AI BENCHY Compare

MoonshotAI: Kimi K3 vs Z.ai: GLM 5.2

概要

GLM 5.2 (medium) が平均スコアでリードし、8.7 vs 8.5 です。 GLM 5.2 (medium) の benchmark コストが低く、$0.213 vs $3.112 です。 GLM 5.2 (medium) の方が高速で、23.28s vs 122.48s です、成功率は 82.5% vs 84.1% です。

おすすめモデルGLM 5.2 (medium)ここでは最高スコア（8.7）で、Kimi K3 (max) より約 14.6 倍低コストです。

ベンチマークは AI BENCHY テストスイートから次の日時に生成: 2026-07-16

指標	Kimi K3 Kimi K3 max リリース: 2026-07-16	GLM 5.2 GLM 5.2 medium リリース: 2026-06-17

指標	Kimi K3 Kimi K3 max リリース: 2026-07-16	GLM 5.2 GLM 5.2 medium リリース: 2026-06-17
スコア	8.5	8.7
順位	#21	#19
信頼性	9.4	9.5
一貫性	9.2	8.4
正解テスト
試行ごとの合格率	82.5%	84.1%
不安定なテスト	2	4
総実行回数	63	63
結果あたりのコスト	19.446	2.159
合計コスト	$3.112	$0.213
入力価格	$3.000 / 1M	$0.919 / 1M
出力価格	$15.000 / 1M	$2.887 / 1M
合計入力トークン	34,916	37,199
出力トークン	2,910	12,261
推論トークン	197,529	49,500
応答時間（平均）	122.48s	23.28s
応答時間（最大）	766.58s	101.36s
応答時間（合計）	2327.06s	488.94s

生成ショーケース

Hamster playing table tennis

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

#21 MoonshotAI: Kimi K3

max

コスト: $0.281
時間: 506.9s
トークン: 18,863 tok

#19 GLM 5.2

medium

コスト: $0.041
時間: 195.8s
トークン: 9,287 tok

スコア上位モデル

スコア vs 総コスト

応答時間（平均）

スコア vs 応答時間（平均）

合計出力トークン

スコア vs 合計出力トークン

カテゴリ内訳

カテゴリ:

反AIトリック	スコア	一貫性	試行ごとの合格率	不安定なテスト	正解テスト	応答時間（平均）	入力トークン	出力トークン	推論トークン
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

コーディング	スコア	一貫性	試行ごとの合格率	不安定なテスト	正解テスト	応答時間（平均）	入力トークン	出力トークン	推論トークン
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

複合	スコア	一貫性	試行ごとの合格率	不安定なテスト	正解テスト	応答時間（平均）	入力トークン	出力トークン	推論トークン
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

データ解析と抽出	スコア	一貫性	試行ごとの合格率	不安定なテスト	正解テスト	応答時間（平均）	入力トークン	出力トークン	推論トークン
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

ドメイン特化	スコア	一貫性	試行ごとの合格率	不安定なテスト	正解テスト	応答時間（平均）	入力トークン	出力トークン	推論トークン
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

汎用知能	スコア	一貫性	試行ごとの合格率	不安定なテスト	正解テスト	応答時間（平均）	入力トークン	出力トークン	推論トークン
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

指示追従	スコア	一貫性	試行ごとの合格率	不安定なテスト	正解テスト	応答時間（平均）	入力トークン	出力トークン	推論トークン
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

パズル解決	スコア	一貫性	試行ごとの合格率	不安定なテスト	正解テスト	応答時間（平均）	入力トークン	出力トークン	推論トークン
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

ツール呼び出し	スコア	一貫性	試行ごとの合格率	不安定なテスト	正解テスト	応答時間（平均）	入力トークン	出力トークン	推論トークン
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

雑学	スコア	一貫性	試行ごとの合格率	不安定なテスト	正解テスト	応答時間（平均）	入力トークン	出力トークン	推論トークン
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

クイック比較

比較ペアを切り替え

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