Kimi K3 vs DeepSeek V4 Pro vs GLM-5.2：開源萬億參數MoE模型基準測試、許可與成本對比

三家中國實驗室目前佔據了開源權重排行榜的頂端。Moonshot AI的Kimi K3、DeepSeek V4 Pro和智譜AI的GLM-5.2均為稀疏混合專家（MoE）模型，擁有百萬token上下文窗口，面向長週期編碼和智能體工作負載。本文從AI團隊實際決策的三個維度——測量能力、許可條款和服務成本——對它們進行比較。

“萬億參數”適用於Kimi K3（2.8萬億）和DeepSeek V4 Pro（1.6萬億）。GLM-5.2總參數為7440億，是三款中參數最小的。它之所以上榜，是因為在K3發佈之前它一直領先開源權重領域。

Kimi K3是一款2.8萬億參數的穩定潛在MoE模型，每個token激活16/896個專家。Moonshot尚未公佈確切的激活參數數量。K3增加了原生視覺、100萬token上下文窗口和始終在線的推理能力。Moonshot稱其為首個開放的3T級模型。

DeepSeek V4 Pro是一款1.6萬億參數的MoE模型，激活參數490億，使用384個路由專家加一個共享專家。它擁有100萬token上下文窗口和38.4萬最大輸出。一個更小的V4 Flash變體（2840億總參數，130億激活）適用於成本較低的工作負載。權重已在Hugging Face上發佈。

GLM-5.2是一款7440億參數的MoE模型，激活參數約400億，擁有100萬token上下文窗口。智譜為其提供High和Max兩種推理模式，並配有API訪問。

在基準測試方面，廠商報告的成績因測試工具不同而難以直接比較。中立的比較者是Artificial Analysis智能指數，它對三款模型使用同一套測試套件。在該指數上，Kimi K3得分約57，DeepSeek V4 Pro（Max推理）得分44，GLM-5.2得分51。K3排名第三，僅次於Claude Fable 5和GPT-5.6 Sol，與Opus 4.8和GPT-5.5相當。GLM-5.2在K3發佈之前一直保持開源權重領域第一的位置。

編程基準測試的情況類似，但有一些注意事項。Moonshot自己的表格使用相同的測試工具對K3和GLM-5.2進行了測試。結果顯示，K3在每個共同基準測試上以較大幅度領先GLM-5.2。例如，DeepSWE上K3得分為67.5，而GLM-5.2為46.2；SWE Marathon上K3為42.0，GLM-5.2為13.0。

DeepSeek未出現在Moonshot的表格中，其數據來自獨立測試。DeepSeek-V4-Pro-Max在SWE-bench Verified上得分為80.6%，這是發佈時開源權重的最高分，與Gemini 3.1 Pro持平。它在MRCR 1M上也獲得了83.5分，證實了其強大的長上下文能力。GLM-5.2在SWE-bench Pro上得分為62.1，略高於GPT-5.5的58.6。

因此，K3在測量能力上是三款中最強的。DeepSeek V4 Pro在特定編碼任務上具有競爭力。GLM-5.2落後於K3，但仍是一個功能強大的開源選擇。

許可方面，三款模型均以開源權重形式發佈，但實際狀態目前有所不同。DeepSeek V4 Pro採用MIT許可，權重自發布起就在Hugging Face上可用。GLM-5.2同樣採用MIT許可，完整權重在zai-org組織下的Hugging Face上可用。兩者都允許不受限制的商業使用、微調和自託管。

Kimi K3是個例外。Moonshot已承諾在2026年7月27日前發佈權重，預計採用修改版MIT許可。在此之前，K3僅可通過API和Kimi應用使用。Moonshot最近的修改版MIT條款增加了一個歸屬條款，僅在月活躍用户超過1億時觸發。

服務成本方面，API定價將這三款模型明顯區分開來。Kimi K3的輸入價格為每百萬token 3.00美元，輸出為15.00美元，緩存輸入為0.30美元。DeepSeek V4 Pro的輸入價格為0.43美元，輸出為0.87美元，緩存輸入約為0.0036美元。GLM-5.2的輸入價格為1.40美元，輸出為4.40美元，緩存輸入為0.26美元。

DeepSeek V4 Pro在成本上遙遙領先。以列表輸出價格計算，1美元大約可以從V4 Pro獲得115萬輸出token，從GLM-5.2獲得約22.7萬，從K3獲得約6.7萬。

Artificial Analysis使用統一的7:2:1緩存/輸入/輸出混合基礎對每個模型進行定價，消除了廠商的表述差異。據此，K3價格為每百萬token 2.31美元，GLM-5.2為0.90美元，DeepSeek V4 Pro為0.18美元。按每任務成本計算，同一來源報告K3為0.94美元，GLM-5.2為0.32美元，DeepSeek V4 Pro為0.04美元。

速度也不同。Artificial Analysis測量GLM-5.2約為168 tokens/秒，遠高於DeepSeek V4 Pro和Kimi K3的約62 tokens/秒。Moonshot報告在編碼工作負載中緩存命中率超過90%，這使K3的有效輸入成本降至每百萬token 0.30美元。

自託管是另一個制約因素。GLM-5.2（7440億參數）在BF16下需要超過1TB的VRAM，或在FP8下大約需要8塊H200。DeepSeek V4 Pro（1.6萬億參數）需要更多。Kimi K3最重：Moonshot建議使用64個或更多加速器，使本地服務對大多數團隊來説遙不可及。K3使用MXFP4權重和MXFP8激活，以支持更廣泛的硬件。

哪種模型適合哪種工作？對於最低的每token成本和強大的編碼質量，DeepSeek V4 Pro是明確的選擇。其權重可下載，許可清晰，輸出價格遠低於對手。對於最高的測量能力，Kimi K3領先，但輸出價格高出5到17倍，且直到7月27日都沒有可下載的權重。GLM-5.2介於兩者之間：比K3便宜，比兩者都快，可立即自託管，並且能力超過其規模所暗示的水平。

如果你計劃基於驗證深度和許可清晰度進行選擇，現在應選擇DeepSeek和GLM。追求最高基準分數的買家可以等待K3權重或支付API溢價。