首页

投稿

Kimi K2 Thinking测评报告！打败GPT-5？

1.1万

0

2025-11-08 20:20:34

未经作者授权，禁止转载

早上介绍了Kimi K2 Thinking，看官网上各种benchmarks着实厉害，推理拳打GPT-5，编码脚踢Claude 4.5的。那得赶紧裤兜里套出我们大语言模型测评系列的那套测试用例，到官网上试下。废话不多说，来到官网。这里我们选择K2，工具这里打开长思考。那就来吧...

大语言模型

AI产品狙击手发消息

主要分享AI相关产品和技术。大家不用再问我工具地址，我都会放到techgogogo.com个人博客，自取

Kimi K2 Thinking测评报告！打败GPT-5？

04:15

Gemini 3 测评报告！非常炸裂！

02:06

Grok 4.1 测评！打得过Gemini 3.0吗？

03:30

Flux 2测评！Nano banana免费平替！

01:49

打败Flux 2？阿里Z-Image测评报告！

02:14

拳打GPT-5？DeepSeek V3.2测评报告！

03:16

DeepSeek特别版测评！硬刚GPT-5？

02:07

GPT 5.2 不完全测评报告！

01:33

GPT-Image 1.5测评！Nanobanan杀手？

02:03

小米新模型测评！全球Top 2？

02:48

Gemini 3 Flash 测评！编程能力倒退了！？

02:33

Flux 2 Max 测评！秒杀纳米香蕉！

01:57

Minimax M2.1 测评报告！结果吓你一跳！

03:10

GLM 4.7 测评报告！国内版Claude！

02:24

中文大模型Top 1！文本能力天花板！

02:14

这个模型编程就是个笑话！美团最新模型实测！

01:02

Qwen3-Max-Thinking吊打GPT 5.2？测评报告！

02:13

Kimi K2.5 结果不是我要的！测评报告！

02:23

Seedream 5.0 真实测评报告！真的能打吗？

05:18

Qwen Image 2.0 全球第二！但是否真的能打？

03:34

GLM 5 Agent 真能打吗？实测见真章！

02:19

GLM 5 测评报告！推理编程有多强？

02:41

Minimax M2.5 Agent 测评！免费用户怎么选？

02:52

Minimax M2.5 测评报告！惨不忍睹啊！

02:17

Deepseek 重大升级！大海捞针测试！

01:49

Deepseek新版测评！没对比没伤害！

03:16

豆包2.0 终于来了！但真的能打吗？

03:54

Qwen 3.5 真实测评报告！国产Gemini 3 Pro？

05:23

Mercury 2 自回归模型终结者？真实测评报告！

02:54

Nanobanana 2 全网都在吹！但真的能打吗？

04:41

Minimax M2.7 测评报告！还惨不忍睹吗？

03:10

MiMo V2 Pro 测评报告！真的能打吗？

03:27

阿里 Wan 2.7 Image 真的能打吗？实测报告！

02:59

Qwen 4.6 Plus 真的能打吗？真实测评报告！

02:28

Claude Opus 4.7！究竟有多能打？对比测评说了算！

02:35

GLM 5.1！真的能打吗？真实测评报告！

04:06

GPT 5.5 究竟有多强？一键生成Win11！

02:09

Qwen 3.6 Max！是否真的能打？打得过GLM 5.1吗？

02:36

Kimi K2.6！是否真的能打？打得过GLM 5.1吗？

02:40

GPT Image 2！打得过纳米香蕉吗？对比测评报告！

03:49

小米MiMo V2.5 Pro！真的能打吗？真实测评报告！

02:56

混元HY3！是否真的能打？真实测评报告！

02:52

Deepseek V4 Pro！是否真的能打？实测报告！

03:21

Deepseek V4 Flash！是否真的能打？实测报告！

02:08

Deepseek V4！究竟强在哪？2分钟告诉你答案！

02:31

Deepseek V4！打得过GPT 5.5吗？

02:42

美团的Longcat 2.0 是否能打？实测报告！

02:41

Happy Oyster！真的能打吗？世界模型测评！

02:47

GPT 5.5 Instant！真的能打吗？实测报告！

02:44

文心5.1！真的能打吗？快速测评报告！

02:40

百度文心5.1思考模型能打吗？实测报告！

02:09

谷歌Omni模型泄露！打得过Seedance 2.0吗？

01:34

Qwen 3.7 Max：测评报告！是否真的能打？

