GLM-4.5-Air vs Kimi K2
Benchmarks, API Token Pricing, Context Window & Speed Comparison
Related topics (12)
Zhipu AI tarafından geliştirilen GLM-4.5-Air ve Moonshot AI tarafından sunulan Kimi K2, kendi sınıflarının öne çıkan yapay zeka modelleridir. GLM-4.5-Air, 131.1K token bağlam penceresi ve 1M token başına $0.00/$0.00 fiyat sunarken; Kimi K2, 131.1K token bağlam penceresi ve $0.00/$0.00 fiyatla gelir. Aşağıda tüm benchmark, hız ve maliyet detaylarını inceleyebilirsiniz.
İstediğiniz Modelleri Seçin ve Karşılaştırın
Select any AI models from our verified benchmark database to generate live side-by-side matrices.
GLM-4.5-Air
Hafif ve Ekonomik ModelZhipu AI tarafından geliştirilen GLM-4.5-Air; token başına maksimum maliyet verimliliği ve hızlı üretim çıkarımı için tasarlanmış olup 131K bağlam penceresi, 120 token/sn hız, 74/100 zeka indeksi ve ücretsiz açık ağırlık erişimi sunar.
$0.00 / 1M
$0.00 / 1M
131.1K tokens
N/A
Kimi K2
Otonom Ajan ve Araç ModeliMoonshot AI tarafından geliştirilen Kimi K2; otonom ajan iş akışları, araç çağırma (tool calling) ve çok adımlı otomasyon için tasarlanmış olup 131K bağlam penceresi, 62 token/sn hız, 83/100 zeka indeksi ve ücretsiz açık ağırlık erişimi sun
$0.00 / 1M
$0.00 / 1M
131.1K tokens
46%
Bir Bakışta Temel Farklar
- 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% |
Hangi Alanda Kim Kazanıyor?
At-a-glance decision frameworkEvaluations ongoing
Doğrulanmış Benchmark Puanları
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.
Gecikme Süresi ve Yanıt Hızı
Time to first token (TTFT) and estimated end-to-end response time for a typical 500-token response.
Gerçek Zamanlı Token Maliyet Simülatörü
Adjust sliders to calculate projected monthly cloud API spending with prompt caching discounts.
GLM-4.5-Air · Strengths & Key Advantages
- 131K bağlam penceresi ve yanıt başına maksimum 8K çıktı tokenı kapasitesi (GPQA Diamond 52% · MMLU-Pro 70%)
- Sadece 360 ms ilk token gecikmesi (TTFT) ile saniyede 120 token yüksek üretim hızı
- vLLM, SGLang veya Ollama üzerinden yerel GPU sunucularında barındırılabilen açık ağırlıklı mimari (30B MoE)
Considerations & Trade-offs
- Tam hassasiyette yerel GPU çıkarımı için yeterli VRAM kapasitesine sahip donanım altyapısı gerektirir
- Çok karmaşık akademik ve bilimsel çıkarımlarda üst düzey ağır akıl yürütme modelleri daha derin sonuçlar verebilir
Kimi K2 · Strengths & Key Advantages
- 131K bağlam penceresi ve yanıt başına maksimum 16K çıktı tokenı kapasitesi (SWE-bench Verified 46% · GPQA Diamond 66.5%)
- Sadece 640 ms ilk token gecikmesi (TTFT) ile saniyede 62 token yüksek üretim hızı
- vLLM, SGLang veya Ollama üzerinden yerel GPU sunucularında barındırılabilen açık ağırlıklı mimari (1T total (32B MoE))
Considerations & Trade-offs
- Tam hassasiyette yerel GPU çıkarımı için yeterli VRAM kapasitesine sahip donanım altyapısı gerektirir
- Çok karmaşık akademik ve bilimsel çıkarımlarda üst düzey ağır akıl yürütme modelleri daha derin sonuçlar verebilir
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 |
Teknik Özellikler
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: Hızlı Yanıtlar (SSS)
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.
Sonuç
Hem GLM-4.5-Air (token başına maksimum maliyet verimliliği ve hızlı üretim çıkarımı, kurumsal RAG mimarileri ve ölçeklenebilir üretim API entegrasyonları için idealdir.) hem de Kimi K2 (otonom ajan iş akışları, araç çağırma (tool calling) ve çok adımlı otomasyon, kurumsal RAG mimarileri ve ölçeklenebilir üretim API entegrasyonları için idealdir.) güçlü üretim seçenekleridir: Kimi K2 karmaşık akıl yürütme ve kodlama testlerinde öne çıkarken, GLM-4.5-Air daha yüksek üretim hızı sağlar; GLM-4.5-Air ise yüksek hacimli API kullanımlarında daha ekonomiktir.
Sıkça Sorulan Sorular (SSS)
Kodlama ve akıl yürütme için GLM-4.5-Air mi yoksa Kimi K2 mi daha iyi?+
Bileşik zeka endeksi ve yazılım testlerinde Kimi K2 önde yer alıyor. Detaylı karşılaştırma için yukarıdaki SWE-bench ve GPQA tablolarına göz atabilirsiniz.
GLM-4.5-Air ve Kimi K2 API fiyatları nasıl karşılaştırılır?+
GLM-4.5-Air 1M giriş/çıkış tokeni başına $0.00 / $0.00 ücretlendirilirken, Kimi K2 $0.00 / $0.00 seviyesindedir. Karma maliyette GLM-4.5-Air daha avantajlıdır.
Hangi modelin bağlam penceresi daha geniş ve hızı daha yüksek?+
GLM-4.5-Air 131.1K token bağlam penceresi sunarken Kimi K2 131.1K token kapasiteye sahiptir. Saniyedeki token üretim hızında ise GLM-4.5-Air öndedir.
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: Benchmark, API Fiyatları ve Hız Karşılaştırması (2026)Karşılaştır
- Kimi K2 Thinking vs Kimi K2: Benchmark, API Fiyatları ve Hız Karşılaştırması (2026)Karşılaştır
- Aion-3.0 vs Aion-Mini: Benchmark, API Fiyatları ve Hız Karşılaştırması (2026)Karşılaştır
- Aion-3.0 vs Gemini 3.6 Flash: Benchmark, API Fiyatları ve Hız Karşılaştırması (2026)Karşılaştır
- Aion-Mini vs Laguna XS 2.1: Benchmark, API Fiyatları ve Hız Karşılaştırması (2026)Karşılaştır
- Aya Expanse 32B vs Llama 3.2 90B Vision: Benchmark, API Fiyatları ve Hız Karşılaştırması (2026)Karşılaştır
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.
Resmi kaynaklar: Zhipu AI ve Moonshot AI resmi API dokümantasyonu, sistem kartları ve bağımsız benchmark testleri (2026).