K2 Think V2 logo
MBZUAI Institute of Foundation Models
•

Open weights model

•

Released December 2025

K2 Think V2: Analyse von Intelligenz, Leistung und Preis

Benchmarks der API-Anbieter

Modellübersicht

Intelligenz

17
Artificial Analysis Intelligence Index
4 von 4 Einheiten für Intelligenz.

Geschwindigkeit

k. A.
Ausgabetokens pro Sekunde
Unbekannter Wert von 4 Einheiten für Geschwindigkeit.

Eingabepreis

0,00 $
USD pro 1 Mio. Tokens
1 von 4 Einheiten für Eingabepreis.

Ausgabepreis

0,00 $
USD pro 1 Mio. Tokens
1 von 4 Einheiten für Ausgabepreis.

Ausführlichkeit

110M
Ausgabetokens im Intelligence Index
4 von 4 Einheiten für Ausführlichkeit.

K2 Think V2 zählt bei der Intelligenz zu den führenden Modellen und ist preislich gut aufgestellt im Vergleich zu anderen Modellen mit offenen Gewichten ähnlicher Größe. Das Modell unterstützt Text als Eingabe und Text als Ausgabe. Das Kontextfenster umfasst 262k Tokens.

K2 Think V2 erzielt im Artificial Analysis Intelligence Index einen Wert von 17 und liegt damit deutlich über dem Durchschnitt der vergleichbaren Modelle (Median: 9). Bei der Evaluation des Intelligence Index erzeugte es 110M Tokens und antwortete damit sehr ausführlich im Vergleich zum Median von 53M.

Der Preis für K2 Think V2 beträgt $0.00 pro 1 Mio. Eingabetokens (preislich konkurrenzfähig; Median: $0.15) und $0.00 pro 1 Mio. Ausgabetokens (preislich konkurrenzfähig; Median: $0.45).

ReasoningJa

Diese Seite zeigt die Reasoning-Version dieses Modells.

Möglicherweise gibt es auch eine Variante ohne Reasoning.

Eingabemodalität

Unterstützt: Text

Ausgabemodalität

Unterstützt: Text

Kontextfenster262k
~393 A4-Seiten in Arial mit Schriftgröße 12
Gesamtparameter70B
LizenzApache 2.0
ModellgewichteHugging Face

Metriken werden mit Modellen derselben Klasse verglichen:

  • Modelle ohne Reasoning → Vergleich nur mit anderen Modellen ohne Reasoning
  • Reasoning-Modelle → Vergleich mit Reasoning-Modellen und Modellen ohne Reasoning
  • Modelle mit offenen Gewichten → Vergleich nur mit anderen Modellen mit offenen Gewichten derselben Größenklasse:
    • Sehr klein: ≤4B Parameter
    • Klein: 4B–40B Parameter
    • Mittel: 40B–150B Parameter
    • Groß: >150B Parameter
  • Proprietäre Modelle → Vergleich mit proprietären Modellen und Modellen mit offenen Gewichten derselben Preisklasse anhand eines Mischpreisverhältnisses von 3:1 für Eingabe/Ausgabe:
    • <$0.15 pro 1 Mio. Tokens
    • $0.15–$1 pro 1 Mio. Tokens
    • >$1 pro 1 Mio. Tokens

Wichtigste Ergebnisse

Intelligenz

Artificial Analysis Intelligence Index · Higher is better

Geschwindigkeit

Output tokens per second · Higher is better

Kosten pro Aufgabe

Weighted average cost (USD) per Intelligence Index task · Lower is better

Intelligenz

Artificial Analysis Intelligence Index

Artificial Analysis Intelligence Index v4.1 incorporates 9 evaluations: GDPval-AA v2, 𝜏³-Banking, Terminal-Bench v2.1, SciCode, Humanity's Last Exam, GPQA Diamond, CritPt, AA-Omniscience, AA-LCR
Reasoning models are indicated by a lightbulb icon

Artificial Analysis Intelligence Index v4.1 includes: GDPval-AA v2, 𝜏³-Banking, Terminal-Bench v2.1, SciCode, Humanity's Last Exam, GPQA Diamond, CritPt, AA-Omniscience, AA-LCR. See Intelligence Index methodology for further details, including a breakdown of each evaluation and how we run them.

