Kimi K3 vs DeepSeek V4 Pro vs GLM-5.2：开源万亿参数MoE模型基准测试、许可与成本对比

三家中国实验室目前占据了开源权重排行榜的顶端。Moonshot AI的Kimi K3、DeepSeek V4 Pro和智谱AI的GLM-5.2均为稀疏混合专家（MoE）模型，拥有百万token上下文窗口，面向长周期编码和智能体工作负载。本文从AI团队实际决策的三个维度——测量能力、许可条款和服务成本——对它们进行比较。

“万亿参数”适用于Kimi K3（2.8万亿）和DeepSeek V4 Pro（1.6万亿）。GLM-5.2总参数为7440亿，是三款中参数最小的。它之所以上榜，是因为在K3发布之前它一直领先开源权重领域。

Kimi K3是一款2.8万亿参数的稳定潜在MoE模型，每个token激活16/896个专家。Moonshot尚未公布确切的激活参数数量。K3增加了原生视觉、100万token上下文窗口和始终在线的推理能力。Moonshot称其为首个开放的3T级模型。

DeepSeek V4 Pro是一款1.6万亿参数的MoE模型，激活参数490亿，使用384个路由专家加一个共享专家。它拥有100万token上下文窗口和38.4万最大输出。一个更小的V4 Flash变体（2840亿总参数，130亿激活）适用于成本较低的工作负载。权重已在Hugging Face上发布。

GLM-5.2是一款7440亿参数的MoE模型，激活参数约400亿，拥有100万token上下文窗口。智谱为其提供High和Max两种推理模式，并配有API访问。

在基准测试方面，厂商报告的成绩因测试工具不同而难以直接比较。中立的比较者是Artificial Analysis智能指数，它对三款模型使用同一套测试套件。在该指数上，Kimi K3得分约57，DeepSeek V4 Pro（Max推理）得分44，GLM-5.2得分51。K3排名第三，仅次于Claude Fable 5和GPT-5.6 Sol，与Opus 4.8和GPT-5.5相当。GLM-5.2在K3发布之前一直保持开源权重领域第一的位置。

编程基准测试的情况类似，但有一些注意事项。Moonshot自己的表格使用相同的测试工具对K3和GLM-5.2进行了测试。结果显示，K3在每个共同基准测试上以较大幅度领先GLM-5.2。例如，DeepSWE上K3得分为67.5，而GLM-5.2为46.2；SWE Marathon上K3为42.0，GLM-5.2为13.0。

DeepSeek未出现在Moonshot的表格中，其数据来自独立测试。DeepSeek-V4-Pro-Max在SWE-bench Verified上得分为80.6%，这是发布时开源权重的最高分，与Gemini 3.1 Pro持平。它在MRCR 1M上也获得了83.5分，证实了其强大的长上下文能力。GLM-5.2在SWE-bench Pro上得分为62.1，略高于GPT-5.5的58.6。

因此，K3在测量能力上是三款中最强的。DeepSeek V4 Pro在特定编码任务上具有竞争力。GLM-5.2落后于K3，但仍是一个功能强大的开源选择。

许可方面，三款模型均以开源权重形式发布，但实际状态目前有所不同。DeepSeek V4 Pro采用MIT许可，权重自发布起就在Hugging Face上可用。GLM-5.2同样采用MIT许可，完整权重在zai-org组织下的Hugging Face上可用。两者都允许不受限制的商业使用、微调和自托管。

Kimi K3是个例外。Moonshot已承诺在2026年7月27日前发布权重，预计采用修改版MIT许可。在此之前，K3仅可通过API和Kimi应用使用。Moonshot最近的修改版MIT条款增加了一个归属条款，仅在月活跃用户超过1亿时触发。

服务成本方面，API定价将这三款模型明显区分开来。Kimi K3的输入价格为每百万token 3.00美元，输出为15.00美元，缓存输入为0.30美元。DeepSeek V4 Pro的输入价格为0.43美元，输出为0.87美元，缓存输入约为0.0036美元。GLM-5.2的输入价格为1.40美元，输出为4.40美元，缓存输入为0.26美元。

DeepSeek V4 Pro在成本上遥遥领先。以列表输出价格计算，1美元大约可以从V4 Pro获得115万输出token，从GLM-5.2获得约22.7万，从K3获得约6.7万。

Artificial Analysis使用统一的7:2:1缓存/输入/输出混合基础对每个模型进行定价，消除了厂商的表述差异。据此，K3价格为每百万token 2.31美元，GLM-5.2为0.90美元，DeepSeek V4 Pro为0.18美元。按每任务成本计算，同一来源报告K3为0.94美元，GLM-5.2为0.32美元，DeepSeek V4 Pro为0.04美元。

速度也不同。Artificial Analysis测量GLM-5.2约为168 tokens/秒，远高于DeepSeek V4 Pro和Kimi K3的约62 tokens/秒。Moonshot报告在编码工作负载中缓存命中率超过90%，这使K3的有效输入成本降至每百万token 0.30美元。

自托管是另一个制约因素。GLM-5.2（7440亿参数）在BF16下需要超过1TB的VRAM，或在FP8下大约需要8块H200。DeepSeek V4 Pro（1.6万亿参数）需要更多。Kimi K3最重：Moonshot建议使用64个或更多加速器，使本地服务对大多数团队来说遥不可及。K3使用MXFP4权重和MXFP8激活，以支持更广泛的硬件。

哪种模型适合哪种工作？对于最低的每token成本和强大的编码质量，DeepSeek V4 Pro是明确的选择。其权重可下载，许可清晰，输出价格远低于对手。对于最高的测量能力，Kimi K3领先，但输出价格高出5到17倍，且直到7月27日都没有可下载的权重。GLM-5.2介于两者之间：比K3便宜，比两者都快，可立即自托管，并且能力超过其规模所暗示的水平。

如果你计划基于验证深度和许可清晰度进行选择，现在应选择DeepSeek和GLM。追求最高基准分数的买家可以等待K3权重或支付API溢价。