自动展示选中模型的核心信息与各评测得分，可左右滑动查看完整表格。 当前对比 2 个模型的评测数据与核心参数。
每条轴代表一个评测领域的平均水平，并统一映射到 100 分雷达坐标。
相对优势: AI Agent - 工具使用 +10.3 / 相对落后: 综合评估 -7.2
相对优势: 综合评估 +7.2 / 相对落后: AI Agent - 工具使用 -10.3
计算口径：同一模型在同一 benchmark 下先平均当前模式范围内的所有分数，不取最高分；再按评测领域对这些 benchmark 分数求平均。只纳入至少两个模型有数据的 benchmark，缺项不按 0 分处理。
综合领先
GLM-5 · 61.80
单项最高
GLM-5 · AIME 2026 92.70
模态覆盖
Kimi K2.5 · 2 种模态
正面对比
14
评测基准
9
领先项
5
落后项
+0.86
平均分差
完整列出各模型/模式的评测得分，便于横向比较。
14 项可对比评测得分汇总。每个模型展示最佳得分，模式在分数下方标注。
| 评测项 | GLM-5 | Kimi K2.5 |
|---|---|---|
ARC-AGI 综合评估 | 44.70开启思考 | 65.30开启思考 |
ARC-AGI-2 综合评估 | 4.90开启思考 | 11.80开启思考 |
GPQA Diamond 综合评估 | 86.00开启思考 | 87.60开启思考 |
HLE 综合评估 | 50.40开启思考 ｜ 工具 | 50.20开启思考 ｜ 工具 |
SWE-bench Verified 编程与软件工程 | 77.80开启思考 | 76.80开启思考 ｜ 工具 |
AIME 2026 数学推理 | 92.70开启思考 | 92.50开启思考 |
2.10常规模式 | 4.20常规模式 | |
IMO-AnswerBench 数学推理 | 82.50开启思考 | 81.80开启思考 |
BrowseComp AI Agent - 信息收集 | 75.90开启思考 ｜ 工具 | 60.60开启思考 ｜ 工具 |
Terminal Bench 2.0 AI Agent - 工具使用 | 61.10开启思考 ｜ 工具 | 50.80开启思考 ｜ 工具 |
GDPval-AA 生产力知识 | 46.00开启思考 | 40.00开启思考 |
AA-LCR 长上下文能力 | 63.00开启思考 | 65.00开启思考 |
Claw Bench OpenClaw智能体能力综合测评 | 91.70开启思考 ｜ 工具 | 81.70开启思考 ｜ 工具 |
Pinch Bench OpenClaw智能体能力综合测评 | 86.40开启思考 ｜ 工具 | 84.80开启思考 ｜ 工具 |
输入输出 token 价格并排展示
是否 MoE、商业授权、模态支持等附加能力对比。
| 功能与规格 | GLM-5智谱AI | Kimi K2.5Moonshot AI |
|---|---|---|
核心规格发布时间 | 2026-02-11 | 2026-01-27 |
上下文 | 200K | 256K |
参数量 | 7440 | 10000 |
激活参数量 | 400 | 320 |
最大输出 | 131072 | 16384 |
MoE 架构 | 支持 | 支持 |
支持模式 | 暂无模式数据 | 常规模式（Non-Thinking Mode）思考模式（Thinking Mode） |
开源与许可代码开源 | 未提供 | 未提供 |
权重开源 | 未开源 | 未提供 |
商业授权 | 免费商用授权 | 免费商用授权 |
模态支持文本 输入/输出 | / | / |
图片 输入/输出 | 未提供 | / |
音频 输入/输出 | 未提供 | / |
视频 输入/输出 | 未提供 | / |
Embedding 输入/输出 | 未提供 | / |
资料来源论文 / 报告 | GLM-5: From Vibe Coding to Agentic Engineering | Kimi K2.5: Visual Agentic Intelligence |
DataLearner 博客 | 未提供 | 重磅！Kimi K2.5发布，依然免费开源！原生多模态MoE架构，全球最大规模参数的开源模型之一，官方评测结果比肩诸多闭源模型！可以驱动100个子Agent执行！ |
Kimi K2.5
Moonshot AI