Artificial Analysis Intelligence Index by Open Weights / Proprietary

Artificial Analysis Intelligence Index v4.1 incorporates 9 evaluations: GDPval-AA v2, 𝜏³-Banking, Terminal-Bench v2.1, SciCode, Humanity's Last Exam, GPQA Diamond, CritPt, AA-Omniscience, AA-LCR
Reasoning models are indicated by a lightbulb icon

Artificial Analysis Intelligence Index v4.1 includes: GDPval-AA v2, 𝜏³-Banking, Terminal-Bench v2.1, SciCode, Humanity's Last Exam, GPQA Diamond, CritPt, AA-Omniscience, AA-LCR. See Intelligence Index methodology for further details, including a breakdown of each evaluation and how we run them.

Indicates whether the model weights are available. Models are labelled as 'Commercial Use Restricted' if the weights are available but commercial use is limited (typically requires obtaining a paid license).

Benchmarks

Intelligence Evaluations

Intelligence evaluations measured independently by Artificial Analysis · Higher is better
GDPval-AA v2

Agentic real-world work tasks, (Elo-500)/2000

𝜏³-Banking

Agentic tool use

Terminal-Bench v2.1

Agentic coding & terminal use

SciCode

Coding

Humanity's Last Exam

Reasoning & knowledge

GPQA Diamond

Scientific reasoning

CritPt

Physics reasoning

AA-Omniscience Accuracy

Knowledge

AA-Omniscience Non-Hallucination Rate

1 - hallucination rate

AA-LCR

Long context reasoning

AA-Briefcase

Agentic knowledge work, Elo

AutomationBench-AA

Agentic SaaS workflows

Harvey LAB-AA

Legal agentic work, criterion pass rate

EnterpriseOps-Gym-AANew

Agentic business operations

IFBench

Instruction following

APEX-Agents-AA

Long-horizon agentic tasks

ITBench-AA

Kubernetes incident root-cause analysis

MMMU-Pro

Visual reasoning

Reasoning models are indicated by a lightbulb icon

While model intelligence generally translates across use cases, specific evaluations may be more relevant for certain use cases.

Artificial Analysis Intelligence Index v4.1 includes: GDPval-AA v2, 𝜏³-Banking, Terminal-Bench v2.1, SciCode, Humanity's Last Exam, GPQA Diamond, CritPt, AA-Omniscience, AA-LCR. See Intelligence Index methodology for further details, including a breakdown of each evaluation and how we run them.

AA-Briefcase

AA-Briefcase Elo

AA-Briefcase is an agentic knowledge work benchmark developed by Artificial Analysis. AA-Briefcase Elo is a combined metric that aggregates rubric pass rate, analytical quality Elo and presentation Elo · Higher is better
Reasoning models are indicated by a lightbulb icon

AA-Briefcase Elo is a combined metric that aggregates analytical quality Elo, presentation Elo, and rubric pass rate, with rubric performance converted into Elo via synthetic head-to-head matches. Elo and 95% confidence interval bounds are clamped at 0.

AA-Omniscience

AA-Omniscience Index

AA-Omniscience Index (higher is better) measures knowledge reliability and hallucination. It rewards correct answers, penalizes hallucinations, and has no penalty for refusing to answer. Scores range from -100 to 100, where 0 means as many correct as incorrect answers, and negative scores mean more incorrect than correct.
Reasoning models are indicated by a lightbulb icon

AA-Omniscience Index (higher is better) measures knowledge reliability and hallucination. It rewards correct answers, penalizes hallucinations, and has no penalty for refusing to answer. Scores range from -100 to 100, where 0 means as many correct as incorrect answers, and negative scores mean more incorrect than correct.

Openness Index

Artificial Analysis Openness Index: Score

Openness Index assesses model openness on a 0 to 100 normalized scale (higher is more open)
Reasoning models are indicated by a lightbulb icon

Vergleiche des Intelligence Index

Intelligence Index vs. Cost per Intelligence Index Task

Artificial Analysis Intelligence Index · Weighted average cost (USD) per Artificial Analysis Intelligence Index task
Most attractive quadrant
Pareto line
Reasoning models are indicated by a lightbulb icon

Weighted average cost per Intelligence Index task. Each evaluation’s cost is calculated from input, cache hit, cache write, reasoning, and answer token prices, divided by task count, and weighted by its Intelligence Index weight.

Artificial Analysis Intelligence Index v4.1 includes: GDPval-AA v2, 𝜏³-Banking, Terminal-Bench v2.1, SciCode, Humanity's Last Exam, GPQA Diamond, CritPt, AA-Omniscience, AA-LCR. See Intelligence Index methodology for further details, including a breakdown of each evaluation and how we run them.

Tokenverbrauch

Output Tokens per Intelligence Index Task

Weighted average number of output tokens used to run one task in the Artificial Analysis Intelligence Index
Reasoning models are indicated by a lightbulb icon

The number of tokens required per Intelligence Index task. This is calculated by multiplying the output tokens per eval by the relative weights of each benchmark in the Intelligence Index, then dividing by task count (excluding repeats).