02:19

Gemini 3.5 Flash 测评报告！打得过千问3.7吗？

02:50

Gemini 3.5 Flash：深度思考能打吗？实测报告！

02:43

Qwen 3.7 测评！吊打Gemini 3.5！

02:54

Qwen 3.7 正式版！真的能打吗？实测报告！

02:40

Qwen3.7 编程实测！打得过Gemini 3.5吗？

03:29

世界第三！微软免费文生图模型测评！

03:00

Claude Opus 4.8 测评报告！真的能打吗？

02:48

Minimax M3 测评报告！全军覆没啊！

02:05

Deepseek V4 Pro 最新测评！最新benchmarks！

04:01

Step 3.7 Flash 测评报告！真的能打吗？

01:47

Qwen 3.7 Plus 测评报告！真的能打吗？

03:02

Deepseek V4 Flash 最新测评报告！升级版Benchmark！

03:21

Minimax M3 API 测评报告！还全军覆没吗？

04:56

Agnes AI 测评报告！实现小龙虾Token自由！

02:44

Gemma 4 最新测评！谷歌最强开源模型！

03:02

Qwen3.6 27B 测评报告！真的能打吗？

02:35

Claude Fable 5 杀到！吊打GPT 5.5！

01:44

HappyOyster 最新测评报告！真的能打吗？

02:08

业内首个认知大模型测评！真的能打吗？

02:29

GLM 5.2 测评报告！还是国内编程天花板吗？

04:30

Kimi K2.7 Code 测评！打得过GLM 5.2吗？

02:36

Happy Oyster 1.0 测评报告！真的能打吗？

02:05

Nex N2 Pro 测评报告！对标 GPT 5.5？

02:37

Deepseek 最新识图模式测评！能打吗？

02:41

GLM 5.2！打得过Claude和GPT吗？一哥图表看清差距！

02:07

Seed 2.1 Pro 测评报告！豆包真的能打吗？

02:57

Seedmusic 1.0 测评报告！拉了坨大的！

03:12

Deepseek V4 Pro新架构测评报告！能打吗？

02:37

Longcat 2.0 测评报告！真的那么能打吗？

02:59

Claude Sonnet 5 测评报告！有点小失望！

02:54

Claude Fable 5 测评报告(上)！究竟有多能打？

01:34

Claude Fable 5 测评报告(下)！编程篇！

01:15

Nanobanana 2 Lite 测评报告！主打一个快！

03:16

Deepseek本地版测评报告！能打吗？

01:56

腾讯Hy3测评报告！推理几近全军覆没！

03:20

混元Hy3 AiStudio版测评报告！结果大相径庭！

02:43

混元Hy3测评报告！Workbuddy加持版！

03:08

Grok 4.5 测评报告！真的能打吗？

02:23

GPT 5.6 测评报告！结果是你想要的吗？

02:25

GPT 5.6 Terra 测评报告！究竟有多能打？

02:31

Mimo V2.5 UltraSpeed 测评报告！最快的模型！

03:29

快手KAT-Coder-Pro-V2.5 测评报告！真的能打吗？

02:19

Kimi K3 泄露！究竟有多能打？

02:40

Kimi K3 真实测评报告！是否真的能打？

03:02

Inkling：OpenAI前CTO最新模型测评报告！

02:13

Qwen 3.8 预览版测评报告，打得过Kimi K3吗？

03:03

Gemini 3.6 Flash 测评报告！究竟有多能打？

02:18

Gemini 3.6 Flash（Extended Thinking）测评报告！结果吓你一跳！

03:13

蚂蚁百灵Ling 3.0 Flash 测评报告！几近全军覆没！

02:44

Agnes 2.5 Flash 测评报告！这免费模型能打不？

02:46

Deepseek V4 Flash正式版测评！终于支持Codex了！

03:04

Deepseek V4 Flash最新测评！Claude Code版！

02:18

GPT 5.6 Luna最新测评报告！打得过Deepseek V4 Flash吗？

02:59

OpenPangu 2.0 测评报告！真的遥遥领先吗？

02:25

OpenPangu 2.0 Flash 测评报告！真的能打吗？

01:57

Qwen 3.8 Max 测评报告！究竟有多能打？

02:44

Qwen Image 3.0 测评报告！是否真的能打？

