flash：ベンチマーク・API料金・速度の徹底比較 (2026)比較
- Aion-Mini vs Laguna XS 2.1：ベンチマーク・API料金・速度の徹底比較 (2026)比較
Benchmark scores, token prices, and rate limits evolve rapidly as AI labs release model updates. Always verify current specifications and pricing on the official provider documentation.
公的ソース: Moonshot AIおよびMoonshot AI公式APIドキュメント、システムカード、独立ベンチマーク評価 (2026)。