Direktvergleich

Kimi K2.6 vs. GLM-5.1

Veröffentlichte Benchmarkwerte aus derselben Version und Vergleichskohorte, API-Preise und technische Eckdaten. Unterschiedliche Testeinstellungen werden sichtbar ausgewiesen.

gemeinsame Messreihen: 173
verschiedene Benchmarks: 20
jüngster Abruf: 26.08.2026

Erstes ModellZweites Modell

Steckbrief

Allgemeine Daten

Erscheinungsdatum, Verfügbarkeit, Kontextfenster, Architektur und veröffentlichte Parameterzahlen auf einen Blick. Nicht veröffentlichte Angaben bleiben als solche markiert.

Allgemeine Daten von Kimi K2.6 und GLM-5.1
Merkmal	Kimi K2.6	GLM-5.1
Anbieter	Moonshot AI	Z.ai
Erschienen	20. Apr. 2026	7. Apr. 2026
Verfügbarkeit	Aktiv	Open Source
Modelltyp	Open Weights	Open Weights
Parameter	1 Billionen, 32 Mrd. aktiv	744 Mrd., 40 Mrd. aktiv
Architektur	Mixture of Experts	Mixture of Experts
Kontextfenster	262.144 Token	200.000 Token
Wissensstand	Nicht veröffentlicht	Nicht veröffentlicht
Technische Quellen	Modell, Kontext	Modell, Kontext

Kosten

API-Preise im Vergleich

Die Tabelle vergleicht die offiziellen Standard-API-Tarife pro 1 Mio. Token einschließlich veröffentlichter Cache-Preise. Batch, Fast, Priority, regionale Aufschläge, Toolaufrufe und Cloudpreise sind nicht eingerechnet.

API-Preise von Kimi K2.6 und GLM-5.1
Preisart	Kimi K2.6	GLM-5.1
API-Eingabe	0,95 $	1,4 $
API-Ausgabe	4 $	4,4 $
Cache lesen	0,16 $	0,26 $
Cache schreiben (5 Min.)	Nicht ausgewiesen	Nicht ausgewiesen
Cache schreiben (1 Std.)	Nicht ausgewiesen	Nicht ausgewiesen
Preis geprüft	30.07.2026 Quelle	30.07.2026 Quelle

Kimi K2.6GLM-5.1

API-EingabeUSD pro 1 Mio. Token, Basistarif

Kimi K2.60,95 $

GLM-5.11,4 $

API-AusgabeUSD pro 1 Mio. Token, Basistarif

Kimi K2.64 $

GLM-5.14,4 $

Cache lesenUSD pro 1 Mio. Token, Basistarif

Kimi K2.60,16 $

GLM-5.10,26 $

Zeichenerklärung:besserer Wertbesser, aber nicht eindeutigGleichstand

Preise nach Anbieter

Direkte Entwicklertarife und über OpenRouter geroutete Anbieterpreise sind getrennt gekennzeichnet. Alle Preise gelten in USD pro 1 Mio. Token. Kontextabhängige Direktpreise sowie regionale, Flex-, Priority- und weitere OpenRouter-Tarife bleiben einzeln erkennbar.

