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 +1.75。
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。
Agent Level Benchmark
GLM-5 领先 2/3| 评测项 | GLM-5 | Kimi K2.5 | 分差 |
|---|---|---|---|
| Terminal Bench Hard | 39.4053 / 244Normal (With Tools) | 18.90150 / 244Normal (With Tools) | +20.50 |
| τ²-Bench - Telecom | 97.4016 / 264Normal (With Tools) | 81.30108 / 264Normal (With Tools) | +16.10 |
| τ³-Banking | 9.79130 / 164Thinking (With Tools) | 14.20113 / 164Thinking (With Tools) | -4.41 |
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 | 82.5017 / 24Thinking (No Tools) | 81.8018 / 24Thinking (No Tools) | +0.70 |
| AIME 2026 | 92.7018 / 29Thinking (No Tools) | 92.5021 / 29Thinking (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 | 86.4013 / 38Thinking (With Tools) | 84.8018 / 38Thinking (With Tools) | +1.60 |
General Knowledge
Kimi K2.5 领先 2/2| 评测项 | GLM-5 | Kimi K2.5 | 分差 |
|---|---|---|---|
| ARC-AGI-1 | 44.67111 / 147Thinking (No Tools) | 65.3390 / 147Thinking (No Tools) | -20.66 |
| HLE | 7.60427 / 563Normal (No Tools) · Text only | 13.20357 / 563Normal (No Tools) · Text only | -5.60 |
Long Context
Kimi K2.5 领先 2/2| 评测项 | GLM-5 | Kimi K2.5 | 分差 |
|---|---|---|---|
| AA-LCR | 43.70151 / 170Normal (No Tools) | 67.30113 / 170Normal (No Tools) | -23.60 |
| LongBench v2 | 60.807 / 14Normal (No Tools) | 616 / 14Normal (No Tools) | -0.20 |
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 / 48Thinking (With Tools) | 50.8035 / 48Thinking (With Tools) | +10.30 |
Instruction Following
GLM-5 领先 1/1| 评测项 | GLM-5 | Kimi K2.5 | 分差 |
|---|---|---|---|
| IF Bench | 55.20132 / 282Normal (No Tools) | 43.70188 / 282Normal (No Tools) | +11.50 |
Productivity Knowledge
GLM-5 领先 1/1| 评测项 | GLM-5 | Kimi K2.5 | 分差 |
|---|---|---|---|
| GDPval-AA | 468 / 15Thinking (No Tools) | 409 / 15Thinking (No Tools) | +6 |
Writing and Creative Capabilities
GLM-5 领先 1/1| 评测项 | GLM-5 | Kimi K2.5 | 分差 |
|---|---|---|---|
| Creative Writing | 1,59839 / 106Normal (No Tools) | 1,57643 / 106Normal (No Tools) | +21.70 |
科学与综合推理
Kimi K2.5 领先 1/1| 评测项 | GLM-5 | Kimi K2.5 | 分差 |
|---|---|---|---|
| GPQA Diamond | 66.60349 / 462Normal (No Tools) | 78.90248 / 462Normal (No Tools) | -12.30 |
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:Agent Level Benchmark (2/3)、Math and Reasoning (2/3)、Claw-style Agent Evaluation (2/2)、AI Agent - Tool Usage (1/1)、Instruction Following (1/1)、Productivity Knowledge (1/1)、Writing and Creative Capabilities (1/1)
- Kimi K2.5在以下类目领先:General Knowledge (2/2)、Long Context (2/2)、科学与综合推理 (1/1)
17 个共同 benchmark 上，GLM-5 平均高出 1.75 分。
单项差距最大的 benchmark：AA-LCR — GLM-5 43.70，Kimi K2.5 67.30（分差 -23.60）。
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。