GLM-5vsKimi K2.5
在 14 个共同 benchmark 中，GLM-5 整体领先：GLM-5 领先 9 项，Kimi K2.5 领先 5 项，持平 0 项，平均分差 +0.86。
GLM-59 项(64%)(36%)5 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 14 项。
General Knowledge
Kimi K2.5 领先 3/4| 评测项 | GLM-5 | Kimi K2.5 | 分差 |
|---|---|---|---|
| ARC-AGI | 44.7044 / 65Thinking (No Tools) | 65.3031 / 65Thinking (No Tools) | -20.60 |
| ARC-AGI-2 | 4.9044 / 59Thinking (No Tools) | 11.8036 / 59Thinking (No Tools) | -6.90 |
| GPQA Diamond | 8643 / 178Thinking (No Tools) | 87.6034 / 178Thinking (No Tools) | -1.60 |
| HLE | 50.4018 / 157 | 50.2020 / 157Thinking (With Tools) | +0.20 |
Math and Reasoning
GLM-5 领先 2/3| 评测项 | GLM-5 | Kimi K2.5 | 分差 |
|---|---|---|---|
| FrontierMath - Tier 4 | 2.1056 / 80Normal (No Tools) | 4.2040 / 80Normal (No Tools) | -2.10 |
| IMO-AnswerBench | 82.5013 / 19Thinking (No Tools) | 81.8014 / 19Thinking (No Tools) | +0.70 |
| AIME 2026 | 92.707 / 14Thinking (No Tools) | 92.5010 / 14Thinking (No Tools) | +0.20 |
Claw-style Agent Evaluation
GLM-5 领先 2/2| 评测项 | GLM-5 | Kimi K2.5 | 分差 |
|---|---|---|---|
| Claw Bench | 91.705 / 29Thinking (With Tools) | 81.7018 / 29Thinking (With Tools) | +10 |
| Pinch Bench | 86.4012 / 37Thinking (With Tools) | 84.8017 / 37Thinking (With Tools) | +1.60 |
AI Agent - Information Search
GLM-5 领先 1/1| 评测项 | GLM-5 | Kimi K2.5 | 分差 |
|---|---|---|---|
| BrowseComp | 75.9019 / 45 | 60.6029 / 45Thinking (With Tools + Internet) | +15.30 |
AI Agent - Tool Usage
GLM-5 领先 1/1| 评测项 | GLM-5 | Kimi K2.5 | 分差 |
|---|---|---|---|
| Terminal Bench 2.0 | 61.1018 / 46 | 50.8033 / 46Thinking (With Tools) | +10.30 |
Coding and Software Engineer
GLM-5 领先 1/1| 评测项 | GLM-5 | Kimi K2.5 | 分差 |
|---|---|---|---|
| SWE-bench Verified | 77.8023 / 108Thinking (No Tools) | 76.8027 / 108Thinking (With Tools) | +1 |
Long Context
Kimi K2.5 领先 1/1| 评测项 | GLM-5 | Kimi K2.5 | 分差 |
|---|---|---|---|
| AA-LCR | 6312 / 13Thinking (No Tools) | 6510 / 13Thinking (No Tools) | -2 |
Productivity Knowledge
GLM-5 领先 1/1| 评测项 | GLM-5 | Kimi K2.5 | 分差 |
|---|---|---|---|
| GDPval-AA | 4614 / 21Thinking (No Tools) | 4015 / 21Thinking (No Tools) | +6 |
规格对比
| 字段 | GLM-5 | Kimi K2.5 |
|---|---|---|
| 发布机构 | 智谱AI | Moonshot AI |
| 发布时间 | 2026-02-11 | 2026-01-27 |
| 模型类型 | 聊天大模型 | 多模态大模型 |
| 架构 | MoE 架构 | MoE 架构 |
| 参数规模 | 7440亿 | 1万亿 |
| 上下文长度 | 200K | 256K |
| 最大输出 | 128K | 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 | GLM-5 | Kimi K2.5 |
|---|---|---|
| 文本输入 | $1 / 1M tokens | 暂无公开价格 |
| 文本输出 | $3.2 / 1M tokens | 暂无公开价格 |
| 缓存写入 | $0.2 / 1M tokens | 暂无公开价格 |
部分模型公开价格不完整，缺失字段按"暂无公开价格"展示。
小结
- GLM-5在以下类目领先:Math and Reasoning (2/3)、Claw-style Agent Evaluation (2/2)、AI Agent - Information Search (1/1)、AI Agent - Tool Usage (1/1)、Coding and Software Engineer (1/1)、Productivity Knowledge (1/1)
- Kimi K2.5在以下类目领先:General Knowledge (3/4)、Long Context (1/1)
14 个共同 benchmark 上，GLM-5 平均高出 0.86 分。
单项差距最大的 benchmark：ARC-AGI — GLM-5 44.70，Kimi K2.5 65.30（分差 -20.60）。
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。