Anbieterpreise von Kimi K2.6 und GLM-5.1
Modell	Anbieter	Bezugsweg und Tarif	Eingabe pro 1 Mio. Token	Ausgabe pro 1 Mio. Token	Quelle
Kimi K2.6	Moonshot AI	Direkt beim EntwicklerStandard-API	0,95 $	4 $	Quelle30.07.2026
	AtlasCloud	Über OpenRouteratlas-cloud/int4	0,95 $	4 $	Quelle25.08.2026
	Baidu	Über OpenRouterbaidu/fp4	0,95 $	4 $	Quelle25.08.2026
	BaseTen	Über OpenRouterbaseten/fp4	0,95 $	4 $	Quelle25.08.2026
	Chutes	Über OpenRouterchutes/int4	0,58 $	3,4 $	Quelle25.08.2026
	Cloudflare	Über OpenRoutercloudflare	0,95 $	4 $	Quelle25.08.2026
	CoreWeave	Über OpenRoutercoreweave/fp4	0,65 $	3,41 $	Quelle25.08.2026
	Crusoe	Über OpenRoutercrusoe/bf16	0,7 $	3,5 $	Quelle25.08.2026
	Decart	Über OpenRouterdecart/fp4	0,5865 $	Günstigster erfasster Preis: 2,4696 $	Quelle25.08.2026
	DeepInfra	Über OpenRouterdeepinfra/fp4	0,75 $	3,5 $	Quelle25.08.2026
	DigitalOcean	Über OpenRouterdigitalocean	0,95 $	4 $	Quelle25.08.2026
	Fireworks	Über OpenRouterfireworks	0,95 $	4 $	Quelle25.08.2026
	GMICloud	Über OpenRoutergmicloud/fp8	0,855 $	3,6 $	Quelle25.08.2026
	Inceptron	Über OpenRouterinceptron/int4	Günstigster erfasster Preis: 0,57 $	3,39 $	Quelle25.08.2026
	Moonshot AI	Über OpenRoutermoonshotai/int4	0,95 $	4 $	Quelle25.08.2026
	Novita	Über OpenRouternovita	0,8 $	3,4 $	Quelle25.08.2026
	Parasail	Über OpenRouterparasail/int4	0,75 $	3,5 $	Quelle25.08.2026
	Phala	Über OpenRouterphala	1,09 $	4,6 $	Quelle25.08.2026
	SiliconFlow	Über OpenRoutersiliconflow/fp8	0,77 $	3,4 $	Quelle25.08.2026
	StreamLake	Über OpenRouterstreamlake/fp8	0,5985 $	2,52 $	Quelle25.08.2026
	Venice	Über OpenRoutervenice/int4	0,75 $	3,5 $	Quelle25.08.2026
GLM-5.1	Z.ai	Direkt beim EntwicklerStandard-API	1,4 $	4,4 $	Quelle30.07.2026
	Alibaba	Über OpenRouteralibaba/fp8	1,33 $	4,18 $	Quelle25.08.2026
	AtlasCloud	Über OpenRouteratlas-cloud/fp8	1,26 $	3,96 $	Quelle25.08.2026
	Baidu	Über OpenRouterbaidu/fp8	1,4 $	4,4 $	Quelle25.08.2026
	Chutes	Über OpenRouterchutes/fp8	0,98 $	3,08 $	Quelle25.08.2026
	Crusoe	Über OpenRoutercrusoe/fp8	1,2 $	4,4 $	Quelle25.08.2026
	DeepInfra	Über OpenRouterdeepinfra/fp4	1,05 $	3,5 $	Quelle25.08.2026
	DigitalOcean	Über OpenRouterdigitalocean	1,3 $	4,3 $	Quelle25.08.2026
	Friendli	Über OpenRouterfriendli	1,4 $	4,4 $	Quelle25.08.2026
	GMICloud	Über OpenRoutergmicloud/fp8	Günstigster erfasster Preis: 0,91 $	Günstigster erfasster Preis: 2,86 $	Quelle25.08.2026
	Nebius	Über OpenRouternebius/fp8	1,4 $	4,4 $	Quelle25.08.2026
	Novita	Über OpenRouternovita/fp8	1,38 $	4,4 $	Quelle25.08.2026
	Parasail	Über OpenRouterparasail/fp8	1,4 $	4,4 $	Quelle25.08.2026
	Phala	Über OpenRouterphala	1,21 $	4,2 $	Quelle25.08.2026
	SiliconFlow	Über OpenRoutersiliconflow/fp8	1,19 $	3,74 $	Quelle25.08.2026
	StreamLake	Über OpenRouterstreamlake/fp8	0,966 $	3,036 $	Quelle25.08.2026
	Venice	Über OpenRoutervenice/fp8	1,54 $	4,84 $	Quelle25.08.2026
	Z.AI	Über OpenRouterz-ai/fp8	1,4 $	4,4 $	Quelle25.08.2026

Leistung

Gemeinsame Benchmarks

Nur veröffentlichte Ergebnisse mit derselben Benchmark-Version, Aufgabe, Metrik und Vergleichskohorte werden gegenübergestellt. Wenn Anbieter unterschiedliche Reasoning-Stufen, Agenten oder Ausgabegrenzen verwendet haben, steht das direkt in der Tabelle.

Fähigkeitsprofil aus vergleichbaren Benchmarks

Jede Achse mittelt direkt vergleichbare Benchmarkfamilien. Ein Wert von 100 bedeutet den stärkeren Wert innerhalb dieses Duells, keinen universellen Qualitätswert.

