AI BENCHY Compare

MoonshotAI: Kimi K3 vs Z.ai: GLM 5

Resumen

La puntuación media está prácticamente empatada en 8.5 vs 8.6. GLM 5 (medium) tiene menor coste de benchmark con $0.372 vs $3.112. GLM 5 (medium) es más rápido con 33.54s vs 122.48s, con tasas de acierto de 82.5% vs 82.5%.

Modelo recomendadoGLM 5 (medium)Tiene la mejor puntuación aquí (8.6) y cuesta aproximadamente 8.4x 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 GLM 5 medium Lanzamiento: 2026-02-12

Métrica	Kimi K3 Kimi K3 max Lanzamiento: 2026-07-16	GLM 5 GLM 5 medium Lanzamiento: 2026-02-12
Puntuación	8.5	8.6
Rango	#21	#20
Fiabilidad	9.4	10.0
Consistencia	9.2	8.5
Pruebas correctas
Tasa de aciertos por intento	82.5%	82.5%
Pruebas inestables	2	4
Ejecuciones totales	63	63
Costo por resultado	19.446	1.668
Costo total	$3.112	$0.372
Precio de entrada	$3.000 / 1M	$0.950 / 1M
Precio de salida	$15.000 / 1M	$3.150 / 1M
Total de tokens de entrada	34,916	35,224
Tokens de salida	2,910	21,570
Tokens de razonamiento	197,529	102,996
Tiempo de respuesta (promedio)	122.48s	33.54s
Tiempo de respuesta (máximo)	766.58s	99.85s
Tiempo de respuesta (total)	2327.06s	435.99s

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

#20 GLM 5

medium

Coste: $0.005
Tiempo: 20.7s
Tokens: 2,068 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	10.0	10.0	100.0%	0		23.66s	555	480	7,056

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	10.0	10.0	100.0%	0		74.30s	7,254	2,997	52,930

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	10.0	10.0	100.0%	0		28.96s	12,804	662	3,242

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	7.1	5.6	83.3%	1		8.90s	5,508	567	3,734

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	3.5	4.4	33.3%	2		0ms	260	13,176	14,137

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	6.1	3.1	66.7%	1		14.69s	477	2,020	2,248

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	10.0	10.0	100.0%	0		7.25s	636	1,001	2,129

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	10.0	10.0	100.0%	0		11.33s	609	33	4,076

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	10.0	10.0	100.0%	0		15.93s	6,935	233	994

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	3.0	10.0	0.0%	0		67.37s	186	401	12,450

Comparación rápida

Cambiar par de comparación

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