# Kimi K2.5

> Fiche du modèle de langage Kimi K2.5 sur Quelle IA, édition du 28 septembre 2026. Kimi K2.5 (Moonshot) : score IA de 77,9, 69e sur 246. Scores par tâche, prix, exécution locale et liens pour le télécharger ou l'essayer.

Page : https://quelleia.com/modeles/kimi-k2-5/
Origine : Moonshot · Chine · sorti le 27 janvier 2026

## Score général

- Score IA : 77,9 (marge à 90 % : de 76,1 à 79,8)
- Rang : 69 (Groupe 8, ex æquo)
- Couverture : 100 % du poids des tâches, 25 mesures
- Échelle : 100 pour le meilleur modèle au lancement du site, 50 pour GPT-4o de novembre 2024.

## Scores par tâche

| Tâche | Score | Détail |
| --- | --- | --- |
| Raisonnement | 76,4 | Rang 55 · 56 % |
| Code | 76,4 | Rang 46 · 38 % |
| Agents | 81,3 | Provisoire · 11 % |
| Usage | 79,2 | Rang 67 · 100 % |
| Maths | 79,5 | Rang 50 · 50 % |
| Sciences | 79,5 | Rang 47 · 80 % |
| Français | 77,2 | Rang 36 · 50 % |
| Vision | 79,5 | Provisoire · 33 % |
| Écriture | 79,8 | Rang 65 · 100 % |
| Web | 79,5 | Rang 59 · 100 % |

## Artificial Analysis (hors du score)

Artificial Analysis évalue les modèles de son côté et publie son propre indice, l'Artificial Analysis Intelligence Index v4.3. C'est un autre indice, qui ne compte pas dans le score IA de Quelle IA et ne se compare pas directement à lui.

| Version évaluée | Indice v4.3 | Rang chez eux | Vitesse | Premier jeton | Prix par million de jetons (entrée / sortie) |
| --- | --- | --- | --- | --- | --- |
| [Kimi K2.5 (Reasoning)](https://artificialanalysis.ai/models/kimi-k2-5) | 23,5 (estimé) | hors classement | non publié | non publié | 0,6 $ / 2,75 $ |
| [Kimi K2.5 (Non-reasoning)](https://artificialanalysis.ai/models/kimi-k2-5-non-reasoning) | 19,4 (estimé) | hors classement | non publié | non publié | 0,6 $ / 3 $ |

Médianes de leurs mesures : vitesse en jetons produits par seconde, délai avant le premier jeton en secondes. Prix en dollars par million de jetons, en entrée puis en sortie. Rang parmi les 193 modèles que leur indice classe ; un indice qu'ils estiment reste hors de ce classement. Relevé le 1er octobre 2026 sur leur site, reproduit avec leur accord.

Source : Artificial Analysis, https://artificialanalysis.ai/models/kimi-k2-5

## Exécution locale

Trop lourd pour les machines que suit Quelle IA : 690,0 Go en version allégée à 4 bits, plus que les 448 Go utiles de quatre DGX Spark en grappe. Il lui faut un serveur.

- Allégée, 4 bits : 690,0 Go
- Allégée, 8 bits : 1 207,5 Go
- Complète, 16 bits : 2 300,0 Go

- Plus petite machine : aucune, il faut un serveur
- Carte graphique : Trop juste
- PC portable RTX : Trop juste
- PC portable Intel : Trop juste
- PC portable Snapdragon : Trop juste
- Mac : Trop juste
- Ryzen AI Max : Trop juste
- Nvidia DGX : Trop juste
- Sans carte graphique : Trop juste
- Serveur : Oui

## Fiche technique

- Prix : 0,35 € / 1,65 € (entrée / sortie, par million de jetons)
- Fenêtre de contexte : 262 144 jetons (environ 197 000 mots)
- Entrées : Texte, image
- Réflexion : Non communiqué
- Paramètres : 1 000 milliards
- Licence : MIT (poids ouverts, téléchargeables)
- Classe énergétique : E (sur une échelle de A à G)
- Hébergement en Europe : Possible
- Connaissances jusqu'à : Janvier 2025

## Où le trouver

- Télécharger : [Hugging Face](https://huggingface.co/moonshotai/Kimi-K2.5)
- Sur votre machine : [Ollama](https://ollama.com/search?q=Kimi-K2.5)
- Sur votre machine : [LM Studio](https://lmstudio.ai)
- Par API : [OpenRouter](https://openrouter.ai/moonshotai/kimi-k2.5)
- Par API : [API Moonshot](https://platform.moonshot.ai)
- L'essayer : [Kimi](https://www.kimi.com)

## Dans les outils de code

- Disponible dans : [OpenCode](https://quelleia.com/outils/#opencode) (retiré depuis le 5 août 2026), [Droid (Factory)](https://quelleia.com/outils/#factory-droid) (retrait annoncé)
- Relevé du 30 septembre 2026 sur la page publique de chaque outil. Un modèle proposé par un outil figure dans la liste que son éditeur publie. Rien n'y est mesuré.