Kimi K2.6

GLM-5.1

Coding: 99,9 / 94,9 (6 Benchmarkfamilien)

Reasoning: 99,8 / 97,4 (2 Benchmarkfamilien)

Mathematik: 100 / 99,8 (1 Benchmarkfamilie)

Wissen: 99,8 / 99,6 (2 Benchmarkfamilien)

Finanzen: 99,8 / 97,9 (4 Benchmarkfamilien)

Recht: 89 / 74,9 (4 Benchmarkfamilien)

Agenten-Aufgaben: 97 / 97,1 (1 Benchmarkfamilie)

Produktivität: 91,6 / 100 (1 Benchmarkfamilie)

48 passende Messreihen aus 19 Benchmarkfamilien wurden berücksichtigt. Das Radar zeigt 8 von 11 vergleichbaren Kategorien.

Kimi K2.6GLM-5.1

Code MigrationOverall. Mehr ist besser. Kein dokumentierter Setup-Unterschied

Kimi K2.627,768 %

GLM-5.125,768 %

CorpFin v2Overall. Mehr ist besser. Kein dokumentierter Setup-Unterschied

Kimi K2.666,744 %

GLM-5.164,452 %

Finance Agent (v2)Overall. Mehr ist besser. Kein dokumentierter Setup-Unterschied

Kimi K2.644,899 %

GLM-5.144,792 %

GPQA DiamondOverall. Mehr ist besser. Kein dokumentierter Setup-Unterschied

Kimi K2.689,142 %

GLM-5.184,518 %

Harvey's Legal Agent BenchmarkOverall · Task fully resolved. Mehr ist besser. Kein dokumentierter Setup-Unterschied

Kimi K2.61,667 %

GLM-5.10 %

Legal Research BenchOverall · All-pass. Mehr ist besser. Kein dokumentierter Setup-Unterschied

Kimi K2.615,865 %

GLM-5.127,885 %

LegalBenchOverall. Mehr ist besser. Kein dokumentierter Setup-Unterschied

Kimi K2.684,738 %

GLM-5.184,394 %

LiveCodeBench v6Overall. Mehr ist besser. Kein dokumentierter Setup-Unterschied

Kimi K2.686,771 %

GLM-5.181,38 %

LMArena Text, Style ControlOverall. Mehr ist besser. Kein dokumentierter Setup-Unterschied

