#111 MoonshotAI: Kimi K2.6
none- 成本
- $0.020
- 时间
- 127.4s
- 令牌
- 4,429 tok
AI BENCHY 对比
MoonshotAI: Kimi K2.6 vs Z.ai: GLM 5
摘要
Kimi K2.6 vs GLM 5 benchmark 对比：GLM 5 平均分领先，为 6.0 vs 5.8。 GLM 5 benchmark 成本更低，为 $0.027 vs $0.079。 GLM 5 更快，为 4.03s vs 13.27s，通过率为 36.5% vs 44.4%。
推荐模型: GLM 5 - 它在这里得分最高（6.0），同时成本比Kimi K2.6低约 3.0 倍。
基准结果生成自 AI BENCHY 测试套件，时间：: 2026-06-18
| 指标 | Kimi K2.6 Kimi K2.6 none 免费可用 | GLM 5 GLM 5 none |
|---|---|---|
| 分数 | 5.8 | 6.0 |
| 排名 | #111 | #101 |
| 可靠性 | 10.0 | 10.0 |
| 一致性 | 9.2 | 9.7 |
| 测试正确 | ||
| 尝试通过率 | 36.5% | 44.4% |
| 不稳定测试 | 2 | 1 |
| 总运行次数 | 63 | 63 |
| 每个结果成本 | 1.267 | 0.263 |
| 总成本 | $0.079 | $0.027 |
| 输入价格 | $0.680 / 1M | $0.600 / 1M |
| 输出价格 | $3.410 / 1M | $1.920 / 1M |
| 总输入令牌 | 32,916 | 37,135 |
| 输出令牌 | 16,410 | 1,989 |
| 推理令牌 | 0 | 0 |
| 响应时间（平均） | 13.27s | 4.03s |
| 响应时间（最大） | 238.89s | 11.07s |
| 响应时间（总计） | 278.57s | 56.37s |
生成展示
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#101 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
North Mini Codemedium免费可用vsKimi K2.6none免费可用North Mini Codemedium免费可用vsGLM 5noneGemini 3.1 Flash LiteminimalvsGLM 5noneQwen3.5-35B-A3BmediumvsGLM 5noneGemini 3.1 Flash LiteminimalvsKimi K2.6none免费可用Gemma 4 31Bmedium免费可用vsGLM 5noneNemotron 3 Supermedium免费可用vsGLM 5noneGemini 3.1 Flash LitelowvsGLM 5noneKimi K2.6none免费可用vsQwen3.5-35B-A3BmediumGemma 4 31Bmedium免费可用vsKimi K2.6none免费可用Kimi K2.6none免费可用vsNemotron 3 Supermedium免费可用Gemini 3.1 Flash Lite PreviewlowvsGLM 5none