## Mesures

| Benchmark | Tâche | Publié | Niveau suggéré | État | Source |
| --- | --- | --- | --- | --- | --- |
| OTIS Mock AIME 2024-2025 | Maths | 92,2 % | 79,3 | saturé | https://epoch.ai/benchmarks |
| Fiction.LiveBench | Données | 86,1 % | 80,5 | archivé | https://epoch.ai/benchmarks |
| GPQA Diamond | Sciences | 87,6 % | 79,8 | actif | https://epoch.ai/benchmarks |
| SWE-bench Verified | Code | 73,8 % | 81,5 | actif | https://epoch.ai/benchmarks |
| ARC-AGI-1 | Raisonnement | 65,3 % | 77,7 | saturé | https://epoch.ai/benchmarks |
| OSWorld | Agents | 63,3 % | 80,9 | archivé | https://epoch.ai/benchmarks |
| Arena, questions de maths | Maths | 1 470,9 Elo | 84,0 | actif | https://arena.ai/leaderboard |
| Arena, questions d'experts | Sciences | 1 482,8 Elo | 82,0 | actif | https://arena.ai/leaderboard |
| Arena, questions de code | Code | 1 502,0 Elo | 82,0 | actif | https://arena.ai/leaderboard |
| Arena, écriture créative | Écriture | 1 423,2 Elo | 81,8 | actif | https://arena.ai/leaderboard |
| Arena, texte | Usage | 1 450,2 Elo | 81,0 | actif | https://arena.ai/leaderboard |
| Arena, questions en français | Français | 1 463,1 Elo | 78,9 | actif | https://arena.ai/leaderboard |
| Arena, vision | Vision | 1 252,1 Elo | 81,6 | actif | https://arena.ai/leaderboard |
| Code Arena, WebDev | Web | 1 435,8 Elo | 79,7 | actif | https://arena.ai/leaderboard |
| SciCode | Code | 49 % | 82,0 | actif | https://artificialanalysis.ai/evaluations/scicode |
| FrontierMath, paliers 1 à 3 (version 2025) | Maths | 27,9 % | 80,0 | actif | https://epoch.ai/benchmarks |
| compar:IA | Français | 1 010,0 Elo | 66,9 | actif | https://arene.comparia.beta.gouv.fr/ranking |
| WeirdML (v2) | Code | 45,6 % | 71,6 | actif | https://htihle.github.io/weirdml.html |
| Vending-Bench 2 | Agents | 1 198 $ | 82,9 | actif | https://epoch.ai/benchmarks |
| Terminal-Bench 2.0 | Code | 43,2 % | 75,9 | actif | https://www.tbench.ai/leaderboard/terminal-bench/2.0 |
| SimpleBench | Raisonnement | 46,8 % | 74,2 | actif | https://epoch.ai/benchmarks |
| SimpleQA Verified | Données | 34,3 % | 77,0 | actif | https://epoch.ai/benchmarks |
| Humanity's Last Exam | Sciences | 24,4 % | 80,6 | actif | https://epoch.ai/benchmarks |
| CL-bench | Données | 19,3 % | 81,2 | actif | https://epoch.ai/benchmarks |
| CL-bench Life | Données | 13,2 % | 81,1 | actif | https://epoch.ai/benchmarks |
| ARC-AGI-2 | Raisonnement | 11,8 % | 76,1 | saturé | https://epoch.ai/benchmarks |
| Chess Puzzles | Raisonnement | 12 % | 68,7 | actif | https://epoch.ai/benchmarks |
| FrontierMath, palier 4 (version 2025) | Maths | 4,2 % | 76,5 | actif | https://epoch.ai/benchmarks |
| EnigmaEval | Raisonnement | 3,4 % | 67,0 | actif | https://labs.scale.com/leaderboard/enigma_eval |
| CritPt | Sciences | 3,1 % | 71,9 | actif | https://epoch.ai/benchmarks |

## En bref

**Quel est le score de Kimi K2.5 ?** Kimi K2.5 obtient un score IA de 77,9, avec une marge de 76,1 à 79,8, dans l'édition du 28 septembre 2026. Il est classé 69e sur 246 modèles, à partir de 25 mesures.

**Dans quelles tâches Kimi K2.5 est-il le plus fort ?** Ses deux meilleures tâches sont agents (81,3) et écriture (79,8). Sa tâche la plus faible est code (76,4).

**Kimi K2.5 peut-il tourner en local ?** Trop lourd pour les machines que suit Quelle IA : 690,0 Go en version allégée à 4 bits, plus que les 448 Go utiles de quatre DGX Spark en grappe. Il lui faut un serveur.

**Combien coûte Kimi K2.5 ?** 0,35 € par million de jetons en entrée et 1,65 € en sortie, au tarif affiché par les fournisseurs. Le coût réel d'une tâche dépend du nombre de jetons que le modèle consomme.

**Qui édite Kimi K2.5 ?** Kimi K2.5 est édité par Moonshot (Chine), et il est sorti le 27 janvier 2026. Ses poids sont ouverts, sous licence MIT.

Source : Quelle IA, édition du 28 septembre 2026. https://quelleia.com