Kimi K2.61.460,65

GLM-5.11.467,757

MedCodeOverall. Mehr ist besser. Kein dokumentierter Setup-Unterschied

Kimi K2.640,142 %

GLM-5.141,604 %

MedScribeOverall. Mehr ist besser. Kein dokumentierter Setup-Unterschied

Kimi K2.678,149 %

GLM-5.172,27 %

MMLU-ProOverall. Mehr ist besser. Kein dokumentierter Setup-Unterschied

Kimi K2.687,572 %

GLM-5.186,9 %

Zeichenerklärung:besserer Wertbesser, aber nicht eindeutigGleichstand

Benchmarkwerte von Kimi K2.6 und GLM-5.1
Benchmark und Aufgabe	Kimi K2.6	GLM-5.1	Quelle
Code MigrationOverall Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 1Messgröße: accuracyBewertung: Mehr ist besser	Gewinner27,768 %	25,768 %	Vals AI Quellendetails Datenstand: 19.08.2026
CorpFin v2Overall Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 2Messgröße: accuracyBewertung: Mehr ist besser	Gewinner66,744 %	64,452 %	Vals AI Quellendetails Datenstand: 12.08.2026
Finance Agent (v2)Overall Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 2Messgröße: accuracyBewertung: Mehr ist besser	Gewinner44,899 %	44,792 %	Vals AI Quellendetails Datenstand: 19.08.2026
GPQA DiamondOverall Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 1Messgröße: accuracyBewertung: Mehr ist besser	Gewinner89,142 %	84,518 %	Vals AI Quellendetails Datenstand: 19.08.2026
Harvey's Legal Agent BenchmarkOverall · Task fully resolved Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 1Messgröße: task resolution rateBewertung: Mehr ist besser	Gewinner1,667 %	0 %	Vals AI Quellendetails Datenstand: 19.08.2026
Legal Research BenchOverall · All-pass Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 1Messgröße: all-pass rateBewertung: Mehr ist besser	15,865 %	Gewinner27,885 %	Vals AI Quellendetails Datenstand: 19.08.2026
LegalBenchOverall Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 1Messgröße: accuracyBewertung: Mehr ist besser	Gewinner84,738 %	84,394 %	Vals AI Quellendetails Datenstand: 19.08.2026
LiveCodeBench v6Overall Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 1Messgröße: accuracyBewertung: Mehr ist besser	Gewinner86,771 %	81,38 %	Vals AI Quellendetails Datenstand: 19.08.2026
LMArena Text, Style ControlOverall Testdetails Kein dokumentierter Unterschied im TestaufbauKein klarer VorsprungVersion: style-control-v1Messgröße: style-controlled Bradley-Terry ratingBewertung: Mehr ist besserKimi K2.6: Snapshot: kimi-k2.6, Harness: Arena text, style control GLM-5.1: Snapshot: glm-5.1, Harness: Arena text, style controlKimi K2.6: Stilbereinigte Arena-Bewertung aus 37.543 anonymen Paarvergleichen.GLM-5.1: Stilbereinigte Arena-Bewertung aus 42.267 anonymen Paarvergleichen.	1.460,65 95-%-Konfidenzintervall: ±4,54Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall und Modellkonfiguration gehören zum Ergebnis.	Kein klarer Vorsprung1.467,757 95-%-Konfidenzintervall: ±4,079Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall und Modellkonfiguration gehören zum Ergebnis.	LMArena Quellendetails Datenstand: 21.08.2026
MedCodeOverall Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 1Messgröße: accuracyBewertung: Mehr ist besser	40,142 %	Gewinner41,604 %	Vals AI Quellendetails Datenstand: 20.08.2026
MedScribeOverall Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 1Messgröße: accuracyBewertung: Mehr ist besser	Gewinner78,149 %	72,27 %	Vals AI Quellendetails Datenstand: 20.08.2026
MMLU-ProOverall Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 1Messgröße: accuracyBewertung: Mehr ist besser	Gewinner87,572 %	86,9 %	Vals AI Quellendetails Datenstand: 19.08.2026
ProgramBenchOverall Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 1Messgröße: accuracyBewertung: Mehr ist besser	Gleichstand0 %	Gleichstand0 %	Vals AI Quellendetails Datenstand: 19.08.2026
Public Benefits Bench v1.1Overall Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 1.1Messgröße: accuracyBewertung: Mehr ist besser	56,631 %	Gewinner61,84 %	Vals AI Quellendetails Datenstand: 12.08.2026
