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 K3。我们建议考虑使用该版本。
本分析旨在帮助你根据使用场景，选择 Kimi K2.6 (Non-reasoning) 的最佳 API 服务商。
速度最快
Nebius
Azure
CoreWeave
Parasail (INT4)
Kimi输出速度
共 11 家服务商
延迟最低
CoreWeaveParasail (INT4)Nebius
SiliconFlow (FP8)Azure首 Token 延迟
共 11 家服务商
价格最低
CoreWeaveSiliconFlow (FP8)
DeepInfra (FP4)Parasail (INT4)
Novita每 100 万 token 的混合价格
共 11 家服务商
可通过 11 家 API 服务商使用 Kimi K2.6 (non-reasoning)，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 Nebius（269.1 t/s）、Azure（207.7 t/s）和CoreWeave（197.5 t/s）。 各服务商之间的速度差异显著，最快与最慢相差 2534%。
- 延迟方面，CoreWeave（1.02 秒）、Parasail (INT4)（1.22 秒）和Nebius（1.49 秒） 的首 Token 延迟最低。
- 价格方面，CoreWeave（0.58）、SiliconFlow (FP8)（0.59）和DeepInfra (FP4)（0.60） 每 100 万 token 的混合价格最低。 各服务商价格最多相差 2.2 倍。
- CoreWeave 同时拥有最低延迟和最佳价格，对注重成本的应用很有吸引力。对于吞吐量密集型工作负载，Nebius 速度最快。
价格
价格：缓存命中、输入和输出
价格：混合价格
价格：缓存折扣
输出速度与价格
速度
按输出速度（每秒 token 数）衡量
输出速度: Kimi K2.6 (Non-reasoning)
延迟与输出速度
延迟
按首 Token 延迟（秒）衡量
首 Token 延迟
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
关键比较指标与 API 功能
 Baseten | 262k | 开放 | -- | -- | -- | -- | -- | ||
| SiliconFlow | 262k | 开放 | -- | 27 | 1.60 | 20.03 | -- | ||
| Parasail | 262k | 开放 | -- | 77 | 1.51 | 8.01 | -- | ||
| DeepInfra | 262k | 开放 | -- | 18 | 1.54 | 29.23 | -- | ||
| CoreWeave | 262k | 开放 | -- | 172 | 1.13 | 4.04 | -- | ||
| Microsoft Azure | 262k | 开放 | -- | 197 | 1.92 | 4.46 | -- | ||
 Crusoe | 262k | 开放 | -- | -- | -- | -- | -- | ||
| Kimi | 256k | 开放 | -- | 49 | 2.75 | 12.89 | -- | ||
| Nebius | 262k | 开放 | -- | 250 | 1.50 | 3.51 | -- | ||
 Fireworks | 262k | 开放 | -- | -- | -- | -- | -- | ||
| Novita | 262k | 开放 | -- | 53 | 2.24 | 11.63 | -- | ||
常见问题
关于 Kimi K2.6 (Non-reasoning) 服务商的常见问题
可通过 11 家 API 服务商使用 Kimi K2.6 (Non-reasoning)：Baseten、SiliconFlow (FP8)、Parasail (INT4)、DeepInfra (FP4)、CoreWeave、Azure、Crusoe (NVFP4)、Kimi、Nebius、Fireworks和Novita。每家服务商的性能特征和价格各不相同。
目前可通过我们进行基准测试和跟踪的 11 家 API 服务商使用 Kimi K2.6 (Non-reasoning)。
Kimi K2.6 (Non-reasoning) 的首 Token 延迟最低的服务商是 CoreWeave（1.02s）、Parasail (INT4)（1.22s）和Nebius（1.49s）。延迟越低，初始响应越快。
按混合价格计算，Kimi K2.6 (Non-reasoning) 最实惠的服务商是 CoreWeave（每 100 万 token $0.58）、SiliconFlow (FP8)（每 100 万 token $0.59）和DeepInfra (FP4)（每 100 万 token $0.60）。混合价格采用缓存命中/输入/输出 token 为 7:2:1 的比例。
Kimi K2.6 (Non-reasoning) 输入 token 价格最低的服务商是 CoreWeave（每 100 万输入 token $0.65）、Crusoe (NVFP4)（每 100 万输入 token $0.70）和Parasail (INT4)（每 100 万输入 token $0.75）。
Kimi K2.6 (Non-reasoning) 输出 token 价格最低的服务商是 SiliconFlow (FP8)（每 100 万输出 token $3.40）、Novita（每 100 万输出 token $3.40）和CoreWeave（每 100 万输出 token $3.41）。
Kimi K2.6 (Non-reasoning) 的输出速度在不同服务商之间差异显著。Nebius 最快，为 269.1 t/s，是 DeepInfra (FP4)（10.2 t/s）的 26.3 倍。
提供 Kimi K2.6 (Non-reasoning) 的全部 11 家服务商均支持用于结构化输出的 JSON 模式。
提供 Kimi K2.6 (Non-reasoning) 的全部 11 家服务商均支持函数调用（工具使用）。
选择 Kimi K2.6 (Non-reasoning) 服务商时，请考虑：输出速度（适合吞吐量密集型任务）、延迟（适合需要快速首次响应的交互式应用）、价格（适合成本敏感型工作负载），以及 JSON 模式或函数调用等 API 功能。
会。服务商性能可能因基础设施变化、负载均衡和更新而随时间波动。我们持续对所有服务商进行基准测试，并在“随时间变化”图表中展示历史性能趋势。
有关 Kimi K2.6 (Non-reasoning) 的智能、能力、模态及其与其他模型的比较，请参阅模型概览页面。 查看模型概览