- 排名
- #59
- 总输出令牌
- 224,128
- 响应时间（平均）
- 142.84s
- 总成本
- $3.467
Kimi K3 (max) vs GLM 5.2 (medium)
Kimi K3 (max) 平均分领先，为 7.9 vs 7.8。 GLM 5.2 (medium) benchmark 成本更低，为 $0.276 vs $3.467。 GLM 5.2 (medium) 更快，为 23.28s vs 142.84s，通过率为 77.3% vs 80.3%。
- 排名
- #66
- 总输出令牌
- 61,761
- 响应时间（平均）
- 23.28s
- 总成本
- $0.276
推荐模型
GLM 5.2 (medium)
它的得分接近这里的最高分（7.8 vs 7.9），同时成本比Kimi K3 (max)低约 12.6 倍。
详细对比
| 指标 | Kimi K3 Kimi K3 max | GLM 5.2 GLM 5.2 medium |
|---|---|---|
| 分数 | 7.9 | 7.8 |
| 排名 | #59 | #66 |
| 可靠性 | 9.0 | 9.5 |
| 一致性 | 9.2 | 8.0 |
| 尝试次数 | 66/66 | 63/66 |
| 测试正确 | ||
| 尝试通过率 | 77.3% | 80.3% |
| 不稳定测试 | 2 | 4 |
| 总运行次数 | 66 | 63 |
| 每个结果成本 | 21.668 | 2.159 |
| 总成本 | $3.467 | $0.276 |
| 输入价格 | $3.000 / 1M | $1.190 / 1M |
| 输出价格 | $15.000 / 1M | $3.740 / 1M |
| 总输入令牌 | 34,960 | 37,199 |
| 输出令牌 | 2,887 | 12,261 |
| 推理令牌 | 221,241 | 49,500 |
| 响应时间（平均） | 142.84s | 23.28s |
| 响应时间（最大） | 766.58s | 101.36s |
| 响应时间（总计） | 2714.02s | 488.94s |
| 参数量 | 2.8T 总计 (104B 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.
#59 MoonshotAI: Kimi K3
max- 成本
- $0.281
- 时间
- 506.9s
- 令牌
- 18,863 tok
#66 GLM 5.2
medium- 成本
- $0.041
- 时间
- 195.8s
- 令牌
- 9,287 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 K3maxvsGPT-5.2 ChatnoneKimi K3maxvsStep 3.7 FlashmediumKimi K3maxvsQwen3.8 27BlowKimi K3maxvsGPT-5.6 TerrahighKimi K3maxvsInklingmediumKimi K3maxvsQwen3.7 PlusmediumQwen3.8 27BlowvsGLM 5.2mediumKimi K3maxvsGLM 5.2highGPT-5.2 ChatnonevsGLM 5.2mediumKimi K3maxvsQwen3.6 PlusmediumGemini 3.5 Flash LitemediumvsKimi K3maxClaude Opus 4.8lowvsGLM 5.2medium