GLM 5.2 vs Kimi K2.7 Code

GLM 5.2 与 Kimi K2.7 Code 并排比较:规格、能力、参数,以及 EmpirioLabs 目录中的实时价格。

Z.ai Moonshot AI 文本生成

GLM 5.2 vs Kimi K2.7 Code 概览

Z.ai 的 GLM 5.2 和 Moonshot AI 的 Kimi K2.7 Code 都属于文本生成类别,可通过 EmpirioLabs API 使用。

主要区别

  • 两个模型都发布于 2026年6月16日。
  • GLM 5.2 的上下文窗口更大:1M 个 token,Kimi K2.7 Code 为 256K。
  • 只有 Kimi K2.7 Code 支持的输入类型:图像, 视频。
  • 仅 Kimi K2.7 Code 列出的能力:multimodal, agentic coding。
  • 输入(每100万个提示词标记)和输出(每100万个生成代币)的价格 Kimi K2.7 Code 更低。

GLM 5.2 vs Kimi K2.7 Code:规格

规格GLM 5.2Kimi K2.7 Code
模型 IDglm-5-2kimi-k2-7-code
开发方Z.aiMoonshot AI
发布日期2026年6月16日2026年6月16日
上下文窗口1M 个 token256K 个 token
最大输出131,072 个 token131,072 个 token
输入
文本
文本 图像 视频
输出
文本
文本
结构化输出JSON 模式JSON Schema
区域SingaporeInternational
端点
POST /v1/chat/completions POST /v1/responses POST /v1/messages POST /v1beta/models/glm-5-2:generateContent
POST /v1/chat/completions POST /v1/responses POST /v1/messages POST /v1beta/models/kimi-k2-7-code:generateContent
能力
reasoning function calling web search
reasoning function calling multimodal agentic coding web search

GLM 5.2 vs Kimi K2.7 Code:API 价格

两个模型在 EmpirioLabs 目录中的实时价格。每张价格表始终与 API 的实际计费一致。

GLM 5.2 vs Kimi K2.7 Code:API 参数

每个模型在 EmpirioLabs 上列出的请求参数,以及适用的可选值或范围。短横线表示该模型未列出此参数。

参数GLM 5.2Kimi K2.7 Code
max_tokens1 到 131072 默认值: 655361 到 262144 默认值: 32768
temperature0 到 1 默认值: 1-
top_p0.01 到 1 默认值: 0.95-
reasoning_effortnone, minimal, low, medium, high, xhigh, max 默认值: max-
enable_thinkingboolean 默认值: true-
preserve_thinkingboolean 默认值: false-
do_sampleboolean 默认值: true-
tool_web_searchboolean 默认值: falseboolean 默认值: false
search_recency_filteroneDay, oneWeek, oneMonth, oneYear, noLimit 默认值: noLimit-
count1 到 50 默认值: 10-
search_domain_filterstring-
search_promptstring-
search_resultboolean 默认值: true-
tool_streamboolean 默认值: false-
toolsarray 默认值: []-
tool_choiceobject-

GLM 5.2 vs Kimi K2.7 Code:限制与说明

Kimi K2.7 Code

支持文本、图像和视频输入,支持256K上下文,函数调用,JSON模式结构化输出,以及每个调用调用$0.015的内置网页搜索。思维始终开启且不可禁用;推理令牌作为输出令牌计费。温度和其他采样覆盖被忽略,因为模型服务使用固定采样设置。通过API调用多步函数必须重放助手消息,且其reasoning_content字段保持完整。

如何调用 GLM 5.2 和 Kimi K2.7 Code

GLM 5.2 提供 OpenAI 兼容的 Chat Completions API。用你的 EmpirioLabs API 密钥把任意 OpenAI SDK 指向 https://api.empiriolabs.ai/v1,并使用模型 ID glm-5-2。 两个模型通过同一个端点调用。将 model 设为 glm-5-2 或 kimi-k2-7-code。 在EmpirioLabs 控制台获取 API 密钥。

cURL
curl https://api.empiriolabs.ai/v1/chat/completions \
  -H "Authorization: Bearer $EMPIRIOLABS_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "glm-5-2",
    "messages": [
      {"role": "user", "content": "Write a haiku about the ocean."}
    ]
  }'

GLM 5.2 vs Kimi K2.7 Code:测试与指南

同时涵盖两个模型的提示词测试和对比实验。

GLM 5.2 vs Kimi K2.7 Code:常见问题

GLM 5.2 和 Kimi K2.7 Code 有什么区别?

两个模型都发布于 2026年6月16日。 GLM 5.2 的上下文窗口更大:1M 个 token,Kimi K2.7 Code 为 256K。 只有 Kimi K2.7 Code 支持的输入类型:图像, 视频。 本页的规格、价格表和参数来自 EmpirioLabs 实时目录。

GLM 5.2 和 Kimi K2.7 Code 哪个价格更低?

输入(每100万个提示词标记)和输出(每100万个生成代币)的价格 Kimi K2.7 Code 更低。 两张实时价格表都在本页,并始终与 API 的实际计费一致。

可以在不重构集成的情况下在 GLM 5.2 和 Kimi K2.7 Code 之间切换吗?

可以。两个模型都使用 POST /v1/chat/completions 和同一个 EmpirioLabs API 密钥,大多数集成只需更改 model 值即可切换。如果依赖某个模型特有的参数,请先查看本页的参数表。

集成之前可以在浏览器里试用 GLM 5.2 和 Kimi K2.7 Code 吗?

可以。在 EmpirioLabs Playground 中分别打开两个模型,用 API 提供的参数对两者运行同一个提示词。

准备好使用更好的终端了吗?

查看我们的定价,或者如果你想将自己的模型部署到我们的堆栈中,请联系我们。