五家AI模型横向对比_含字节火山方舟.xlsxVIP

评估维度 KimiK2.5 小米MiMo-V2-Pro 智谱GLM-5 阿里Qwen3.5-Plus 字节Doubao-Seed-2.0-Code

SWE-benchVerified 51.8% 86.7% 77.8% ~72% 76.5%

Codeforces评分 — — — — 3020

LiveCodeBenchv6 53.7 — — — 87.8

参数规模 1T+MoE 1T+总/42B激活 超大规模MoE 3970亿总/170亿激活 4版本(Pro/Lite/Mini/Code)

上下文长度 长 100万字(1Mtoken) 20万字 长 长

推理逻辑 强(多模态融合) 极强(接近ClaudeOpus4.6) 最强(CoT推理，幻觉最低) 极强(MMLU-Pro87.8分) 极强(AIME98.3分)

代码生成效率 强(截图生码) 极强(8秒60行，通过率95.7%) 强(全流程开发) 极强(vectorDB4.8xKimi) 强(代码库解读+应用生成)

Agent能力 最强(智能体集群1500+并行) 极强(PinchBench84.0) 强(自主规划，工具调用) 强(BFCL-V4领先) 强(BrowseComp77.3)

多模态能力 最强(原生图像/视频) 良好 一般 良好 极强(VideoMME89.5，视觉第3)

核心定位