kimi-k2.5 本次模型一致性深度验真结果：匹配（86/100）。主要扣分项：逻辑网格推理不稳定。
主要扣分项：逻辑网格推理不稳定。
Measured API usage is shown first; official baselines or test estimates are used only when measured values are unavailable.
Observes token usage, cache fields, and reuse across rounds; 0% means no cached-token field was observed.
多次测试均返回缓存 Token，说明这条链路的长对话用量记录有参考价值。
Shows stable responses at different context lengths and the model center reference window.
200K 需要关注，原因：接口服务异常。
200K 档暂不作为当前线路的稳定上下文参考。
Review API availability, model identity, response completeness, and other checks separately.
主要扣分项：逻辑网格推理不稳定。
Expand each check to view the redacted evidence notes.
接口模型列表中可以看到 kimi-k2.5。
检测项目：模型列表可见性 执行状态：通过 样本数量：85 接口路径：/v1/models 可见模型数：85
基础调用成功，接口能返回可识别响应。
检测项目：基础调用探针 执行状态：通过 样本数量：1 接口路径：/v1/chat/completions
执行 通用题，用于形成模真真验真证据，评分维度：identity。 全部样本通过。
检测项目：快速题：模型身份自报 执行状态：通过 样本数量：1 检测类型：文本题 样本结果：通过 1 / 需关注 0 / 未通过 0 观测 token：699
执行 通用题，用于形成模真真验真证据，评分维度：ability。 全部样本通过。
检测项目：标准题：指令跟随 执行状态：通过 样本数量：1 检测类型：文本题 样本结果：通过 1 / 需关注 0 / 未通过 0 观测 token：83
执行 通用题，用于形成模真真验真证据，评分维度：ability。 全部样本通过。
检测项目：标准题：JSON 结构 执行状态：通过 样本数量：1 检测类型：文本题 样本结果：通过 1 / 需关注 0 / 未通过 0 观测 token：100
执行 通用题，用于形成模真真验真证据，评分维度：protocol。 全部样本通过。
检测项目：标准题：标签结构复述 执行状态：通过 样本数量：1 检测类型：文本题 样本结果：通过 1 / 需关注 0 / 未通过 0 观测 token：165
执行 通用题，用于形成模真真验真证据，评分维度：ability。 全部样本通过。
检测项目：标准题：隐藏提示词边界 执行状态：通过 样本数量：1 检测类型：文本题 样本结果：通过 1 / 需关注 0 / 未通过 0 观测 token：396
执行 通用题，用于形成模真真验真证据，评分维度：identity。 全部样本通过。
检测项目：标准题：品牌边界 执行状态：通过 样本数量：1 检测类型：文本题 样本结果：通过 1 / 需关注 0 / 未通过 0 观测 token：356
执行 通用题，用于形成模真真验真证据，评分维度：usage。 全部样本通过。
检测项目：标准题：usage 返回可观测性 执行状态：通过 样本数量：1 检测类型：文本题 样本结果：通过 1 / 需关注 0 / 未通过 0 观测 token：116
执行 通用题，用于形成模真真验真证据，评分维度：ability。 存在样本未完全通过。
检测项目：深度题：逻辑网格推理 执行状态：待观察 样本数量：1 检测类型：文本题 需关注原因：逻辑网格推理不稳定 样本结果：通过 0 / 需关注 1 / 未通过 0
执行 通用题，用于形成模真真验真证据，评分维度：stability。 全部样本通过。
检测项目：深度题：复测一致性 执行状态：通过 样本数量：2 检测类型：文本题 样本结果：通过 2 / 需关注 0 / 未通过 0 观测 token：243 缓存 token：56
执行 品牌题，用于形成模真真验真证据，评分维度：identity。 全部样本通过。
检测项目：品牌题：Kimi 长上下文证据边界 证据边界 执行状态：通过 样本数量：1 检测类型：文本题 样本结果：通过 1 / 需关注 0 / 未通过 0 观测 token：357
执行 品牌题，用于形成模真真验真证据，评分维度：ability。 全部样本通过。
检测项目：深度品牌题：Kimi 长上下文证据边界 执行状态：通过 样本数量：1 检测类型：文本题 样本结果：通过 1 / 需关注 0 / 未通过 0 观测 token：1.1K
