GLM-5.2vsMiniMax M3
在 6 个共同 benchmark 中，GLM-5.2 整体领先：GLM-5.2 领先 5 项，MiniMax M3 领先 1 项，持平 0 项，平均分差 +14.95。
GLM-5.2
智谱AI · 2026-06-13 · 推理大模型
MiniMax M3
MiniMaxAI · 2026-06-01 · 多模态大模型
GLM-5.25 项(83%)(17%)1 项MiniMax M3
评测分数
按能力类目分组，每组内按分差大小排列；共 6 项。
Coding and Software Engineer
GLM-5.2 领先 2/3| 评测项 | GLM-5.2 | MiniMax M3 | 分差 |
|---|---|---|---|
| Text Arena (Coding) | 1,5935 / 35最高（无工具） | 1,52814 / 35Normal (No Tools) | +65.50 |
| SWE-Bench Pro - Public | 62.109 / 57Thinking (With Tools) | 5913 / 57Thinking (With Tools) | +3.10 |
| PostTrain Bench | 34.304 / 4Max (With Tools) | 372 / 4Thinking (With Tools) | -2.70 |
AI Agent - Tool Usage
GLM-5.2 领先 2/2| 评测项 | GLM-5.2 | MiniMax M3 | 分差 |
|---|---|---|---|
| Terminal-Bench 2.1 | 8117 / 44Thinking High (With Tools) | 6635 / 44Thinking (With Tools) | +15 |
| MCP-Atlas | 76.8013 / 38Thinking (With Tools) | 74.2022 / 38Thinking (With Tools) | +2.60 |
General Knowledge
GLM-5.2 领先 1/1| 评测项 | GLM-5.2 | MiniMax M3 | 分差 |
|---|---|---|---|
| LiveBench | 76.249 / 115Normal (No Tools) | 70.0240 / 115Deep Thinking (No Tools) | +6.22 |
规格对比
| 字段 | GLM-5.2 | MiniMax M3 |
|---|---|---|
| 发布机构 | 智谱AI | MiniMaxAI |
| 发布时间 | 2026-06-13 | 2026-06-01 |
| 模型类型 | 推理大模型 | 多模态大模型 |
| 架构 | MoE 架构 | MoE 架构 |
| 参数规模 | 7533.3亿 | 4280亿 |
| 上下文长度 | 1M | 1M |
| 最大输出 | 128K | 512K |
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 | GLM-5.2 | MiniMax M3 |
|---|---|---|
| 文本输入 | $1.4 / 1M tokens | ¥2.1 / 1M tokens |
| 文本输出 | $4.4 / 1M tokens | ¥8.4 / 1M tokens |
| 缓存读取 | $0.26 / 1M tokens | ¥0.42 / 1M tokens |
小结
- GLM-5.2在以下类目领先:Coding and Software Engineer (2/3)、AI Agent - Tool Usage (2/2)、General Knowledge (1/1)
6 个共同 benchmark 上，GLM-5.2 平均高出 14.95 分。
单项差距最大的 benchmark：Text Arena (Coding) — GLM-5.2 1,593，MiniMax M3 1,528（分差 +65.50）。
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。