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
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。
名称
模型 ID
数据来源
简介
供应商
发布日期
上下文长度
最大输出 Token
名称
模型 ID
数据来源
简介
供应商
发布日期
上下文长度
最大输出 Token
名称
名称
模型 ID
模型 ID
数据来源
数据来源
简介
简介
供应商
供应商
发布日期
发布日期
上下文长度
上下文长度
最大输出 Token
最大输出 Token
输入
输出
缓存输入
输入
输出
缓存输入
输入
输入
输出
输出
缓存输入
缓存输入
推理
知识
附件
输入模态
输出模态
温度参数
工具调用
推理
知识
附件
输入模态
输出模态
温度参数
工具调用
推理
推理
知识
知识
附件
附件
输入模态
输入模态
输出模态
输出模态
温度参数
温度参数
工具调用
工具调用
综合能力
代码能力
综合能力
代码能力
GPQA
HLE
GPQA
HLE
SciCode
Terminal-Bench Hard
SciCode
Terminal-Bench Hard
IFBench
AA-LCR
Tau2
IFBench
AA-LCR
Tau2
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。
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。
Kimi K3 的上下文长度为 1M,GLM-5.2 的上下文长度为 1M。
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。