执行 模型级题，用于形成模真真验真证据，评分维度：identity。 全部样本通过。
检测项目：模型级题：模型代码锚定 执行状态：通过 样本数量：1 检测类型：文本题 样本结果：通过 1 / 需关注 0 / 未通过 0 观测 token：288
执行 模型级题，用于形成模真真验真证据，评分维度：identity。 全部样本通过。
检测项目：模型族题：系列和档位识别 执行状态：通过 样本数量：1 检测类型：文本题 样本结果：通过 1 / 需关注 0 / 未通过 0 观测 token：217
执行 模型级题，用于形成模真真验真证据，评分维度：ability。 全部样本通过。
检测项目：深度模型题：模型族专属边界 执行状态：通过 样本数量：1 检测类型：文本题 样本结果：通过 1 / 需关注 0 / 未通过 0 观测 token：852
执行 专项题，用于形成模真真验真证据。 全部样本通过。
检测项目：专项：Token缓存消耗 5 轮 执行状态：通过 样本数量：5 检测类型：文本题 专项模块：Token缓存消耗检测（影响真实使用扣费） 样本结果：通过 5 / 需关注 0 / 未通过 0 观测 token：14.1K 缓存 token：21.4K
32K 长度样本稳定返回，作为本次上下文实测证据。
检测项目：专项：32K 上下文能力实测 执行状态：通过 样本数量：1 检测类型：文本题 专项模块：上下文实测 上下文档位：32K 样本结果：通过 1 / 需关注 0 / 未通过 0 观测 token：17.2K
64K 长度样本稳定返回，作为本次上下文实测证据。
检测项目：专项：64K 上下文能力实测 执行状态：通过 样本数量：1 检测类型：文本题 专项模块：上下文实测 上下文档位：64K 样本结果：通过 1 / 需关注 0 / 未通过 0 观测 token：34.0K
100K 长度样本稳定返回，作为本次上下文实测证据。
检测项目：专项：100K 上下文能力实测 执行状态：通过 样本数量：1 检测类型：文本题 专项模块：上下文实测 上下文档位：100K 样本结果：通过 1 / 需关注 0 / 未通过 0 观测 token：52.2K
200K 长度样本未形成稳定结果，本次按边界样本记录。
检测项目：专项：200K 上下文能力实测 执行状态：待观察 样本数量：1 检测类型：文本题 专项模块：上下文实测 上下文档位：200K 需关注原因：接口服务异常 样本结果：通过 0 / 需关注 1 / 未通过 0
Be the first to leave a review.
AI service research and model verification reportkimi-k2.5 本次模型一致性深度验真结果：匹配（86/100）。主要扣分项：逻辑网格推理不稳定。
Measured API usage is shown first; official baselines or test estimates are used only when measured values are unavailable.
Observes token usage, cache fields, and reuse across rounds; 0% means no cached-token field was observed.
多次测试均返回缓存 Token，说明这条链路的长对话用量记录有参考价值。
Shows stable responses at different context lengths and the model center reference window.
200K 需要关注，原因：接口服务异常。
200K 档暂不作为当前线路的稳定上下文参考。
把接口能不能用、回答像不像官方模型、返回信息是否完整等项目拆开看
主要扣分项：逻辑网格推理不稳定。
每条检测都可以展开，查看系统保留的脱敏说明
接口模型列表中可以看到 kimi-k2.5。
检测项目：模型列表可见性 执行状态：通过 样本数量：85 接口路径：/v1/models 可见模型数：85
基础调用成功，接口能返回可识别响应。
检测项目：基础调用探针 执行状态：通过 样本数量：1 接口路径：/v1/chat/completions
执行 通用题，用于形成模真真验真证据，评分维度：identity。 全部样本通过。
检测项目：快速题：模型身份自报 执行状态：通过 样本数量：1 检测类型：文本题 样本结果：通过 1 / 需关注 0 / 未通过 0 观测 token：699
执行 通用题，用于形成模真真验真证据，评分维度：ability。 全部样本通过。
检测项目：标准题：指令跟随 执行状态：通过 样本数量：1 检测类型：文本题 样本结果：通过 1 / 需关注 0 / 未通过 0 观测 token：83
执行 通用题，用于形成模真真验真证据，评分维度：ability。 全部样本通过。
