GLM-5vsKimi K2.5
在 17 个共同 benchmark 中，GLM-5 整体领先：GLM-5 领先 10 项，Kimi K2.5 领先 7 项，持平 0 项，平均分差 +1.06。
GLM-510 项(59%)(41%)7 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 17 项。
General Knowledge
Kimi K2.5 领先 4/5| 评测项 | GLM-5 | Kimi K2.5 | 分差 |
|---|---|---|---|
| ARC-AGI | 44.7047 / 68Thinking (No Tools) | 65.3034 / 68Thinking (No Tools) | -20.60 |
| ARC-AGI-2 | 4.9047 / 62Thinking (No Tools) | 11.8039 / 62Thinking (No Tools) | -6.90 |
| GPQA Diamond | 8648 / 187Thinking (No Tools) | 87.6037 / 187Thinking (No Tools) | -1.60 |
| LiveBench | 68.8543 / 115Normal (No Tools) | 69.0742 / 115Thinking (No Tools) | -0.22 |
| HLE | 50.4025 / 172 | 50.2027 / 172Thinking (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 | 82.5015 / 21Thinking (No Tools) | 81.8016 / 21Thinking (No Tools) | +0.70 |
| AIME 2026 | 92.709 / 18Thinking (No Tools) | 92.5012 / 18Thinking (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 |
Long Context
Kimi K2.5 领先 2/2| 评测项 | GLM-5 | Kimi K2.5 | 分差 |
|---|---|---|---|
| AA-LCR | 6314 / 15Thinking (No Tools) | 6512 / 15Thinking (No Tools) | -2 |
| LongBench v2 | 60.806 / 11Normal (No Tools) | 615 / 11Normal (No Tools) | -0.20 |
AI Agent - Information Search
GLM-5 领先 1/1| 评测项 | GLM-5 | Kimi K2.5 | 分差 |
|---|---|---|---|
| BrowseComp | 75.9024 / 53 | 60.6036 / 53Thinking (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 / 47 | 50.8034 / 47Thinking (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 | 77.8025 / 112Thinking (No Tools) | 76.8030 / 112Thinking (With Tools) | +1 |
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 |
常识推理
GLM-5 领先 1/1| 评测项 | GLM-5 | Kimi K2.5 | 分差 |
|---|---|---|---|
| Simple Bench | 53.2023 / 63Normal (No Tools) | 46.8030 / 63Thinking (No Tools) | +6.40 |
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 | $0.6 / 1M tokens |
| 文本输出 | $3.2 / 1M tokens | $3 / 1M tokens |
| 缓存读取 | 暂无公开价格 | $0.1 / 1M tokens |
| 缓存写入 | $0.2 / 1M tokens | 暂无公开价格 |
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)、常识推理 (1/1)
- Kimi K2.5在以下类目领先:General Knowledge (4/5)、Long Context (2/2)
17 个共同 benchmark 上，GLM-5 平均高出 1.06 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。