SWE-bench VerifiedOverall Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 1Messgröße: accuracyBewertung: Mehr ist besser	76,2 %	Gewinner76,4 %	Vals AI Quellendetails Datenstand: 19.08.2026
TaxEval v2Overall Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 2Messgröße: accuracyBewertung: Mehr ist besser	Gewinner74,652 %	71,194 %	Vals AI Quellendetails Datenstand: 19.08.2026
Terminal-Bench 2.0Overall Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 2.0Messgröße: accuracyBewertung: Mehr ist besser	Gewinner57,303 %	53,933 %	Vals AI Quellendetails Datenstand: 04.06.2026
Terminal-Bench 2.1Overall Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 2.1Messgröße: accuracyBewertung: Mehr ist besser	53,558 %	Gewinner56,929 %	Vals AI Quellendetails Datenstand: 19.08.2026
Vals IndexCorpFin v2 Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1.2Messgröße: benchmark scoreBewertung: Mehr ist besserKimi K2.6: Top P: 0.95, Ausgabegrenze: 128.000 tokens	Höherer Messwert68,182 %	65,268 %	Vals AI Quellendetails Datenstand: 09.08.2026
Vibe Code Bench v1.1Overall Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 1.1Messgröße: accuracyBewertung: Mehr ist besserEinstellungen: Harness: OpenHands	Gewinner37,891 %	31,456 %	Vals AI Quellendetails Datenstand: 19.08.2026
Code MigrationCLI Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserKimi K2.6: Top P: 0.95, Ausgabegrenze: 128.000 tokens GLM-5.1: Temperatur: 1, Top P: 0.95, Ausgabegrenze: 131.072 tokens	17,977 %	Höherer Messwert18,833 %	Vals AI Quellendetails Datenstand: 09.08.2026
CorpFin v2Exact Pages Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 2Messgröße: accuracyBewertung: Mehr ist besserKimi K2.6: Top P: 0.95, Ausgabegrenze: 48.000 tokens	Höherer Messwert64,802 %	61,772 %	Vals AI Quellendetails Datenstand: 06.08.2026
Finance Agent (v2)Adjustments Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 2Messgröße: accuracyBewertung: Mehr ist besserKimi K2.6: Top P: 0.95, Ausgabegrenze: 128.000 tokens	37,934 %	Höherer Messwert43,276 %	Vals AI Quellendetails Datenstand: 06.08.2026
GPQA DiamondFew-Shot CoT Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserKimi K2.6: Top P: 0.95, Ausgabegrenze: 128.000 tokens	Höherer Messwert89,899 %	85,787 %	Vals AI Quellendetails Datenstand: 09.08.2026
Harvey's Legal Agent BenchmarkAntitrust Competition · Criteria passed Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: criteria pass rateBewertung: Mehr ist besserKimi K2.6: Top P: 0.95, Ausgabegrenze: 128.000 tokens GLM-5.1: Temperatur: 1, Top P: 0.95, Ausgabegrenze: 131.072 tokens	63,768 %	Höherer Messwert71,377 %	Vals AI Quellendetails Datenstand: 07.08.2026
Legal Research BenchAdministrative / Regulatory · All-pass Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: all-pass rateBewertung: Mehr ist besserKimi K2.6: Top P: 0.95, Ausgabegrenze: 128.000 tokens GLM-5.1: Temperatur: 1, Top P: 0.95, Ausgabegrenze: 131.072 tokens	18,182 %	Höherer Messwert31,818 %	Vals AI Quellendetails Datenstand: 06.08.2026
LegalBenchConclusion Tasks Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserKimi K2.6: Top P: 0.95, Ausgabegrenze: 128.000 tokens	89,413 %	Höherer Messwert89,575 %	Vals AI Quellendetails Datenstand: 09.08.2026
LiveCodeBench v6Easy Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserKimi K2.6: Top P: 0.95, Ausgabegrenze: 256.000 tokens	Höherer Messwert99,068 %	98,754 %	Vals AI Quellendetails Datenstand: 09.08.2026
LMArena Text, Style ControlBusiness, management and finance Testdetails Kein dokumentierter Unterschied im TestaufbauKein klarer VorsprungVersion: style-control-v1Messgröße: style-controlled Bradley-Terry ratingBewertung: Mehr ist besserKimi K2.6: Snapshot: kimi-k2.6, Harness: Arena text, style control GLM-5.1: Snapshot: glm-5.1, Harness: Arena text, style controlKimi K2.6: Stilbereinigte Arena-Bewertung aus 7.490 anonymen Paarvergleichen.GLM-5.1: Stilbereinigte Arena-Bewertung aus 8.473 anonymen Paarvergleichen.	1.456,017 95-%-Konfidenzintervall: ±7,737Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall und Modellkonfiguration gehören zum Ergebnis.	Kein klarer Vorsprung1.465,984 95-%-Konfidenzintervall: ±7,262Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall und Modellkonfiguration gehören zum Ergebnis.	LMArena Quellendetails Datenstand: 21.08.2026
