AI BENCHY Compare

MoonshotAI: Kimi K3 vs Z.ai: GLM 5.2

Resumen

GLM 5.2 (medium) lidera en puntuación media con 8.7 vs 8.5. GLM 5.2 (medium) tiene menor coste de benchmark con $0.213 vs $3.112. GLM 5.2 (medium) es más rápido con 23.28s vs 122.48s, con tasas de acierto de 82.5% vs 84.1%.

Modelo recomendadoGLM 5.2 (medium)Tiene la mejor puntuación aquí (8.7) y cuesta aproximadamente 14.6x menos que Kimi K3 (max).

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-07-16

Métrica	Kimi K3 Kimi K3 max Lanzamiento: 2026-07-16	GLM 5.2 GLM 5.2 medium Lanzamiento: 2026-06-17

Métrica	Kimi K3 Kimi K3 max Lanzamiento: 2026-07-16	GLM 5.2 GLM 5.2 medium Lanzamiento: 2026-06-17
Puntuación	8.5	8.7
Rango	#21	#19
Fiabilidad	9.4	9.5
Consistencia	9.2	8.4
Pruebas correctas
Tasa de aciertos por intento	82.5%	84.1%
Pruebas inestables	2	4
Ejecuciones totales	63	63
Costo por resultado	19.446	2.159
Costo total	$3.112	$0.213
Precio de entrada	$3.000 / 1M	$0.919 / 1M
Precio de salida	$15.000 / 1M	$2.887 / 1M
Total de tokens de entrada	34,916	37,199
Tokens de salida	2,910	12,261
Tokens de razonamiento	197,529	49,500
Tiempo de respuesta (promedio)	122.48s	23.28s
Tiempo de respuesta (máximo)	766.58s	101.36s
Tiempo de respuesta (total)	2327.06s	488.94s

Generación showcase

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#21 MoonshotAI: Kimi K3

max

Coste: $0.281
Tiempo: 506.9s
Tokens: 18,863 tok

#19 GLM 5.2

medium

Coste: $0.041
Tiempo: 195.8s
Tokens: 9,287 tok

Mejores modelos por puntuación

Puntuación vs costo total

Tiempo de respuesta (promedio)

Puntuación vs Tiempo de respuesta (promedio)

Total de tokens de salida

Puntuación vs Total de tokens de salida

Desglose por categoría

Categoría:

Trucos anti-IA	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
Kimi K3	10.0	10.0	100.0%	0		10.24s	1,638	496	2,629
GLM 5.2	10.0	10.0	100.0%	0		5.89s	639	497	2,634

Programación	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
Kimi K3	10.0	10.0	100.0%	0		325.79s	8,061	460	84,012
GLM 5.2	8.2	7.2	88.9%	1		40.96s	7,317	1,475	17,123

Combinado	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
Kimi K3	10.0	10.0	100.0%	0		223.03s	12,792	399	20,460
GLM 5.2	10.0	10.0	100.0%	0		51.96s	12,696	458	4,531

Análisis y extracción de datos	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
Kimi K3	7.3	5.8	83.3%	1		16.72s	7,839	354	2,606
GLM 5.2	10.0	10.0	100.0%	0		13.44s	7,149	348	2,345

Específico del dominio	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
Kimi K3	5.9	7.2	55.6%	1		490.14s	794	80	83,180
GLM 5.2	4.1	4.4	44.5%	2		45.47s	551	8,188	11,606

Inteligencia general	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
Kimi K3	10.0	10.0	100.0%	0		14.91s	732	191	871
GLM 5.2	10.0	10.0	100.0%	0		17.39s	498	54	1,842

Seguimiento de instrucciones	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
Kimi K3	10.0	10.0	100.0%	0		7.66s	1,179	147	1,119
GLM 5.2	9.9	10.0	100.0%	0		7.90s	678	94	1,518

Resolución de acertijos	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
Kimi K3	10.0	10.0	100.0%	0		7.36s	1,416	495	1,368
GLM 5.2	8.2	7.2	88.9%	1		13.13s	672	536	4,822

Llamada de herramientas	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
Kimi K3	3.0	10.0	0.0%	0		0ms	0	0	0
GLM 5.2	10.0	10.0	100.0%	0		20.41s	6,861	230	550

Cultura general	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
Kimi K3	3.0	10.0	0.0%	0		19.67s	465	288	1,284
GLM 5.2	3.0	10.0	0.0%	0		34.25s	138	381	2,529

Comparación rápida

Cambiar par de comparación

Kimi K3maxvsGPT-5 Minimedium Kimi K3maxvsGLM 5medium Kimi K3maxvsGPT-5.4medium Seed-2.0-LitemediumvsKimi K3max Kimi K3maxvsGPT-5.2 Chatnone Kimi K3maxvsStep 3.7 Flashmedium Muse Spark 1.1lowvsGLM 5.2medium Kimi K3maxvsGPT-5.2medium Claude Opus 4.7mediumvsKimi K3max GPT-5.2 ChatnonevsGLM 5.2medium Kimi K3maxvsGrok 4.5medium Muse Spark 1.1lowvsKimi K3max