GLM-4.5-Air vs Kimi K2
Benchmarks, API Token Pricing, Context Window & Speed Comparison
Related topics (12)
GLM-4.5-Air dari Zhipu AI dan Kimi K2 dari Moonshot AI adalah dua model AI unggulan. GLM-4.5-Air menawarkan jendela konteks 131.1K token dengan harga $0.00/$0.00 per 1 juta token, sedangkan Kimi K2 menyediakan konteks 131.1K token seharga $0.00/$0.00 per 1 juta token. Berikut perbandingan lengkap benchmark, latensi, dan biayanya.
Ganti & Bandingkan Model Apa Saja
Select any AI models from our verified benchmark database to generate live side-by-side matrices.
GLM-4.5-Air
Model Ringan & Hemat BiayaGLM-4.5-Air dari Zhipu AI adalah model AI yang dirancang untuk efisiensi biaya API maksimal per token dan throughput produksi yang ringan, menghadirkan jendela konteks 131K, kecepatan 120 token/detik, indeks kecerdasan 74/100, serta akses g
$0.00 / 1M
$0.00 / 1M
131.1K tokens
N/A
Kimi K2
Model Agen Otonom & AlatKimi K2 dari Moonshot AI adalah model AI yang dirancang untuk alur kerja agen otonom, pemanggilan alat (tool calling), dan otomatisasi multi-langkah, menghadirkan jendela konteks 131K, kecepatan 62 token/detik, indeks kecerdasan 83/100, ser
$0.00 / 1M
$0.00 / 1M
131.1K tokens
46%
Perbedaan Utama Sekilas
- Both models cost the same under this workload — choose on capability, not price.
- GLM-4.5-Air is faster at 120 tok/s vs 62 tok/s.
| Feature | GLM-4.5-Air | Kimi K2 |
|---|---|---|
Intelligence Index Composite reasoning & knowledge score (0-100) | 74 | 83 |
Provider | Zhipu AI | Moonshot AI |
Input Price Cost per million input tokens | $0.00 / 1M | $0.00 / 1M |
Output Price Cost per million output tokens | $0.00 / 1M | $0.00 / 1M |
Blended Price Weighted 7:2:1 cache:input:output per 1M | $0.00 / 1M | $0.00 / 1M |
Context Window Maximum input + output tokens | 131.1K tokens~197 A4 pages of text | 131.1K tokens~197 A4 pages of text |
Max Output Tokens Per single request | 8K | 16K |
Throughput Speed Tokens generated per second | 120 tok/s | 62 tok/s |
SWE-bench Verified Real-world software engineering | N/A | 46% |
GPQA Diamond Graduate-level reasoning | 52% | 66.5% |
Siapa Unggul di Mana?
At-a-glance decision frameworkEvaluations ongoing
Skor Benchmark Terverifikasi
Official evaluation metrics verified by independent third-party research labs.
Industry benchmark evaluating real-world GitHub issue resolution and multi-file debugging.
Challenging questions created by domain experts to test complex PhD-level reasoning.
Hardened reasoning and academic knowledge benchmark with reduced lucky-guess probability.
Crowdsourced human preference evaluation based on blind, head-to-head model battles.
Tokens emitted per second during active generation streaming.
Latensi & Waktu Respons
Time to first token (TTFT) and estimated end-to-end response time for a typical 500-token response.
Simulator Biaya Token Interaktif
Adjust sliders to calculate projected monthly cloud API spending with prompt caching discounts.
