Kimi K3 vs GLM-5.2

本页将 Moonshot AI 的 Kimi K3 与 Z.ai 的 GLM-5.2 并排展示,便于查看价格、模型 ID、上下文与输出上限、模态、工具调用、发布日期以及可用的基准测试表现。

综合建议

Kimi K3 支持图像和视频输入,并且 TokenHub 已提供 Benchmark,更适合作为综合默认项;如果是纯文本工程任务,且更看重低约 60% 的输入成本和低约 72% 的输出成本,则选择 GLM-5.2。TokenHub 当前没有 GLM-5.2 Benchmark,因此不直接判断两者能力胜负。

对比亮点

Kimi K3Moonshot AI
GLM-5.2Z.ai
适合场景
多模态创作多类型 Agent 工作流
长周期工程仓库级开发任务
选择参考先按你的实际任务选择,不要只看模型名称。
关键差异
多模态创作通用 Agent
工程长上下文开发 Agent
选择参考这一行说明两者在使用方式上的核心差别。
输入
$2.8571/M
$1.1429/M优势
选择参考提示词或检索内容较大时,价格越低越好。
输出
$14.2857/M
$4/M优势
选择参考推理密集或长文本生成场景中,价格越低越好。
上下文长度
1M
1M
选择参考处理代码仓库、检索资料与长转录时,容量越大越好。
输入模态
文本, 图像优势
文本
选择参考输入类型越丰富,越不需要额外接入视觉或视频模型。

模型选择指南

Kimi K3Moonshot AI

适合选择 Kimi K3 的情况

  • 支持文本、图像和视频输入,GLM-5.2 为纯文本输入
  • TokenHub 已提供 Intelligence 与 Coding Index 数据
  • 同一模型可覆盖视觉创作和技术 Agent
GLM-5.2Z.ai

适合选择 GLM-5.2 的情况

  • 输入 $1.1429/M、输出 $4/M,对方为 $2.8571/M 和 $14.2857/M
  • 与 Kimi K3 同属 1M 上下文和 131.1K 最大输出档位
  • 定位于长周期、仓库级工程工作流

基础信息

Kimi K3Moonshot AI
GLM-5.2Z.ai

名称

Kimi K3Kimi K3

模型 ID

Kimi K3kimi-k3

数据来源

Kimi K3TokenHub 线上目录

简介

Kimi K3Kimi K3 是 Moonshot AI 面向长上下文代码、复杂推理和知识工作的旗舰模型。Kimi K3 支持原生视觉输入与 1M token 上下文窗口,适合代码仓库分析、长文档研究、多步骤 Agent 工作流和生产级 AI 应用。你可以通过 TokenHub 查看 Kimi K3 API、Kimi K3 价格、模型能力与 benchmark 结果,再决定是否用于实际业务。

供应商

Kimi K3Moonshot AI

发布日期

Kimi K32026-07-16

上下文长度

Kimi K31M

最大输出 Token

Kimi K3131.1K

名称

GLM-5.2GLM-5.2

模型 ID

GLM-5.2glm-5.2

数据来源

GLM-5.2TokenHub 线上目录

简介

GLM-5.2GLM-5.2 是智谱 AI(Z.ai)面向长程工程任务、Agent 工作流和复杂推理的旗舰基础模型。其可用的 1M token 上下文可承载项目级代码库、系统文档和多步骤持续执行。你可以通过 TokenHub 调用 GLM API / 智谱 API,查看当前价格、可用端点、上下文限制和基准测试结果,再评估其是否适合需求分析、仓库理解、实现、测试与部署等生产级开发流程。

供应商

GLM-5.2Z.ai

发布日期

GLM-5.22026-06-13

上下文长度

GLM-5.21M

最大输出 Token

GLM-5.2131.1K

价格

Kimi K3Moonshot AI
GLM-5.2Z.ai

输入

Kimi K3$2.8571/M

输出

Kimi K3$14.2857/M

缓存输入

Kimi K3$0.2857/M

输入

GLM-5.2$1.1429/M

输出

GLM-5.2$4/M

缓存输入

GLM-5.2$0.2857/M

能力特性

Kimi K3Moonshot AI
GLM-5.2Z.ai

推理

Kimi K3

知识

Kimi K3暂无

附件

Kimi K3

输入模态

Kimi K3文本, 图像

输出模态

Kimi K3文本

温度参数

Kimi K3

工具调用

Kimi K3

推理

GLM-5.2

知识

GLM-5.2暂无

附件

GLM-5.2

输入模态

GLM-5.2文本

输出模态

GLM-5.2文本

温度参数

GLM-5.2

工具调用

GLM-5.2

基准测试

Kimi K3Moonshot AI
GLM-5.2Z.ai

综合能力

领先57.1

代码能力

领先76.2

综合能力

51.1

代码能力

68.8

知识与推理

GPQA

领先93.5%

HLE

领先44.3%

GPQA

89.5%

HLE

40.1%

代码能力

SciCode

领先58.7%

Terminal-Bench Hard

暂无

SciCode

50.5%

Terminal-Bench Hard

领先50.8%

指令遵循与 Agent 任务

IFBench

暂无

AA-LCR

领先74.7%

Tau2

暂无

IFBench

领先73.3%

AA-LCR

71.3%

Tau2

领先99.1%

常见问题

Kimi K3 和 GLM-5.2 哪个更好?

+

没有绝对“更好”的模型。先看上方“模型选择指南”中与任务对应的建议,再用价格、上下文长度、最大输出和能力项确认是否满足你的实际调用需求。

GLM-5.2 比 Kimi K3 更便宜吗?

+

可以查看上方价格区,对比 Kimi K3 与 GLM-5.2 的输入、输出和缓存输入价格。

哪个模型支持更长上下文?

+

Kimi K3 的上下文长度为 1M,GLM-5.2 的上下文长度为 1M。

两个模型都能通过 TokenHub 使用吗?

+

如果两个模型都在 TokenHub 模型目录中可用,就可以通过 TokenHub API 路由到 Kimi K3 和 GLM-5.2。