Este modelo está obsoleto. Continuamos medindo o desempenho apenas para a carga padrão de 10 mil tokens de entrada. Os resultados de outras cargas são históricos e não são mais atualizados.

Kimi lançou uma versão mais recente, Kimi K2.6. Sugerimos considerá-la como alternativa.

Kimi

•

Kimi K2.5

•

Open weights model

•

Released janeiro de 2026

Kimi K2.5 (Reasoning) Benchmarking e análise de provedores de API

Name: Velocidade
Creator: Artificial Analysis
License: https://artificialanalysis.ai/docs/legal/Terms-of-Use.pdf

Comparação de modelos

Esta análise ajuda você a escolher o melhor provedor de API de Kimi K2.5 (Reasoning) para seu caso de uso.

Mais rápido

Azure

221.9 t/s

DeepInfra

131.8 t/s

Amazon

85.3 t/s

Novita

52.7 t/s

SiliconFlow (FP8)

27.3 t/s

Velocidade de saída

5 provedores no total

Menor latência

Azure

14.70 s

DeepInfra

23.41 s

Amazon

36.06 s

Novita

58.82 s

SiliconFlow (FP8)

110.94 s

Tempo até o primeiro token da resposta final

5 provedores no total

Menor preço

DeepInfra

$0.36

SiliconFlow (FP8)

$0.36

Novita

$0.49

Azure

$0.84

Amazon

$0.84

Preço combinado (por 1M de tokens)

5 provedores no total

Kimi K2.5 está disponível em 5 provedores de API, cada um com características de desempenho e preços diferentes. Veja abaixo uma comparação das principais métricas entre os provedores.

Em velocidade de saída, os principais provedores são Azure (221.9 t/s), DeepInfra (131.8 t/s) e Amazon (85.3 t/s). A velocidade varia significativamente entre os provedores, com uma diferença de 713% entre o mais rápido e o mais lento.
Em latência, Azure (14.70s), DeepInfra (23.41s) e Amazon (36.06s) têm o menor tempo até o primeiro token da resposta final.
Em preço, DeepInfra (0.36), SiliconFlow (FP8) (0.36) e Novita (0.49) têm os menores preços combinados por 1M de tokens. Os preços variam em até 2.3x entre os provedores.
Azure oferece o melhor desempenho, com a maior velocidade e a menor latência. Para otimizar os custos, DeepInfra tem o preço mais competitivo.

Velocidade

Output tokens per second · Higher is better

Latência

Seconds to first answer token received · Lower is better

Preço

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

Preços

Preços: acertos de cache, entrada e saída: provedores do Kimi K2.5

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.

Custo por tarefa do Intelligence Index: provedores do Kimi K2.5

Weighted average cost (USD) per Intelligence Index task · Segmented by token type · Lower is better

No data available

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.

Velocidade de saída vs. preço: provedores do Kimi K2.5

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

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).

Velocidade

Medida pela velocidade de saída (tokens por segundo)

Velocidade de saída: Kimi K2.5 (Reasoning)

Velocidade de saída: tokens de saída por segundo · 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 or the median across providers where a first-party API is not available.

Tempo por tarefa do Intelligence Index: provedores do Kimi K2.5

Weighted average decode time (minutes) per Intelligence Index task · Excludes TTFT and overhead time · Lower is better

No data available

The weighted average time (seconds) per Artificial Analysis Intelligence Index task. This is calculated by dividing output tokens per task by output speed, weighted by the relative weights of each benchmark in the Intelligence Index.

Custo por tarefa vs. tempo por tarefa: provedores do Kimi K2.5

Weighted average cost (USD) per Intelligence Index task · Weighted average decode time (minutes) per Intelligence Index task

Most attractive quadrant

No data available

Latência

Medida pelo tempo (segundos) até o primeiro token

Tempo até o primeiro token da resposta final: provedores do Kimi K2.5

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.