GLM-4.5-Air · Strengths & Key Advantages
- Jendela konteks 131K dengan kapasitas output maksimum hingga 8K token (GPQA Diamond 52% · MMLU-Pro 70%)
- Kecepatan generasi tinggi 120 token/detik dengan latensi token pertama (TTFT) hanya 360 ms
- Bobot terbuka (30B MoE) yang siap di-hosting mandiri di GPU lokal atau cloud privat melalui vLLM dan Ollama
Considerations & Trade-offs
- Membutuhkan infrastruktur GPU dengan kapasitas VRAM yang memadai untuk eksekusi lokal presisi penuh
- Pada tugas pembuktian ilmiah tingkat ekstrem, model penalaran berat kelas atas memberikan kedalaman lebih tinggi
Kimi K2 · Strengths & Key Advantages
- Jendela konteks 131K dengan kapasitas output maksimum hingga 16K token (SWE-bench Verified 46% · GPQA Diamond 66.5%)
- Kecepatan generasi tinggi 62 token/detik dengan latensi token pertama (TTFT) hanya 640 ms
- Bobot terbuka (1T total (32B MoE)) yang siap di-hosting mandiri di GPU lokal atau cloud privat melalui vLLM dan Ollama
Considerations & Trade-offs
- Membutuhkan infrastruktur GPU dengan kapasitas VRAM yang memadai untuk eksekusi lokal presisi penuh
- Pada tugas pembuktian ilmiah tingkat ekstrem, model penalaran berat kelas atas memberikan kedalaman lebih tinggi
Token Use & Task Economics
Estimated cost and token consumption to complete one representative agentic task.
| Metric | GLM-4.5-Air | Kimi K2 |
|---|---|---|
Cost per Task Estimated USD to finish one task | $0.00 | $0.00 |
Output Tokens / Task Tokens generated per task | 12K | 22K |
Reasoning Tokens / Task Thinking tokens burned per task | 2K | 8K |
Spesifikasi Teknis
Architecture, release timeline, capabilities, and modalities.
| Feature | GLM-4.5-Air | Kimi K2 |
|---|---|---|
| Official API Model ID (SDK) | glm-4-5-air | kimi-k2 |
| API Protocol | OpenAI-Compatible REST / vLLM / SGLang / HuggingFace TGI | OpenAI-Compatible REST / vLLM / SGLang / HuggingFace TGI |
| Release Date | 2025-07 | 2025-07 |
| Knowledge Cutoff | May 2025 | May 2025 |
| Architecture | Lightweight Sparse Mixture-of-Experts Transformer | Trillion-Scale Sparse Mixture-of-Experts Transformer |
| Parameters | 30B MoE | 1T total (32B active MoE) |
| Enterprise Rate Limits (RPM / TPM) | Unlimited (Hardware-bound on self-hosted GPU) / 10,000 RPM Cloud · Unlimited local throughput / 10M+ TPM Managed Cloud | Unlimited (Hardware-bound on self-hosted GPU) / 10,000 RPM Cloud · Unlimited local throughput / 10M+ TPM Managed Cloud |
| Long-Context Tier (>128K/200K) | Free across full context window (only KV-cache VRAM scales) | Free across full context window (only KV-cache VRAM scales) |
| Prompt Cache Policy & TTL | Automatic prefix KV-caching in vLLM / SGLang (0 cost) | Automatic prefix KV-caching in vLLM / SGLang (0 cost) |
| Computer Use / GUI Agent | API / CLI Tool-Use & DOM Agent ready (no raw pixel desktop click loop) | API / CLI Tool-Use & DOM Agent ready (no raw pixel desktop click loop) |
| MCP & Parallel Tool Calling | Native MCP Client/Server ready · Parallel function calling · 100% Strict JSON Schema | Native MCP Client/Server ready · Parallel function calling · 100% Strict JSON Schema |
| Web Search Grounding & Sandbox | Supported via external Tavily/Exa Search & E2B/Docker Sandbox tools | Supported via external Tavily/Exa Search & E2B/Docker Sandbox tools |
| Official Fine-Tuning Support | Full Weights SFT, LoRA, QLoRA, DPO & GRPO RL (Unsloth / Axolotl / Llama-Factory) | Full Weights SFT, LoRA, QLoRA, DPO & GRPO RL (Unsloth / Axolotl / Llama-Factory) |
| Multimodal Token Billing | Text BPE (~4 chars/token) | Text BPE (~4 chars/token) |
| Quantization & Min GPU VRAM | BF16 / FP16, FP8 Dynamic, INT4 AWQ / GPTQ, GGUF (Q4_K_M / Q8_0) · 19 GB VRAM (4-bit Quantized) · 65 GB VRAM (Native BF16) | BF16 / FP16, FP8 Dynamic, INT4 AWQ / GPTQ, GGUF (Q4_K_M / Q8_0) · 620 GB VRAM (4-bit Quantized) · 2150 GB VRAM (Native BF16) |
| Safety & Frontier Classification | Open-Weights System Card + Customizable Guardrail Layer (Llama Guard / ShieldGemma) | Open-Weights System Card + Customizable Guardrail Layer (Llama Guard / ShieldGemma) |
| Enterprise Compliance (ZDR/HIPAA/SOC2) | 100% Air-Gapped On-Premises / Private VPC · Full HIPAA, GDPR & SOC2 Control | 100% Air-Gapped On-Premises / Private VPC · Full HIPAA, GDPR & SOC2 Control |
| Input Modalities | text | text |
| Output Modalities | text | text |
GLM-4.5-Air vs Kimi K2: Jawaban Cepat (FAQ)
Which is more intelligent, GLM-4.5-Air or Kimi K2?