MMLU-ProBiology Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserKimi K2.6: Top P: 0.95, Ausgabegrenze: 96.000 tokens	Kein direkter Sieger93,724 %	Kein direkter Sieger93,724 %	Vals AI Quellendetails Datenstand: 09.08.2026
ProgramBenchAlmost Resolved Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserKimi K2.6: Top P: 0.95, Ausgabegrenze: 128.000 tokens GLM-5.1: Temperatur: 1, Top P: 0.95, Ausgabegrenze: 131.072 tokens	0,5 %	Höherer Messwert1 %	Vals AI Quellendetails Datenstand: 09.08.2026
SWE-bench Verified<15 min fix Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserKimi K2.6: Top P: 0.95, Ausgabegrenze: 128.000 tokens GLM-5.1: Temperatur: 1, Top P: 0.95, Ausgabegrenze: 131.072 tokens	87,629 %	Höherer Messwert88,66 %	Vals AI Quellendetails Datenstand: 08.08.2026
TaxEval v2Correctness Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 2Messgröße: accuracyBewertung: Mehr ist besserKimi K2.6: Top P: 0.95, Ausgabegrenze: 128.000 tokens	Höherer Messwert62,715 %	61,538 %	Vals AI Quellendetails Datenstand: 09.08.2026
Terminal-Bench 2.0Easy Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 2.0Messgröße: accuracyBewertung: Mehr ist besserKimi K2.6: Top P: 0.95, Ausgabegrenze: 256.000 tokens GLM-5.1: Temperatur: 1, Top P: 0.95, Ausgabegrenze: 131.072 tokens	Kein direkter Sieger75 %	Kein direkter Sieger75 %	Vals AI Quellendetails Datenstand: 04.06.2026
Terminal-Bench 2.1Easy Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 2.1Messgröße: accuracyBewertung: Mehr ist besserKimi K2.6: Top P: 0.95, Ausgabegrenze: 256.000 tokens GLM-5.1: Temperatur: 1, Top P: 0.95, Ausgabegrenze: 131.072 tokens	Kein direkter Sieger83,333 %	Kein direkter Sieger83,333 %	Vals AI Quellendetails Datenstand: 06.08.2026
Vals IndexFinance Agent v2 Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1.2Messgröße: benchmark scoreBewertung: Mehr ist besserKimi K2.6: Top P: 0.95, Ausgabegrenze: 128.000 tokens	Höherer Messwert44,932 %	44,79 %	Vals AI Quellendetails Datenstand: 09.08.2026
Code MigrationCOBOL Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserKimi K2.6: Top P: 0.95, Ausgabegrenze: 128.000 tokens GLM-5.1: Temperatur: 1, Top P: 0.95, Ausgabegrenze: 131.072 tokens	Höherer Messwert57,143 %	46,571 %	Vals AI Quellendetails Datenstand: 09.08.2026
CorpFin v2Max Fitting Context Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 2Messgröße: accuracyBewertung: Mehr ist besserKimi K2.6: Top P: 0.95, Ausgabegrenze: 48.000 tokens	Höherer Messwert67,249 %	66,317 %	Vals AI Quellendetails Datenstand: 06.08.2026
Finance Agent (v2)All-Pass Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 2Messgröße: accuracyBewertung: Mehr ist besserKimi K2.6: Top P: 0.95, Ausgabegrenze: 128.000 tokens	32,584 %	Höherer Messwert32,68 %	Vals AI Quellendetails Datenstand: 06.08.2026
GPQA DiamondZero-Shot CoT Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserKimi K2.6: Top P: 0.95, Ausgabegrenze: 128.000 tokens	Höherer Messwert88,384 %	83,249 %	Vals AI Quellendetails Datenstand: 09.08.2026
Harvey's Legal Agent BenchmarkAntitrust Competition · Task fully resolved Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: task resolution rateBewertung: Mehr ist besserKimi K2.6: Top P: 0.95, Ausgabegrenze: 128.000 tokens GLM-5.1: Temperatur: 1, Top P: 0.95, Ausgabegrenze: 131.072 tokens	Kein direkter Sieger0 %	Kein direkter Sieger0 %	Vals AI Quellendetails Datenstand: 07.08.2026
Legal Research BenchAdministrative / Regulatory · Weighted partial credit Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: weighted partial-credit scoreBewertung: Mehr ist besserKimi K2.6: Top P: 0.95, Ausgabegrenze: 128.000 tokens GLM-5.1: Temperatur: 1, Top P: 0.95, Ausgabegrenze: 131.072 tokens	75,531 %	Höherer Messwert80,005 %	Vals AI Quellendetails Datenstand: 06.08.2026
