This model is deprecated. We only continue performance benchmarking for the default 10k input token workload. Results for other workloads are historical and no longer updated.

Kimi has launched a newer model, Kimi K2.5. We suggest considering it instead.

For more information, see comparison of Kimi K2.5 to other models and API provider benchmarks for Kimi K2.5.

Kimi K2 Thinking logo
Kimi
•

Open weights model

•

Released November 2025

Kimi K2 Thinking Benchmarking und Analyse von API-Anbietern

Modellvergleich

Analyse der API-Anbieter für Kimi K2 Thinking anhand von Leistungsmetriken wie Latenz (Zeit bis zum ersten Token), Ausgabegeschwindigkeit (Ausgabetokens pro Sekunde) und Preis. Zu den bewerteten API-Anbietern gehören Novita, Amazon Bedrock, Microsoft Azure und Google Vertex.

Am schnellsten

#1
AzureAzure
163.2 t/s
#2
Google VertexGoogle Vertex
148.1 t/s
#3
AmazonAmazon
122.3 t/s
#4
NovitaNovita
37.5 t/s

Ausgabegeschwindigkeit

Insgesamt 4 Anbieter

Niedrigste Latenz

#1
AzureAzure
13.57 s
#2
Google VertexGoogle Vertex
14.40 s
#3
AmazonAmazon
17.79 s
#4
NovitaNovita
55.03 s

Zeit bis zum ersten Antworttoken

Insgesamt 4 Anbieter

Niedrigster Preis

#1
NovitaNovita
$0.79
#2
AmazonAmazon
$0.79
#3
AzureAzure
$0.79
#4
Google VertexGoogle Vertex
$0.79

Mischpreis (pro 1 Mio. Tokens)

Insgesamt 4 Anbieter

Kimi K2 Thinking ist über 4 API-Anbieter verfügbar, die jeweils unterschiedliche Leistungsmerkmale und Preise bieten. Im Folgenden werden die wichtigsten Metriken der Anbieter verglichen.

  • Bei der Ausgabegeschwindigkeit führen Azure (163.2 Tokens/s), Google Vertex (148.1 Tokens/s) und Amazon (122.3 Tokens/s). Die Geschwindigkeit unterscheidet sich erheblich zwischen den Anbietern: Der Unterschied zwischen dem schnellsten und langsamsten beträgt 335 %.
  • Bei der Latenz bieten Azure (13.57 s), Google Vertex (14.40 s) und Amazon (17.79 s) die niedrigste Zeit bis zum ersten Antworttoken.
  • Bei den Preisen bieten Novita (0.79), Amazon (0.79) und Azure (0.79) die niedrigsten Mischpreise pro 1 Mio. Tokens.
  • Azure bietet mit der höchsten Geschwindigkeit und der niedrigsten Latenz die beste Leistung. Für eine Kostenoptimierung bietet Novita den konkurrenzfähigsten Preis.

Wichtigste Ergebnisse

Geschwindigkeit

Output tokens per second · Higher is better

Ende-zu-Ende-Antwortzeit

Seconds · Lower is better

Preis

USD per 1M tokens (blended) · Lower is better

Preise

Pricing: Cache Hit, Input, and Output

Price (USD per M Tokens) · Lower is better · 10,000 input tokens

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.

Pricing: Blended Price

Blended at 7:2:1 (cache-input-output) · USD per 1M tokens (blended) · Lower is better

Price per token, shown in USD per million tokens. Price is a blend of cache hit, input, and output token prices using the selected ratio (default 7:2:1 cache-input-output).

Output Speed vs. Price

Blended at 7:2:1 (cache-input-output) · Output speed: output tokens per second · USD per 1M tokens (blended)
Most attractive quadrant

Tokens per second received while the model is generating tokens (ie. after first chunk has been received from the API for models which support streaming).

Geschwindigkeit

Gemessen anhand der Ausgabegeschwindigkeit (Tokens pro Sekunde)

Output Speed: Kimi K2 Thinking

Output speed: output tokens per second · 10,000 input tokens

Tokens per second received while the model is generating tokens (ie. after first chunk has been received from the API for models which support streaming).

Figures represent performance of the model's first-party API (e.g. OpenAI for o1) or the median across providers where a first-party API is not available (e.g. Meta's Llama models).

Latency vs. Output Speed

Latency: seconds to first token received · Output speed: output tokens per second · 10,000 input tokens
Most attractive quadrant
Pareto line

Tokens per second received while the model is generating tokens (ie. after first chunk has been received from the API for models which support streaming).

Latenz

Gemessen anhand der Zeit (in Sekunden) bis zum ersten Token

Zeit bis zum ersten Antworttoken

Seconds to first token received · Lower is better · 10,000 input tokens

Time to first answer token received, in seconds, after API request sent. For reasoning models, this includes the 'thinking' time of the model before providing an answer. For models which do not support streaming, this represents time to receive the completion.

Figures represent median (P50) measurement over the past 72 hours to reflect sustained changes in performance.

