GLM-5vsKimi K2.5
在 15 个共同 benchmark 中，GLM-5 整体领先：GLM-5 领先 10 项，Kimi K2.5 领先 5 项，持平 0 项，平均分差 +3.22。
GLM-510 项(67%)(33%)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 15 项。
数学
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 | 92.7019 / 30Thinking (No Tools) | 92.5022 / 30Thinking (No Tools) | +0.20 |
自主开发与终端任务
GLM-5 领先 2/2| 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 |
| Terminal Bench 2.0 | 61.1018 / 48Thinking (With Tools) | 50.8035 / 48Thinking (With Tools) | +10.30 |
跨应用与工具编排
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 |
写作与创意表达
GLM-5 领先 1/1| 评测项 | GLM-5 | Kimi K2.5 | 分差 |
|---|---|---|---|
| Creative Writing | 1,60142 / 110Normal (No Tools) | 1,57946 / 110Normal (No Tools) | +22 |
客服与业务流程
Kimi K2.5 领先 1/1| 评测项 | GLM-5 | Kimi K2.5 | 分差 |
|---|---|---|---|
| τ³-Banking | 9.79133 / 167Thinking (With Tools) | 14.20115 / 167Thinking (With Tools) | -4.41 |
抽象归纳与泛化
Kimi K2.5 领先 1/1| 评测项 | GLM-5 | Kimi K2.5 | 分差 |
|---|---|---|---|
| ARC-AGI-1 | 44.67147 / 193Thinking (No Tools) | 65.33120 / 193Thinking (No Tools) | -20.66 |
科学知识与推理
Kimi K2.5 领先 1/1| 评测项 | GLM-5 | Kimi K2.5 | 分差 |
|---|---|---|---|
| GPQA Diamond | 8680 / 253Thinking (No Tools) | 87.6065 / 253Thinking (No Tools) | -1.60 |
程序生成与编辑
GLM-5 领先 1/1| 评测项 | GLM-5 | Kimi K2.5 | 分差 |
|---|---|---|---|
| Vibe Code Bench v1.1 | 23.3645 / 61Thinking (With Tools) | 17.5450 / 61Thinking (With Tools) | +5.82 |
综合知识考试
GLM-5 领先 1/1| 评测项 | GLM-5 | Kimi K2.5 | 分差 |
|---|---|---|---|
| HLE | 50.4039 / 235Thinking (With Tools) | 50.2041 / 235Thinking (With Tools) | +0.20 |
跨行业工作评估
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 |
跨长文理解与整合
Kimi K2.5 领先 1/1| 评测项 | GLM-5 | Kimi K2.5 | 分差 |
|---|---|---|---|
| LongBench v2 | 60.807 / 14Normal (No Tools) | 616 / 14Normal (No Tools) | -0.20 |
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 | $0.2 / 1M tokens | $0.1 / 1M tokens |
小结
- GLM-5在以下类目领先:数学 (2/3)、自主开发与终端任务 (2/2)、跨应用与工具编排 (2/2)、写作与创意表达 (1/1)、程序生成与编辑 (1/1)、综合知识考试 (1/1)、跨行业工作评估 (1/1)
- Kimi K2.5在以下类目领先:客服与业务流程 (1/1)、抽象归纳与泛化 (1/1)、科学知识与推理 (1/1)、跨长文理解与整合 (1/1)
15 个共同 benchmark 上，GLM-5 平均高出 3.22 分。
单项差距最大的 benchmark：Creative Writing — GLM-5 1,601，Kimi K2.5 1,579（分差 +22）。
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。