03:16

Wan 3.0 尝鲜！PPT直出视频！都有哪些新玩法？

02:29

Deepseek V4 Pro 正式版测评！究竟有多能打？

02:28

Grok 4.6 测评报告！是否真的能打？

01:46

Deepseek V4 Pro 重测报告！自家Harnesss上表现如何？

02:42

Gemini 3.7 Flash 测评报告！究竟有多能打？

02:26

GLM 5.3 测评报告！究竟有多能打？

01:51

Qwen-3.8-27B 测评报告！真的能打吗？

02:10

Qwen 3.8 27B（FP8) 测评报告！相当的能打！

02:25

小红书大模型测评报告！编程就算了吧！

02:34

Ox Alpha 大模型测评报告！谁家模型这么能打？

02:47

Deepseek多模态终于来了！推理编程能力如何？

02:31

Deepseek最新多模态模型测评报告！

02:06

快乐龙虾！阿里最新音乐生成神器初体验！

03:15

大语言模型哪家强？入手避坑指南！

01:13

Qwen 3.8 Flash测评报告！究竟有多能打？

02:49

Qwen 3.8 Flash 多模态测评！究竟有多能打？

02:26

GLM 5.3 Flash测评报告！究竟有多能打？

02:22

腾讯混元Hy4测评报告！价值十块的测评报告！能打吗？

03:14

sensenova-6.8-flash-lite测评，能打吗？

02:08

腾讯Hy4最新测评报告！究竟有多能打？

03:08

Fable 5.1 测评报告！究竟有多能打？

02:33

Qwen 3.8 Max 新版测评！究竟有多能打？

03:13

Gemini 3.8 Flash测评报告！真的能打吗？

02:32

GPT-6 究竟强在哪？各大benchmarks解读！

02:56

GPT 6 Astra测评报告！究竟有多能打？

01:55

Muse Spark 1.3 测评报告！Meta翻身之作？

02:49

讯飞星火X2.5测评报告！严重翻车事故现场！

03:22

Deepseek V4.1 测评报告！究竟有多能打？

02:41

Deepseek V4.1 多模态测评！能打吗？

01:50

Agnes 3.0 Flash测评报告！始料未及的结果！

01:47

GPT-Image 2.5最新测评报告！究竟有多能打？

02:23

Mercury 2.5测评报告！自回归大语言模型杀手？

03:14

讯飞星火 X2.5 API测评报告！究竟有多能打？

03:22

Deepseek V4.1 Flash正式版测评！究竟有多能打？

02:32

Nex-N2.5 免费大模型测评报告！真的能打吗？

03:20

小米 MiMo X Pro 测评报告！真的能打吗？

02:40

Kimi K2.8 测评报告！真的能打吗？

02:24

Deepseek V4.1 Flash 鹈鹕SVG测评报告！

01:37

GLM 5.3 Flash 鹈鹕骑自行车SVG测评报告！

01:08

Qwen 3.8 Max 鹈鹕骑自行车SVG测评报告！

01:03

Hy4 Preview 鹈鹕骑自行车SVG测评报告！

01:17

豆包2.1 Pro测评报告！真的能打吗？

02:59

大模型翻车现场！一只鹈鹕难倒海内外一众顶尖大语言模型！

02:01

Union Alpha 神秘模型测评报告！真的能打吗？

04:05

Qwen 3.8 Omni Flash 全模态测评！究竟有多能打？

03:16

GLM 5.3 FlashX测评报告！究竟有多能打？

03:37

Jev大模型测评报告！究竟该怎么玩？

02:56

U2 Flash测评报告！是否真的能打？

02:56

Step 5 Preview 测评报告！究竟有多能打呢？

02:59

Grok 4.7 测评报告！真的能打吗？

03:26

Mimo 2.6 Pro 测评报告！结果可能不是你想要的！

03:51

Mimo 2.6 Flash 测评报告！怀疑小米发布错模型了！

03:45

GPT 6 Sol 测评报告！究竟有都能打？

02:56

Claude Opus 5.5 测评报告！究竟有多能打！

03:10

Space Bunny大模型测评报告！这是谁家部将？差评！

03:04

GPT 6 Luna测评报告！打得过Deepseek吗？

03:04

Deepseek V4.1 Flash 新版鹈鹕SVG测评报告！

01:20

Longcat 2.5 Preview 测评报告！这个模型能用吗？

03:29

Jev Router 路由大模型测评报告！真的能打吗？

04:22