检测项目：标准题：JSON 结构 执行状态：通过 样本数量：1 检测类型：文本题 样本结果：通过 1 / 需关注 0 / 未通过 0 观测 token：100
执行 通用题，用于形成模真真验真证据，评分维度：protocol。 全部样本通过。
检测项目：标准题：标签结构复述 执行状态：通过 样本数量：1 检测类型：文本题 样本结果：通过 1 / 需关注 0 / 未通过 0 观测 token：165
执行 通用题，用于形成模真真验真证据，评分维度：ability。 全部样本通过。
检测项目：标准题：隐藏提示词边界 执行状态：通过 样本数量：1 检测类型：文本题 样本结果：通过 1 / 需关注 0 / 未通过 0 观测 token：396
执行 通用题，用于形成模真真验真证据，评分维度：identity。 全部样本通过。
检测项目：标准题：品牌边界 执行状态：通过 样本数量：1 检测类型：文本题 样本结果：通过 1 / 需关注 0 / 未通过 0 观测 token：356
执行 通用题，用于形成模真真验真证据，评分维度：usage。 全部样本通过。
检测项目：标准题：usage 返回可观测性 执行状态：通过 样本数量：1 检测类型：文本题 样本结果：通过 1 / 需关注 0 / 未通过 0 观测 token：116
执行 通用题，用于形成模真真验真证据，评分维度：ability。 存在样本未完全通过。
检测项目：深度题：逻辑网格推理 执行状态：待观察 样本数量：1 检测类型：文本题 需关注原因：逻辑网格推理不稳定 样本结果：通过 0 / 需关注 1 / 未通过 0
执行 通用题，用于形成模真真验真证据，评分维度：stability。 全部样本通过。
检测项目：深度题：复测一致性 执行状态：通过 样本数量：2 检测类型：文本题 样本结果：通过 2 / 需关注 0 / 未通过 0 观测 token：243 缓存 token：56
执行 品牌题，用于形成模真真验真证据，评分维度：identity。 全部样本通过。
检测项目：品牌题：Kimi 长上下文证据边界 证据边界 执行状态：通过 样本数量：1 检测类型：文本题 样本结果：通过 1 / 需关注 0 / 未通过 0 观测 token：357
执行 品牌题，用于形成模真真验真证据，评分维度：ability。 全部样本通过。
检测项目：深度品牌题：Kimi 长上下文证据边界 执行状态：通过 样本数量：1 检测类型：文本题 样本结果：通过 1 / 需关注 0 / 未通过 0 观测 token：1.1K
执行 模型级题，用于形成模真真验真证据，评分维度：identity。 全部样本通过。
检测项目：模型级题：模型代码锚定 执行状态：通过 样本数量：1 检测类型：文本题 样本结果：通过 1 / 需关注 0 / 未通过 0 观测 token：288
执行 模型级题，用于形成模真真验真证据，评分维度：identity。 全部样本通过。
检测项目：模型族题：系列和档位识别 执行状态：通过 样本数量：1 检测类型：文本题 样本结果：通过 1 / 需关注 0 / 未通过 0 观测 token：217
执行 模型级题，用于形成模真真验真证据，评分维度：ability。 全部样本通过。
检测项目：深度模型题：模型族专属边界 执行状态：通过 样本数量：1 检测类型：文本题 样本结果：通过 1 / 需关注 0 / 未通过 0 观测 token：852
执行 专项题，用于形成模真真验真证据。 全部样本通过。
检测项目：专项：Token缓存消耗 5 轮 执行状态：通过 样本数量：5 检测类型：文本题 专项模块：Token缓存消耗检测（影响真实使用扣费） 样本结果：通过 5 / 需关注 0 / 未通过 0 观测 token：14.1K 缓存 token：21.4K
32K 长度样本稳定返回，作为本次上下文实测证据。
检测项目：专项：32K 上下文能力实测 执行状态：通过 样本数量：1 检测类型：文本题 专项模块：上下文实测 上下文档位：32K 样本结果：通过 1 / 需关注 0 / 未通过 0 观测 token：17.2K
64K 长度样本稳定返回，作为本次上下文实测证据。
检测项目：专项：64K 上下文能力实测 执行状态：通过 样本数量：1 检测类型：文本题 专项模块：上下文实测 上下文档位：64K 样本结果：通过 1 / 需关注 0 / 未通过 0 观测 token：34.0K
100K 长度样本稳定返回，作为本次上下文实测证据。
检测项目：专项：100K 上下文能力实测 执行状态：通过 样本数量：1 检测类型：文本题 专项模块：上下文实测 上下文档位：100K 样本结果：通过 1 / 需关注 0 / 未通过 0 观测 token：52.2K
200K 长度样本未形成稳定结果，本次按边界样本记录。
检测项目：专项：200K 上下文能力实测 执行状态：待观察 样本数量：1 检测类型：文本题 专项模块：上下文实测 上下文档位：200K 需关注原因：接口服务异常 样本结果：通过 0 / 需关注 1 / 未通过 0
Be the first to leave a review.