LegalBenchInterpretation Tasks Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserKimi K2.6: Top P: 0.95, Ausgabegrenze: 128.000 tokens	Höherer Messwert82,197 %	81,709 %	Vals AI Quellendetails Datenstand: 09.08.2026
LiveCodeBench v6Hard Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserKimi K2.6: Top P: 0.95, Ausgabegrenze: 256.000 tokens	Höherer Messwert71,429 %	57,429 %	Vals AI Quellendetails Datenstand: 09.08.2026
LMArena Text, Style ControlChinese Testdetails Kein dokumentierter Unterschied im TestaufbauKein klarer VorsprungVersion: style-control-v1Messgröße: style-controlled Bradley-Terry ratingBewertung: Mehr ist besserKimi K2.6: Snapshot: kimi-k2.6, Harness: Arena text, style control GLM-5.1: Snapshot: glm-5.1, Harness: Arena text, style controlKimi K2.6: Stilbereinigte Arena-Bewertung aus 1.901 anonymen Paarvergleichen.GLM-5.1: Stilbereinigte Arena-Bewertung aus 2.556 anonymen Paarvergleichen.	Kein klarer Vorsprung1.527,8 95-%-Konfidenzintervall: ±14,479Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall und Modellkonfiguration gehören zum Ergebnis.	1.519,694 95-%-Konfidenzintervall: ±12,722Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall und Modellkonfiguration gehören zum Ergebnis.	LMArena Quellendetails Datenstand: 21.08.2026
MMLU-ProBusiness Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserKimi K2.6: Top P: 0.95, Ausgabegrenze: 96.000 tokens	Höherer Messwert91,635 %	91,128 %	Vals AI Quellendetails Datenstand: 09.08.2026
ProgramBenchFully Resolved Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserKimi K2.6: Top P: 0.95, Ausgabegrenze: 128.000 tokens GLM-5.1: Temperatur: 1, Top P: 0.95, Ausgabegrenze: 131.072 tokens	Kein direkter Sieger0 %	Kein direkter Sieger0 %	Vals AI Quellendetails Datenstand: 09.08.2026
SWE-bench Verified>4 hours Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserKimi K2.6: Top P: 0.95, Ausgabegrenze: 128.000 tokens GLM-5.1: Temperatur: 1, Top P: 0.95, Ausgabegrenze: 131.072 tokens	0 %	Höherer Messwert33,333 %	Vals AI Quellendetails Datenstand: 08.08.2026
TaxEval v2Stepwise Reasoning Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 2Messgröße: accuracyBewertung: Mehr ist besserKimi K2.6: Top P: 0.95, Ausgabegrenze: 128.000 tokens	Höherer Messwert86,59 %	80,851 %	Vals AI Quellendetails Datenstand: 09.08.2026
Terminal-Bench 2.0Hard Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 2.0Messgröße: accuracyBewertung: Mehr ist besserKimi K2.6: Top P: 0.95, Ausgabegrenze: 256.000 tokens GLM-5.1: Temperatur: 1, Top P: 0.95, Ausgabegrenze: 131.072 tokens	Kein direkter Sieger36,667 %	Kein direkter Sieger36,667 %	Vals AI Quellendetails Datenstand: 04.06.2026
Terminal-Bench 2.1Hard Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 2.1Messgröße: accuracyBewertung: Mehr ist besserKimi K2.6: Top P: 0.95, Ausgabegrenze: 256.000 tokens GLM-5.1: Temperatur: 1, Top P: 0.95, Ausgabegrenze: 131.072 tokens	25,556 %	Höherer Messwert37,778 %	Vals AI Quellendetails Datenstand: 06.08.2026
Vals IndexSWE-bench Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 1.2Messgröße: benchmark scoreBewertung: Mehr ist besser	Gewinner74,51 %	72,549 %	Vals AI Quellendetails Datenstand: 09.08.2026
Code MigrationCode Quality Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: mean reviewer code-quality ratingBewertung: Mehr ist besserKimi K2.6: Top P: 0.95, Ausgabegrenze: 128.000 tokens GLM-5.1: Temperatur: 1, Top P: 0.95, Ausgabegrenze: 131.072 tokens	3,149 / 5	Höherer Messwert3,544 / 5	Vals AI Quellendetails Datenstand: 09.08.2026
CorpFin v2Shared Max Context Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 2Messgröße: accuracyBewertung: Mehr ist besserKimi K2.6: Top P: 0.95, Ausgabegrenze: 48.000 tokens	Höherer Messwert68,182 %	65,268 %	Vals AI Quellendetails Datenstand: 06.08.2026
Finance Agent (v2)Comparables Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 2Messgröße: accuracyBewertung: Mehr ist besserKimi K2.6: Top P: 0.95, Ausgabegrenze: 128.000 tokens	41,069 %	Höherer Messwert41,557 %	Vals AI Quellendetails Datenstand: 06.08.2026