Minimax M3.1 Flash 测评！究竟有多不能打？

03:41

Claude Sonnet 5.5 有多能打？价值50大洋的测评报告！

03:17

GPT 6.1 Sol 测评报告！究竟有多能打？

02:39

Qwen 4（疑似）测评报告！究竟有多能打？

03:00

蚂蚁百灵Ling 3.1 Flash测评报告！一言难尽啊！

03:45

Seedream 5.0 Flash测评报告！几近全军覆没！

04:18

Fledge Alpha 测评报告！真的能打吗？

03:25

Flux 3 模型测评报告！真的能打吗？

02:48

Hy Image 3.5 Preview测评报告！真的能打吗？

02:56

GPT Image 2.5 Sunburst 测评报告！真的能打吗？

02:27

商汤 SenseNova U1 Pro 测评报告！结果有点意外！

02:30

Ideogram 4.5 测评报告！是否真的能打？

03:03

Nano Banana 2.1 测评报告！究竟有多能打？

02:44

Mistral Large 4.0 测评报告！中美之外的法国黑马？

03:22

Claude Haiku 5.5 测评报告！究竟有多能打！

03:00

可灵图片3.0测评报告！AI重大翻车现场！

04:31

Qwen Image 2.1 Turbo 测评！真的能打吗？

03:22

Gemini 4（疑似）测评报告！究竟有多能打？

03:02

Gemini 4 Argon 测评报告！是否真的能打？

02:28

智谱文生图模型 GLM-Image 测评报告！是否真的能打？

03:23

Seedance 2.5 测评报告！六维鹈鹕骑车实测！

02:42

可灵4.0测评报告！六维鹈鹕骑车实测！

02:09

Minimax H3 测评报告！六维鹈鹕骑车翻车现场！

01:42

Flux 3 Image Klein 测评报告！是否真的能打？

03:17

Moss-Image生图模型测评报告！是否真的能打？

03:18

Qwen Image 2.1 Pro 测评报告！最好的中文生成模型？

03:21

Deepseek 1017 测评报告！结果也许不是你想要的！

02:49

Deepseek 1017 专武测评报告！大跌眼镜啊！

02:56

Muse Spark Open 测评报告！是否真的能打？

02:45

Deepseek 1017 测评报告！DSH标准模式重测！

02:50

Runway Gen 4.5 测评报告！六维鹈鹕骑车翻车现场

01:45

Minimax M3.1 Flash 测评报告！还是那么拉胯吗？

03:27

Minimax M3.1 Flash 专武测评！表现会好点吗？

03:23

鹈鹕骑车自拍：Seedance vs 可灵 vs H3 vs Runway！

00:11

Mercury 3 测评报告！扩散大语言模型大家见过没有？

02:50

最新 Krea 3 测评报告！AI生图翻车现场！

03:25

Minimax M3.1 Flash 测评！这次居然香了！

02:56

Gemini Omni 1.1 Flash 测评报告！六维鹈鹕骑车实测！

01:46

Spark X2.6 测评报告！究竟有多能打？

02:52

doubao-tts-2.0 测评报告！是否真的能打？

02:57

Kimi K3.1 Pro 测评报告！究竟有多能打？

02:36

Minimax Speech-2.8 语音生成模型测评报告！

03:15

IndexTTS 2.5 语音克隆和配音模型测评报告！

02:38

LTX 2.5 视频模型测评！六维鹈鹕骑车实测！

01:53

GPT 6.1 Terra 测评报告！究竟有多能打？

02:35

Heygen Voice Turbo 语音克隆和AI配音模型测评报告！

02:30

Qwen Image 3.0 测评报告！最强中文文字生成模型！

01:59

Hy-Video-V1.5 视频模型测评！六维鹈鹕骑车实测！

02:09

Riverflow V2.7 生图模型测评！海外最好的中文字生成模型！

02:28

Grok-Video 1.5 视频模型测评！六维鹈鹕骑车实测！

01:32

Grok Imagine Image 2.0 测评报告！真的能打吗？

02:17

蚂蚁百灵 ling-3.1-flash-1019 测评报告！真的能打吗？

02:47

Longcat 2.5 测评报告！这次有进步吗？

03:06

SenseNova 6.8 Flash 测评报告！大型翻车现场！

02:18

Pulse Alpha 测评报告！OpenCode神秘模型！

02:57

顶部