GLM-5.2vsKimi K2.7 Code
在 4 个共同 benchmark 中，GLM-5.2 整体领先：GLM-5.2 领先 4 项，Kimi K2.7 Code 领先 0 项，持平 0 项，平均分差 +6.89。
GLM-5.2
智谱AI · 2026-06-13 · 推理大模型
Kimi K2.7 Code
Moonshot AI · 2026-06-12 · 编程大模型
GLM-5.24 项(100%)(0%)0 项Kimi K2.7 Code
评测分数
按能力类目分组，每组内按分差大小排列；共 4 项。
跨应用与工具编排
GLM-5.2 领先 2/2| 评测项 | GLM-5.2 | Kimi K2.7 Code | 分差 |
|---|---|---|---|
| PinchBench v2 | 86.985 / 45Reported best (effort unspecified) | 76.1114 / 45Reported best (effort unspecified) | +10.87 |
| MCP-Atlas | 77.8018 / 44Thinking (With Tools) | 7622 / 44Thinking (With Tools) | +1.80 |
程序生成与编辑
GLM-5.2 领先 1/1| 评测项 | GLM-5.2 | Kimi K2.7 Code | 分差 |
|---|---|---|---|
| Program Bench | 63.703 / 15Thinking (With Tools) | 53.604 / 15Thinking (With Tools) | +10.10 |
跨能力综合测试
GLM-5.2 领先 1/1| 评测项 | GLM-5.2 | Kimi K2.7 Code | 分差 |
|---|---|---|---|
| LiveBench | 73.1821 / 117Normal (No Tools) | 68.4146 / 117Normal (No Tools) | +4.77 |
规格对比
| 字段 | GLM-5.2 | Kimi K2.7 Code |
|---|---|---|
| 发布机构 | 智谱AI | Moonshot AI |
| 发布时间 | 2026-06-13 | 2026-06-12 |
| 模型类型 | 推理大模型 | 编程大模型 |
| 架构 | MoE 架构 | MoE 架构 |
| 参数规模 | 7533.3亿 | 1万亿 |
| 上下文长度 | 1M | 256K |
| 最大输出 | 128K | 暂无数据 |
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 | Kimi K2.7 Code |
|---|---|---|
| 文本输入 | $1.4 / 1M tokens | $0.95 / 1M tokens |
| 文本输出 | $4.4 / 1M tokens | $4 / 1M tokens |
| 缓存读取 | $0.26 / 1M tokens | $0.19 / 1M tokens |
小结
- GLM-5.2在以下类目领先:跨应用与工具编排 (2/2)、程序生成与编辑 (1/1)、跨能力综合测试 (1/1)
4 个共同 benchmark 上，GLM-5.2 平均高出 6.89 分。
单项差距最大的 benchmark：PinchBench v2 — GLM-5.2 86.98，Kimi K2.7 Code 76.11（分差 +10.87）。
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。