Comportamento do cache

Taxa de acertos do cache: provedores do Kimi K2.5

Proporção de tokens de entrada elegíveis para cache atendidos pelo cache · Mediana das últimas quatro semanas, atualizada em 26 de set. de 2026

The share of cacheable input tokens served from the provider's prompt cache, measured during multi-turn agentic coding sessions. We regularly measure each endpoint and report a representative rate based on recent measurements. Higher values mean more of the input is billed at the cheaper cache-hit price, where the provider offers one, which lowers the effective cost of agentic workloads. For further details, see our methodology page.

Custo por tarefa vs. Taxa de acertos do cache: provedores do Kimi K2.5

Weighted average cost (USD) per Intelligence Index task · Cache hit rate: median of the last four weeks, updated Sep 26, 2026

Most attractive quadrant

No data available

Tempo de resposta de ponta a ponta

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

Tempo de resposta de ponta a ponta: provedores do Kimi K2.5

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

Principais métricas de comparação e recursos da API



DeepInfra	262k	Aberto	--	112	0.92	31.99	26.59
SiliconFlow	262k	Aberto	--	27	2.26	129.17	108.62
Microsoft Azure	262k	Aberto	--	210	1.38	17.92	14.16
Amazon Bedrock	256k	Aberto	--	66	1.61	54.27	45.07
Novita	262k	Aberto	--	48	2.55	74.77	61.81

Perguntas frequentes

Perguntas comuns sobre os provedores do Kimi K2.5 (Reasoning)

Kimi K2.5 (Reasoning) está disponível em 5 provedores de API: DeepInfra, SiliconFlow (FP8), Azure, Amazon e Novita. Cada provedor oferece características de desempenho e preços diferentes.

Atualmente, o Kimi K2.5 (Reasoning) está disponível em 5 provedores de API que avaliamos e acompanhamos.

Os provedores mais rápidos para o Kimi K2.5 (Reasoning) em velocidade de saída são Azure (221.9 t/s), DeepInfra (131.8 t/s) e Amazon (85.3 t/s). A velocidade de saída mede a rapidez com que os tokens são gerados depois que o modelo começa a responder.

Os provedores com o menor tempo até o primeiro token da resposta final para o Kimi K2.5 (Reasoning) são Azure (14.70s), DeepInfra (23.41s) e Amazon (36.06s). Uma latência menor significa um tempo de resposta inicial mais rápido.

Os provedores mais acessíveis para o Kimi K2.5 (Reasoning) em preço combinado são DeepInfra ($0.36 por 1M de tokens), SiliconFlow (FP8) ($0.36 por 1M de tokens) e Novita ($0.49 por 1M de tokens). O preço combinado usa uma proporção de 7:2:1 entre tokens de acerto do cache, entrada e saída.

Os provedores com o menor preço de tokens de entrada para o Kimi K2.5 (Reasoning) são DeepInfra ($0.45 por 1M de tokens de entrada), SiliconFlow (FP8) ($0.45 por 1M de tokens de entrada) e Azure ($0.60 por 1M de tokens de entrada).

Os provedores com o menor preço de tokens de saída para o Kimi K2.5 (Reasoning) são DeepInfra ($2.25 por 1M de tokens de saída), SiliconFlow (FP8) ($2.25 por 1M de tokens de saída) e Azure ($3.00 por 1M de tokens de saída).

Os preços do Kimi K2.5 (Reasoning) variam em até 2.3x entre os provedores. O mais acessível é DeepInfra, com $0.36 por 1M de tokens, enquanto Azure cobra $0.84 por 1M de tokens.

A velocidade de saída do Kimi K2.5 (Reasoning) varia significativamente entre os provedores. Azure é o mais rápido, com 221.9 t/s, 8.1x mais rápido que SiliconFlow (FP8), com 27.3 t/s.

4 de 5 provedores são compatíveis com o modo JSON para o Kimi K2.5 (Reasoning): DeepInfra, SiliconFlow (FP8), Azure e Novita.