Kimi K2 is more intelligent. It scores 83 compared with 74 on the composite Intelligence Index.
Which model is faster?
GLM-4.5-Air is faster, generating 120 tokens per second compared with 62 tokens per second.
Which model has lower latency?
GLM-4.5-Air has lower latency, with a time to first token of 0.36s compared with 0.64s.
Kesimpulan
Baik GLM-4.5-Air (Sangat cocok untuk efisiensi biaya API maksimal per token dan throughput produksi yang ringan, sistem RAG perusahaan, dan integrasi API skala produksi.) maupun Kimi K2 (Sangat cocok untuk alur kerja agen otonom, pemanggilan alat (tool calling), dan otomatisasi multi-langkah, sistem RAG perusahaan, dan integrasi API skala produksi.) sangat tangguh: Kimi K2 unggul dalam penalaran dan pemrograman, GLM-4.5-Air memberikan kecepatan generasi token lebih tinggi, dan GLM-4.5-Air lebih hemat biaya untuk penggunaan API skala besar.
Pertanyaan Umum (FAQ)
Mana yang lebih baik untuk coding dan penalaran, GLM-4.5-Air atau Kimi K2?+
Dalam indeks kecerdasan gabungan dan benchmark coding, Kimi K2 memimpin. Lihat skor SWE-bench dan GPQA di atas untuk detailnya.
Berapa perbandingan harga API GLM-4.5-Air vs Kimi K2?+
GLM-4.5-Air mengenakan biaya $0.00 / $0.00 per 1M token input/output, sedangkan Kimi K2 sebesar $0.00 / $0.00. Secara keseluruhan, GLM-4.5-Air lebih hemat biaya.
Model mana yang memiliki jendela konteks lebih besar dan kecepatan lebih tinggi?+
GLM-4.5-Air mendukung konteks 131.1K token dibandingkan 131.1K token pada Kimi K2, sementara GLM-4.5-Air unggul dalam kecepatan output token per detik.
Understand key metrics like context window, token pricing, reasoning mode, and SWE-bench scores in our comprehensive AI glossary.
Related reading
- GLM-4.5 vs GLM-4.5-Air: Perbandingan Benchmark, Harga API & Kecepatan (2026)Bandingkan
- Kimi K2 Thinking vs Kimi K2: Perbandingan Benchmark, Harga API & Kecepatan (2026)Bandingkan
- Aion-3.0 vs Aion-Mini: Perbandingan Benchmark, Harga API & Kecepatan (2026)Bandingkan
- Aion-3.0 vs Gemini 3.6 Flash: Perbandingan Benchmark, Harga API & Kecepatan (2026)Bandingkan
- Aion-Mini vs Laguna XS 2.1: Perbandingan Benchmark, Harga API & Kecepatan (2026)Bandingkan
- Aya Expanse 32B vs Llama 3.2 90B Vision: Perbandingan Benchmark, Harga API & Kecepatan (2026)Bandingkan
Benchmark scores, token prices, and rate limits evolve rapidly as AI labs release model updates. Always verify current specifications and pricing on the official provider documentation.
Sumber resmi: Dokumentasi API resmi Zhipu AI & Moonshot AI serta evaluasi benchmark independen (2026).