Harvey's Legal Agent BenchmarkArbitration International Dispute Resolution · Criteria passed Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: criteria pass rateBewertung: Mehr ist besserKimi K2.6: Top P: 0.95, Ausgabegrenze: 128.000 tokens GLM-5.1: Temperatur: 1, Top P: 0.95, Ausgabegrenze: 131.072 tokens	50,179 %	Höherer Messwert53,405 %	Vals AI Quellendetails Datenstand: 07.08.2026
Legal Research BenchBusiness & Commercial · All-pass Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: all-pass rateBewertung: Mehr ist besserKimi K2.6: Top P: 0.95, Ausgabegrenze: 128.000 tokens GLM-5.1: Temperatur: 1, Top P: 0.95, Ausgabegrenze: 131.072 tokens	20,93 %	Höherer Messwert23,256 %	Vals AI Quellendetails Datenstand: 06.08.2026
LegalBenchIssue Tasks Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserKimi K2.6: Top P: 0.95, Ausgabegrenze: 128.000 tokens	Höherer Messwert90,089 %	89,02 %	Vals AI Quellendetails Datenstand: 09.08.2026
LiveCodeBench v6Medium Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserKimi K2.6: Top P: 0.95, Ausgabegrenze: 256.000 tokens	Höherer Messwert89,817 %	87,958 %	Vals AI Quellendetails Datenstand: 09.08.2026
LMArena Text, Style ControlCoding Testdetails Kein dokumentierter Unterschied im TestaufbauKein klarer VorsprungVersion: style-control-v1Messgröße: style-controlled Bradley-Terry ratingBewertung: Mehr ist besserKimi K2.6: Snapshot: kimi-k2.6, Harness: Arena text, style control GLM-5.1: Snapshot: glm-5.1, Harness: Arena text, style controlKimi K2.6: Stilbereinigte Arena-Bewertung aus 10.418 anonymen Paarvergleichen.GLM-5.1: Stilbereinigte Arena-Bewertung aus 11.848 anonymen Paarvergleichen.	1.514,389 95-%-Konfidenzintervall: ±7,062Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall und Modellkonfiguration gehören zum Ergebnis.	Kein klarer Vorsprung1.515,26 95-%-Konfidenzintervall: ±6,441Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall und Modellkonfiguration gehören zum Ergebnis.	LMArena Quellendetails Datenstand: 21.08.2026
MMLU-ProChemistry Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserKimi K2.6: Top P: 0.95, Ausgabegrenze: 96.000 tokens	Höherer Messwert92,491 %	91,844 %	Vals AI Quellendetails Datenstand: 09.08.2026
ProgramBenchRaw Pass Rate Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserKimi K2.6: Top P: 0.95, Ausgabegrenze: 128.000 tokens GLM-5.1: Temperatur: 1, Top P: 0.95, Ausgabegrenze: 131.072 tokens	47,952 %	Höherer Messwert50,879 %	Vals AI Quellendetails Datenstand: 09.08.2026
SWE-bench Verified1-4 hours Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserKimi K2.6: Top P: 0.95, Ausgabegrenze: 128.000 tokens GLM-5.1: Temperatur: 1, Top P: 0.95, Ausgabegrenze: 131.072 tokens	40,476 %	Höherer Messwert45,238 %	Vals AI Quellendetails Datenstand: 08.08.2026
Terminal-Bench 2.0Medium Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 2.0Messgröße: accuracyBewertung: Mehr ist besserKimi K2.6: Top P: 0.95, Ausgabegrenze: 256.000 tokens GLM-5.1: Temperatur: 1, Top P: 0.95, Ausgabegrenze: 131.072 tokens	Höherer Messwert67,273 %	61,818 %	Vals AI Quellendetails Datenstand: 04.06.2026
Zeichenerklärung:besserer Wertbesser, aber nicht eindeutigGleichstand

So liest du den Vergleich

Ein Benchmark-Sieg ist kein Gesamturteil

Entscheidend sind deine Aufgaben, dein Budget und die benötigte Kontextlänge. Ein Coding-Benchmark sagt wenig über Bildverständnis oder Agentenarbeit aus.

Die Standardpreistabelle nutzt direkte Entwicklertarife. Der Anbieter-Vergleich kennzeichnet OpenRouter-Endpoints, Regionen und Sondertarife separat.

Jeder Messwert verlinkt seine Messstelle und zeigt den Abrufstand. Je nach Kennzeichnung handelt es sich um eine Anbieterangabe, ein offizielles Benchmark-Leaderboard oder eine unabhängige Evaluation. Strittige oder archivierte Ergebnisse werden nicht verwendet.

Weitere Duelle

Vergleiche Kimi K2.6 und GLM-5.1 mit weiteren wichtigen Modellen. Alle Duelle nutzen dieselbe Daten- und Benchmarklogik.

Zum vollständigen LLM-Vergleich