Todos os 5 provedores do Kimi K2.5 (Reasoning) são compatíveis com chamadas de funções (uso de ferramentas).

Para o Kimi K2.5 (Reasoning), Azure oferece o melhor desempenho, com a maior velocidade e a menor latência. Para otimizar os custos, DeepInfra tem o preço mais competitivo.

Ao escolher um provedor para o Kimi K2.5 (Reasoning), considere a velocidade de saída (para tarefas que exigem alta vazão), a latência (para aplicações interativas que precisam de respostas iniciais rápidas), o preço (para cargas de trabalho atentas aos custos) e os recursos da API, como modo JSON e chamadas de funções.

Sim. O desempenho dos provedores pode variar ao longo do tempo devido a mudanças na infraestrutura, balanceamento de carga e atualizações. Avaliamos continuamente todos os provedores e exibimos as tendências históricas de desempenho nos gráficos de evolução ao longo do tempo.

Para saber mais sobre a inteligência, as capacidades e as modalidades do Kimi K2.5 (Reasoning), além de como ele se compara a outros modelos, consulte a página de visão geral do modelo. Ver visão geral do modelo

Kimi K2.5 (Reasoning) Benchmarking e análise de provedores de API

Mais rápido

Menor latência

Menor preço

Velocidade

Latência

Preço

Preços

Preços: acertos de cache, entrada e saída: provedores do Kimi K2.5

Cache Hit

Custo por tarefa do Intelligence Index: provedores do Kimi K2.5

Cost per Intelligence Index Task

Velocidade de saída vs. preço: provedores do Kimi K2.5

Output Speed

Velocidade

Velocidade de saída: Kimi K2.5 (Reasoning)

Output Speed

Model Performance Representation

Tempo por tarefa do Intelligence Index: provedores do Kimi K2.5

Time per Intelligence Index Task

Custo por tarefa vs. tempo por tarefa: provedores do Kimi K2.5

Cost per Intelligence Index Task

Latência

Tempo até o primeiro token da resposta final: provedores do Kimi K2.5

Time to First Answer Token

Median

Comportamento do cache

Taxa de acertos do cache: provedores do Kimi K2.5

What Cache Hit Rate Shows

Custo por tarefa vs. Taxa de acertos do cache: provedores do Kimi K2.5

Cost per Intelligence Index Task

Tempo de resposta de ponta a ponta

Tempo de resposta de ponta a ponta: provedores do Kimi K2.5

End-to-End Response Time

Principais métricas de comparação e recursos da API

Perguntas frequentes

Onde posso acessar o Kimi K2.5 (Reasoning)?

Quantos provedores de API oferecem o Kimi K2.5 (Reasoning)?

Qual é o provedor mais rápido para o Kimi K2.5 (Reasoning)?

Qual provedor tem a menor latência para o Kimi K2.5 (Reasoning)?

Qual é o provedor mais barato para o Kimi K2.5 (Reasoning)?

Qual provedor tem o menor preço de entrada para o Kimi K2.5 (Reasoning)?

Qual provedor tem o menor preço de saída para o Kimi K2.5 (Reasoning)?

Quanto os preços variam entre os provedores do Kimi K2.5 (Reasoning)?

Quanto a velocidade varia entre os provedores do Kimi K2.5 (Reasoning)?

Quais provedores do Kimi K2.5 (Reasoning) são compatíveis com o modo JSON?

Quais provedores do Kimi K2.5 (Reasoning) são compatíveis com chamadas de funções?

Qual é o melhor provedor para o Kimi K2.5 (Reasoning)?

Como escolher um provedor para o Kimi K2.5 (Reasoning)?

O desempenho dos provedores do Kimi K2.5 (Reasoning) muda ao longo do tempo?

Quais são as capacidades gerais do Kimi K2.5 (Reasoning)?