此模型已弃用。我们仅继续对默认的 10k 输入 token 工作负载进行性能测试。其他工作负载的结果为历史数据，不再更新。

Kimi 已推出更新版本 Kimi K2.6。我们建议考虑使用该版本。

Kimi logo
Kimi
•
Kimi K2.5
•

Open weights model

•

Released 2026年1月

Kimi K2.5 (Reasoning) API 服务商基准测试与分析

模型比较

本分析旨在帮助你根据使用场景，选择 Kimi K2.5 (Reasoning) 的最佳 API 服务商。

速度最快

#1
AzureAzure
147.0 t/s
#2
AmazonAmazon
98.7 t/s
#3
NovitaNovita
56.5 t/s
#4
SiliconFlow (FP8)SiliconFlow (FP8)
27.1 t/s
#5
DeepInfraDeepInfra
26.8 t/s

输出速度

共 5 家服务商

延迟最低

#1
AzureAzure
21.50 s
#2
AmazonAmazon
31.37 s
#3
NovitaNovita
54.31 s
#4
SiliconFlow (FP8)SiliconFlow (FP8)
111.89 s
#5
DeepInfraDeepInfra
112.29 s

首个答案 Token 延迟

共 5 家服务商

价格最低

#1
DeepInfraDeepInfra
$0.36
#2
SiliconFlow (FP8)SiliconFlow (FP8)
$0.36
#3
NovitaNovita
$0.49
#4
AzureAzure
$0.84
#5
AmazonAmazon
$0.84

每 100 万 token 的混合价格

共 5 家服务商

可通过 5 家 API 服务商使用 Kimi K2.5，每家服务商的性能特征和价格各不相同。下方对比了各服务商的关键指标。

  • 输出速度最快的服务商是 Azure（147.0 t/s）、Amazon（98.7 t/s）和Novita（56.5 t/s）。 各服务商之间的速度差异显著，最快与最慢相差 448%。
  • 延迟方面，Azure（21.50 秒）、Amazon（31.37 秒）和Novita（54.31 秒） 的首个答案 Token 延迟最低。
  • 价格方面，DeepInfra（0.36）、SiliconFlow (FP8)（0.36）和Novita（0.49） 每 100 万 token 的混合价格最低。 各服务商价格最多相差 2.3 倍。
  • Azure 兼具最高速度和最低延迟，性能表现最佳。若要优化成本，DeepInfra 的价格最具竞争力。

速度

Output tokens per second · Higher is better

延迟

Seconds to first answer token received · Lower is better

价格

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

价格

价格：缓存命中、输入和输出

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

价格：混合价格

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

价格：缓存折扣

1 - (cache hit price / input price) · Higher is better

输出速度与价格

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

速度

按输出速度（每秒 token 数）衡量

输出速度: Kimi K2.5 (Reasoning)

输出速度：每秒输出 token 数 · 10,000 input tokens

延迟与输出速度

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

延迟

按首 Token 延迟（秒）衡量

首个答案 Token 延迟

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

端到端响应时间

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

端到端响应时间

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

关键比较指标与 API 功能

DeepInfra 标志DeepInfra
262k
开放
--
25
1.35
140.24
118.86
SiliconFlow 标志SiliconFlow
262k
开放
--
27
2.28
130.95
110.12
Microsoft Azure 标志Microsoft Azure
262k
开放
--
126
1.45
29.00
23.58
Amazon Bedrock 标志Amazon Bedrock
256k
开放
--
54
2.07
66.53
55.16
Novita 标志Novita
262k
开放
--
52
2.53
69.05
56.92

常见问题

关于 Kimi K2.5 (Reasoning) 服务商的常见问题