text·image·video
silvamux/
kimi-k2.5Kimi K2.5的主要优势是文本理解与信息检索/RAG,并支持图像、视频信息输入。在文档分析、信息抽取与复杂语义理解中,它能够承担信息理解、分析和结果生成等关键环节。
Pricing
Tune and Pro share the same prices.
| Input context | Input | Output | Cache read | Cache write |
|---|---|---|---|---|
| - | ¥4 / 1M tokens | ¥21 / 1M tokens | ¥0.7 / 1M tokens | ¥4 / 1M tokens |
Capabilities
Kimi K2.5在本轮能力评测中综合得分78,整体表现良好。其文本理解(96%)和信息检索 / RAG(94%)表现突出,能够分析文档语义、提取关键信息并处理复杂问答,并从知识库和多来源资料中定位信息、组织证据并生成有依据的回答。对企业知识库团队、AI 应用开发者和研究人员而言,它适合用于资料检索、文档问答、信息抽取和检索增强生成场景,解决从大量资料中找到相关信息,并形成可用于后续决策的回答;幻觉控制(89%)也为相关任务提供补充。在能力边界上,智能体协同(51%)相对较弱,在需要多步骤自主规划、连续工具调用或跨智能体协作的任务中,建议增加人工复核或专项验证。
78/ 100
专项进阶能力
8 items智能体协同51%
7 questions · 主/客观混合
代码生成80%
10 questions · 客观
代码理解与调试70%
12 questions · 主观
创意写作84%
17 questions · 主观
信息检索 / RAG94%
13 questions · 主/客观混合
长文本处理67%
3 questions · 主观
数学与科学推理71%
14 questions · 客观
多语言能力88%
10 questions · 主/客观混合
通用基础能力
3 items通识知识73%
15 questions · 主/客观混合
文本理解96%
5 questions · 主观
逻辑推理74%
20 questions · 主/客观混合
安全与合规能力
2 items幻觉控制89%
9 questions · 主观
指令遵循80%
14 questions · 主观
Performance
Kimi K2.5 Tune
kimi-k2.5@tune- 延迟
- 13.04s
- 吞吐量
- 22.84Ktokens/min
- 可用率
- 99.4%
Availability
99.4%- 完成率
- 92%
- 缓存命中率
- 动态变化
- 累计评测耗时
- 8246.5s
- Token 消耗
- 3,139,324tokens
- 平均请求次数
- 10.8次
- TPM
- 22,841tokens/min
- QPM
- 1.9req/min
Kimi K2.5
kimi-k2.5- 延迟
- 41.72s
- 吞吐量
- 1.39Ktokens/min
- 可用率
- 98.66%
Availability
98.66%- 完成率
- 97%
- 缓存命中率
- 10.1%
- 累计评测耗时
- 16411.7s
- Token 消耗
- 379,510tokens
- 平均请求次数
- 1.0次
- TPM
- 1,387tokens/min
- QPM
- 0.5req/min
Kimi K2.5 example code and API
Tune
kimi-k2.5@tune/api/v0/chat/completions/api/v1/chat/completions/api/anthropic/v1/messagesPro
kimi-k2.5/api/v0/chat/completions/api/v1/chat/completions/api/anthropic/v1/messagescurl https://www.silvamux.com/api/v1/chat/completions \
-H "Authorization: Bearer YOUR_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "kimi-k2.5",
"messages": [{"role": "user", "content": "Hello, please introduce yourself"}]
}'# pip install openai
from openai import OpenAI
client = OpenAI(
base_url="https://www.silvamux.com/api/v1",
api_key="YOUR_API_KEY",
)
response = client.chat.completions.create(
model="kimi-k2.5",
messages=[
{"role": "user", "content": "Hello, please introduce yourself"}
],
)
print(response.choices[0].message.content)// Gradle: implementation(__HL_SLOT_0__)
import okhttp3.*;
OkHttpClient client = new OkHttpClient();
MediaType json = MediaType.get("application/json");
String payload = "{\"model\":\"kimi-k2.5\",\"messages\":[{\"role\":\"user\",\"content\":\"Hello, please introduce yourself\"}]}";
Request request = new Request.Builder()
.url("https://www.silvamux.com/api/v1/chat/completions")
.header("Authorization", "Bearer YOUR_API_KEY")
.post(RequestBody.create(payload, json))
.build();
try (Response response = client.newCall(request).execute()) {
System.out.println(response.body().string());
}// npm install openai
import OpenAI from 'openai'
const client = new OpenAI({
baseURL: 'https://www.silvamux.com/api/v1',
apiKey: 'YOUR_API_KEY',
})
const response = await client.chat.completions.create({
model: 'kimi-k2.5',
messages: [{ role: 'user', content: 'Hello, please introduce yourself' }],
})
console.log(response.choices[0].message.content)