Qwen 3.6 Plus PreviewvsKimi K2.5
在 12 个共同 benchmark 中，Qwen 3.6 Plus Preview 整体领先：Qwen 3.6 Plus Preview 领先 12 项，Kimi K2.5 领先 0 项，持平 0 项，平均分差 +4.93。
Qwen 3.6 Plus Preview
阿里巴巴 · 2026-03-31 · 聊天大模型
Kimi K2.5
Moonshot AI · 2026-01-27 · 多模态大模型
Qwen 3.6 Plus Preview12 项(100%)(0%)0 项Kimi K2.5
评测分数
按能力类目分组，每组内按分差大小排列；共 12 项。
仓库修复与多文件工程
Qwen 3.6 Plus Preview 领先 2/2| 评测项 | Qwen 3.6 Plus Preview | Kimi K2.5 | 分差 |
|---|---|---|---|
| SWE-bench Verified | 78.8021 / 116Thinking (With Tools) | 76.8030 / 116Thinking (With Tools) | +2 |
| SWE-bench Multilingual | 73.8014 / 30Thinking (No Tools) | 7318 / 30Thinking (No Tools) | +0.80 |
数学
Qwen 3.6 Plus Preview 领先 2/2| 评测项 | Qwen 3.6 Plus Preview | Kimi K2.5 | 分差 |
|---|---|---|---|
| AIME 2026 | 95.3013 / 30Thinking (No Tools) | 92.5022 / 30Thinking (No Tools) | +2.80 |
| IMO-AnswerBench | 83.8014 / 24Thinking (No Tools) | 81.8018 / 24Thinking (No Tools) | +2 |
综合知识考试
Qwen 3.6 Plus Preview 领先 2/2| 评测项 | Qwen 3.6 Plus Preview | Kimi K2.5 | 分差 |
|---|---|---|---|
| MMLU-Pro | 88.506 / 175Thinking (No Tools) | 78.5071 / 175Thinking (No Tools) | +10 |
| HLE | 50.6038 / 235Thinking (With Tools) | 50.2041 / 235Thinking (With Tools) | +0.40 |
客服与业务流程
Qwen 3.6 Plus Preview 领先 1/1| 评测项 | Qwen 3.6 Plus Preview | Kimi K2.5 | 分差 |
|---|---|---|---|
| τ³-Banking | 20.8090 / 167Thinking (With Tools) | 14.20115 / 167Thinking (With Tools) | +6.60 |
科学知识与推理
Qwen 3.6 Plus Preview 领先 1/1| 评测项 | Qwen 3.6 Plus Preview | Kimi K2.5 | 分差 |
|---|---|---|---|
| GPQA Diamond | 90.4037 / 253Thinking (No Tools) | 87.6065 / 253Thinking (No Tools) | +2.80 |
算法与竞赛编程
Qwen 3.6 Plus Preview 领先 1/1| 评测项 | Qwen 3.6 Plus Preview | Kimi K2.5 | 分差 |
|---|---|---|---|
| LiveCodeBench | 87.1014 / 125Thinking (No Tools) | 8520 / 125Thinking (No Tools) | +2.10 |
自主开发与终端任务
Qwen 3.6 Plus Preview 领先 1/1| 评测项 | Qwen 3.6 Plus Preview | Kimi K2.5 | 分差 |
|---|---|---|---|
| Terminal Bench 2.0 | 61.6016 / 48Thinking (With Tools) | 50.8035 / 48Thinking (With Tools) | +10.80 |
跨应用与工具编排
Qwen 3.6 Plus Preview 领先 1/1| 评测项 | Qwen 3.6 Plus Preview | Kimi K2.5 | 分差 |
|---|---|---|---|
| PinchBench v2 | 72.5023 / 45Reported best (effort unspecified) | 54.6036 / 45Reported best (effort unspecified) | +17.90 |
跨长文理解与整合
Qwen 3.6 Plus Preview 领先 1/1| 评测项 | Qwen 3.6 Plus Preview | Kimi K2.5 | 分差 |
|---|---|---|---|
| LongBench v2 | 624 / 14Normal (No Tools) | 616 / 14Normal (No Tools) | +1 |
规格对比
| 字段 | Qwen 3.6 Plus Preview | Kimi K2.5 |
|---|---|---|
| 发布机构 | 阿里巴巴 | Moonshot AI |
| 发布时间 | 2026-03-31 | 2026-01-27 |
| 模型类型 | 聊天大模型 | 多模态大模型 |
| 架构 | 稠密模型 | MoE 架构 |
| 参数规模 | 暂无数据 | 1万亿 |
| 上下文长度 | 1M | 256K |
| 最大输出 | 64K | 16K |
API 调用价格
价格优先使用 DataLearner 配置的 API 记录；缺失项不做推测。
| 价格项 | Qwen 3.6 Plus Preview | Kimi K2.5 |
|---|---|---|
| 文本输入 | $0.5 / 1M tokens | $0.6 / 1M tokens |
| 文本输出 | $3 / 1M tokens | $3 / 1M tokens |
| 缓存读取 | $0.05 / 1M tokens | $0.1 / 1M tokens |
| 缓存写入 | $0.625 / 1M tokens | 暂无公开价格 |
小结
- Qwen 3.6 Plus Preview在以下类目领先:仓库修复与多文件工程 (2/2)、数学 (2/2)、综合知识考试 (2/2)、客服与业务流程 (1/1)、科学知识与推理 (1/1)、算法与竞赛编程 (1/1)、自主开发与终端任务 (1/1)、跨应用与工具编排 (1/1)、跨长文理解与整合 (1/1)
12 个共同 benchmark 上，Qwen 3.6 Plus Preview 平均高出 4.93 分。
单项差距最大的 benchmark：PinchBench v2 — Qwen 3.6 Plus Preview 72.50，Kimi K2.5 54.60（分差 +17.90）。
本页正文由结构化模型、价格与 benchmark 数据生成，不使用实时 LLM 撰写。