Kosten

Cost per Intelligence Index Task

Weighted average cost (USD) per Artificial Analysis Intelligence Index task, segmented by token type. Lower is better
Reasoning models are indicated by a lightbulb icon

Weighted average cost per Intelligence Index task. Each evaluation’s cost is calculated from input, cache hit, cache write, reasoning, and answer token prices, divided by task count, and weighted by its Intelligence Index weight.

Cost to Run Artificial Analysis Intelligence Index

Cost (USD) to run all evaluations in the Artificial Analysis Intelligence Index
Reasoning models are indicated by a lightbulb icon

The cost to run the evaluations in the Artificial Analysis Intelligence Index, calculated using the model's input, cache hit, cache write, reasoning, and answer token prices and the number of tokens used across evaluations (excluding repeats).

Pricing: Cache Hit, Input, and Output

Price (USD per M Tokens)
Reasoning models are indicated by a lightbulb icon

Price per token for cached prompts (previously processed), typically offering a significant discount compared to regular input price, represented as USD per million tokens. The values shown here are the cache hit price; cache write and cache storage are billed separately and vary by provider — see "Cache pricing by provider" for detail.

Kontextfenster

Context Window

Context window: tokens limit · Higher is better
Reasoning models are indicated by a lightbulb icon

Larger context windows are relevant to RAG (Retrieval Augmented Generation) LLM workflows which typically involve reasoning and information retrieval of large amounts of data.

Maximum number of combined input & output tokens. Output tokens commonly have a significantly lower limit (varied by model).

Modellgröße (nur Modelle mit offenen Gewichten)

Model Size: Total and Active Parameters

Comparison between total model parameters and parameters active during inference
Reasoning models are indicated by a lightbulb icon

The total number of trainable weights and biases in the model, expressed in billions. These parameters are learned during training and determine the model's ability to process and generate responses.

The number of parameters actually executed during each inference forward pass, expressed in billions. For Mixture of Experts (MoE) models, a routing mechanism selects a subset of experts per token, resulting in fewer active than total parameters. Dense models use all parameters, so active equals total.

Häufig gestellte Fragen

Häufige Fragen zu K2 Think V2

K2 Think V2 wurde am 15. Dezember 2025 veröffentlicht.

K2 Think V2 wurde von MBZUAI Institute of Foundation Models entwickelt.

K2 Think V2 erzielt im Artificial Analysis Intelligence Index einen Wert von 17 und liegt damit im Vergleich zu anderen Modellen mit offenen Gewichten ähnlicher Größe deutlich über dem Durchschnitt (Median: 9).

Bei der Evaluation des Intelligence Index erzeugte K2 Think V2 110M Ausgabetokens. Dies ist am oberen Ende im Vergleich zu anderen Modellen mit offenen Gewichten ähnlicher Größe (Median: 53M).

Ja, K2 Think V2 ist ein Reasoning-Modell. Es nutzt längere Denkprozesse oder Chain-of-Thought-Reasoning, um komplexe Probleme zu bearbeiten, bevor es eine Antwort gibt.

K2 Think V2 unterstützt Text als Eingabe.

K2 Think V2 unterstützt Text als Ausgabe.

Nein, K2 Think V2 unterstützt keine Bildeingaben. Es kann nur Text verarbeiten.

Nein, K2 Think V2 ist nicht multimodal. Es unterstützt nur Text als Eingabe.

K2 Think V2 hat ein Kontextfenster von 260k Tokens. Es bestimmt, wie viel Text und Gesprächsverlauf das Modell in einer einzelnen Anfrage verarbeiten kann.

Ja, K2 Think V2 hat offene Gewichte. Die Modellgewichte sind öffentlich verfügbar und können zum Selbsthosten heruntergeladen werden.

K2 Think V2 hat 70 Milliarden Parameter.

K2 Think V2 wird unter der Lizenz Apache 2.0 veröffentlicht. Diese Lizenz erlaubt die kommerzielle Nutzung. Lizenz anzeigen

K2 Think V2 erzielt im Artificial Analysis Intelligence Index einen Wert von 17. Dieser zusammengesetzte Benchmark bewertet Modelle in den Bereichen Schlussfolgern, Wissen, Mathematik und Programmierung.

K2 Think V2 ist ein Modell mit offenen Gewichten, das selbst gehostet werden kann. Anbieter anzeigen

K2 Think V2 ist ein Modell mit offenen Gewichten, das heruntergeladen und selbst gehostet werden kann. Anbieter vergleichen