- 排名
- #271
- 总输出令牌
- 64,022
- 响应时间（平均）
- 26.34s
- 总成本
- $0.486
Kimi K2.6 vs GLM 5
GLM 5 平均分领先，为 5.6 vs 5.5。 GLM 5 benchmark 成本更低，为 $0.140 vs $0.486。 GLM 5 更快，为 8.74s vs 26.34s，通过率为 30.4% vs 40.6%。
已对比模型
- 排名
- #268
- 总输出令牌
- 5,577
- 响应时间（平均）
- 8.74s
- 总成本
- $0.140
推荐模型
GLM 5
它在这里得分最高（5.6），同时成本比Kimi K2.6低约 3.5 倍。
详细对比
| 指标 | Kimi K2.6 Kimi K2.6 none | GLM 5 GLM 5 none |
|---|---|---|
| 分数 | 5.5 | 5.6 |
| 排名 | #271 | #268 |
| 可靠性 | 10.0 | 10.0 |
| 一致性 | 9.0 | 9.3 |
| 尝试次数 | 69/69 | 66/69 |
| 测试正确 | ||
| 尝试通过率 | 30.4% | 40.6% |
| 不稳定测试 | 3 | 1 |
| 总运行次数 | 69 | 66 |
| 每个结果成本 | 6.999 | 1.363 |
| 总成本 | $0.486 | $0.140 |
| 输入价格 | $0.950 / 1M | $0.600 / 1M |
| 输出价格 | $4.000 / 1M | $1.920 / 1M |
| 缓存读取价格 | $0.160 / 1M | $0.120 / 1M |
| 缓存写入价格 | 不适用 | 不适用 |
| 总输入令牌 | 241,357 | 190,675 |
| 输出令牌 | 64,022 | 5,577 |
| 推理令牌 | 0 | 0 |
| 响应时间（平均） | 26.34s | 8.74s |
| 响应时间（最大） | 238.89s | 74.80s |
| 响应时间（总计） | 605.78s | 131.17s |
| 参数量 | 1T 总计 (32B 激活) | 744B 总计 (40B 激活) |
| 开放状态 | 权重可用 | 开源 |
缓存价格适用于输入令牌。读取会复用已缓存的提示词；写入会存储提示词，可能产生额外费用。输出令牌按输出价格计费。
模型生成展示
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#271 MoonshotAI: Kimi K2.6
none- 成本
- $0.020
- 时间
- 127.4s
- 令牌
- 4,429 tok
#268 GLM 5
none- 成本
- $0.007
- 时间
- 32.1s
- 令牌
- 2,023 tok
按分数排名的模型
分数 vs 总成本
响应时间（平均）
分数 vs 响应时间（平均）
总输出令牌
分数 vs 总输出令牌
类别细分
快速对比
切换对比组合
Kimi K2.6nonevsNemotron 3 Supermedium免费可用Nemotron 3 Supermedium免费可用vsGLM 5noneSpace Bunny AlphalowvsGLM 5noneNorth Mini Codemedium免费可用vsKimi K2.6noneKimi K2.6nonevsHy4 previewlowDots 3 Note Previewmedium免费可用vsGLM 5noneKimi K2.6nonevsStep 3.5 FlashmediumGPT-5 NanomediumvsGLM 5noneTrinity Large ThinkinghighvsGLM 5noneRing 2.6 1tmediumvsGLM 5noneKimi K2.6nonevsSpace Bunny AlphalowGranite 4.2 8BlowvsKimi K2.6none