Ende-zu-Ende-Antwortzeit

Seconds to output 500 tokens, calculated based on time to first token, 'thinking' time for reasoning models, and output speed

Ende-zu-Ende-Antwortzeit

Seconds to output 500 tokens, including reasoning model 'thinking' time · Lower is better · 10,000 input tokens

Seconds to receive a 500 token response. Key components:

  • Input time: Time to receive the first response token
  • Thinking time (only for reasoning models): Time reasoning models spend outputting tokens to reason prior to providing an answer. Amount of tokens based on the average reasoning tokens across a diverse set of 60 prompts (methodology details).
  • Answer time: Time to generate 500 output tokens, based on output speed

Wichtige Vergleichsmetriken und API-Funktionen

Logo von NovitaNovita
262k
Offen
--
37
1.63
68.33
53.36
Logo von Amazon BedrockAmazon Bedrock
256k
Offen
--
122
1.44
21.99
16.43
Logo von Microsoft AzureMicrosoft Azure
256k
Offen
--
189
1.30
14.49
10.55
Logo von GoogleGoogle
262k
Offen
--
159
0.85
16.56
12.57

Häufig gestellte Fragen

Häufige Fragen zu den Anbietern von Kimi K2 Thinking

Kimi K2 Thinking ist über 4 API-Anbieter verfügbar: Novita, Amazon, Azure und Google Vertex. Jeder Anbieter bietet unterschiedliche Leistungsmerkmale und Preise.

Kimi K2 Thinking ist derzeit über 4 API-Anbieter, die wir bewerten und beobachten verfügbar.

Die nach Ausgabegeschwindigkeit schnellsten Anbieter für Kimi K2 Thinking sind Azure (163.2 Tokens/s), Google Vertex (148.1 Tokens/s) und Amazon (122.3 Tokens/s). Die Ausgabegeschwindigkeit misst, wie schnell Tokens erzeugt werden, nachdem das Modell mit der Antwort begonnen hat.

Die Anbieter mit der niedrigsten Zeit bis zum ersten Antworttoken für Kimi K2 Thinking sind Azure (13.57s), Google Vertex (14.40s) und Amazon (17.79s). Eine niedrigere Latenz bedeutet eine schnellere erste Reaktion.

Die nach Mischpreis günstigsten Anbieter für Kimi K2 Thinking sind Novita ($0.79 pro 1 Mio. Tokens), Amazon ($0.79 pro 1 Mio. Tokens) und Azure ($0.79 pro 1 Mio. Tokens). Der Mischpreis basiert auf einem Tokenverhältnis von 7:2:1 für Cache-Treffer, Eingabe und Ausgabe.

Die Anbieter mit dem niedrigsten Preis für Eingabetokens bei Kimi K2 Thinking sind Novita ($0.60 pro 1 Mio. Eingabetokens), Amazon ($0.60 pro 1 Mio. Eingabetokens) und Azure ($0.60 pro 1 Mio. Eingabetokens).

Die Anbieter mit dem niedrigsten Preis für Ausgabetokens bei Kimi K2 Thinking sind Novita ($2.50 pro 1 Mio. Ausgabetokens), Amazon ($2.50 pro 1 Mio. Ausgabetokens) und Azure ($2.50 pro 1 Mio. Ausgabetokens).

Die Ausgabegeschwindigkeit von Kimi K2 Thinking unterscheidet sich erheblich zwischen den Anbietern. Azure ist mit 163.2 Tokens/s am schnellsten und damit um den Faktor 4.4 schneller als Novita mit 37.5 Tokens/s.

3 von 4 Anbietern unterstützen den JSON-Modus für Kimi K2 Thinking: Novita, Azure und Google Vertex.

Alle 4 Anbieter von Kimi K2 Thinking unterstützen Funktionsaufrufe (Tool-Nutzung).

Für Kimi K2 Thinking bietet Azure mit der höchsten Geschwindigkeit und der niedrigsten Latenz die beste Leistung. Für eine Kostenoptimierung bietet Novita den konkurrenzfähigsten Preis.

Berücksichtigen Sie bei der Wahl eines Anbieters für Kimi K2 Thinking die Ausgabegeschwindigkeit für durchsatzintensive Aufgaben, die Latenz für interaktive Anwendungen mit schneller erster Reaktion, den Preis für kostensensible Workloads und API-Funktionen wie den JSON-Modus oder Funktionsaufrufe.

Ja, die Leistung eines Anbieters kann sich durch Änderungen an der Infrastruktur, Lastverteilung und Aktualisierungen im Laufe der Zeit verändern. Wir bewerten alle Anbieter fortlaufend und zeigen historische Leistungstrends in den Diagrammen „Im Zeitverlauf“ an.

Informationen zur Intelligenz, zu den Fähigkeiten und Modalitäten von Kimi K2 Thinking sowie zum Vergleich mit anderen Modellen finden Sie auf der Modellübersichtsseite. Modellübersicht anzeigen