- 排名
- #201
- 总输出令牌
- 30,249
- 响应时间（平均）
- 19.57s
- 总成本
- $0.133
Kimi K2.6 vs GLM 5
平均分几乎持平，为 5.7 vs 5.7。 GLM 5 benchmark 成本更低，为 $0.027 vs $0.133。 GLM 5 更快，为 4.03s vs 19.57s，通过率为 30.3% vs 42.4%。
- 排名
- #197
- 总输出令牌
- 1,989
- 响应时间（平均）
- 4.03s
- 总成本
- $0.027
推荐模型
GLM 5
它在这里得分最高（5.7），同时成本比Kimi K2.6低约 5.1 倍。
详细对比
| 指标 | Kimi K2.6 Kimi K2.6 none | GLM 5 GLM 5 none |
|---|---|---|
| 分数 | 5.7 | 5.7 |
| 排名 | #201 | #197 |
| 可靠性 | 10.0 | 10.0 |
| 一致性 | 9.3 | 9.3 |
| 尝试次数 | 66/66 | 63/66 |
| 测试正确 | ||
| 尝试通过率 | 30.3% | 42.4% |
| 不稳定测试 | 2 | 1 |
| 总运行次数 | 66 | 63 |
| 每个结果成本 | 3.732 | 0.263 |
| 总成本 | $0.133 | $0.027 |
| 输入价格 | $0.542 / 1M | $0.600 / 1M |
| 输出价格 | $2.281 / 1M | $1.920 / 1M |
| 总输入令牌 | 116,983 | 37,135 |
| 输出令牌 | 30,249 | 1,989 |
| 推理令牌 | 0 | 0 |
| 响应时间（平均） | 19.57s | 4.03s |
| 响应时间（最大） | 238.89s | 11.07s |
| 响应时间（总计） | 430.58s | 56.37s |
| 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 |
模型生成展示
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#201 MoonshotAI: Kimi K2.6
none- 成本
- $0.020
- 时间
- 127.4s
- 令牌
- 4,429 tok
#197 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
Nemotron 3 Supermedium免费可用vsGLM 5noneInkling SmalllowvsGLM 5noneNorth Mini Codemedium免费可用vsGLM 5noneKAT-Coder-Air V2.5highvsKimi K2.6noneKimi K2.6nonevsInkling SmalllowKimi K2.6nonevsNemotron 3 Supermedium免费可用North Mini Codemedium免费可用vsKimi K2.6noneKAT-Coder-Air V2.5highvsGLM 5noneKAT-Coder-Air V2.5mediumvsKimi K2.6noneKimi K2.6nonevsNemotron 3.5 Lightninghigh免费可用KAT-Coder-Air V2.5mediumvsGLM 5noneNemotron 3.5 Lightninghigh免费可用vsGLM 5none