Kimi K3vsGLM-5.2
在 29 个同模式 benchmark 中，Kimi K3 整体领先：Kimi K3 领先 26 项，GLM-5.2 领先 3 项，持平 0 项，平均分差 +21.44。另有 5 项测试模式不同，仅供参考。
Kimi K326 项(90%)(10%)3 项GLM-5.2
评测分数
按能力类目分组，每组内按分差大小排列；共 29 项。
仓库修复与多文件工程
Kimi K3 领先 4/4| 评测项 | Kimi K3 | GLM-5.2 | 分差 |
|---|---|---|---|
| SWE-Marathon | 426 / 9Max (With Tools) | 139 / 9Max (With Tools) | +29 |
| DeepSWE | 68.5134 / 106Max (With Tools) | 43.7887 / 106Max (With Tools) | +24.73 |
| APEX-SWE | 4818 / 73Max (With Tools) | 37.4045 / 73Max (With Tools) | +10.60 |
| FrontierSWE | 81.201 / 4Max (With Tools) | 74.403 / 4Max (With Tools) | +6.80 |
法律
Kimi K3 领先 3/3| 评测项 | Kimi K3 | GLM-5.2 | 分差 |
|---|---|---|---|
| Legal Research Bench | 44.2013 / 46Max (With Tools) | 31.2533 / 46Max (With Tools) | +12.95 |
| Harvey's Legal Agent Benchmark | 12.928 / 50Max (With Tools) | 7.0819 / 50Max (With Tools) | +5.84 |
| Harvey Lab-AA | 94.642 / 44Max (With Tools) | 90.9712 / 44Max (With Tools) | +3.67 |
临床工作与医疗决策
Kimi K3 领先 2/2| 评测项 | Kimi K3 | GLM-5.2 | 分差 |
|---|---|---|---|
| MedCode | 48.8820 / 66Max (With Tools) | 40.7745 / 66Max (With Tools) | +8.11 |
| MedScribe | 87.9610 / 68Max (With Tools) | 83.5331 / 68Max (With Tools) | +4.43 |
数学
Kimi K3 领先 2/2| 评测项 | Kimi K3 | GLM-5.2 | 分差 |
|---|---|---|---|
| FrontierMath v2 | 72.1822 / 114Max (With Tools) | 59.2136 / 114Max (With Tools) | +12.98 |
| FrontierMath Tier 4 v2 | 39.0230 / 71Max (With Tools) | 29.2737 / 71Max (With Tools) | +9.76 |
科学知识与推理
胶着 2/2| 评测项 | Kimi K3 | GLM-5.2 | 分差 |
|---|---|---|---|
| GPQA Diamond | 84.8593 / 258Thinking Low (No Tools) | 87.8865 / 258Thinking Low (No Tools) | -3.03 |
| CritPt | 23.4030 / 207Max (No Tools) | 20.9036 / 207Max (No Tools) | +2.50 |
跨能力综合测试
Kimi K3 领先 2/2| 评测项 | Kimi K3 | GLM-5.2 | 分差 |
|---|---|---|---|
| SuperCLUE | 70.685 / 13Reported best (effort unspecified) | 63.2710 / 13Reported best (effort unspecified) | +7.41 |
| LiveBench | 79.1916 / 157Reported best (effort unspecified) | 73.1656 / 157Reported best (effort unspecified) | +6.03 |
金融
Kimi K3 领先 2/2| 评测项 | Kimi K3 | GLM-5.2 | 分差 |
|---|---|---|---|
| EMB (Excel Modeling) | 66.4018 / 46Max (With Tools) | 61.5327 / 46Max (With Tools) | +4.87 |
| Finance Agent v2 | 54.4021 / 46Max (With Tools) | 49.7034 / 46Max (With Tools) | +4.70 |
写作与创意表达
Kimi K3 领先 1/1| 评测项 | Kimi K3 | GLM-5.2 | 分差 |
|---|---|---|---|
| Creative Writing | 2,0825 / 112Normal (No Tools) | 1,75725 / 112Normal (No Tools) | +325.80 |
多轮记忆与持续上下文
GLM-5.2 领先 1/1| 评测项 | Kimi K3 | GLM-5.2 | 分差 |
|---|---|---|---|
| Context Arena | 71.7559 / 126Max (No Tools) | 72.3458 / 126Max (No Tools) | -0.59 |
客服与业务流程
Kimi K3 领先 1/1| 评测项 | Kimi K3 | GLM-5.2 | 分差 |
|---|---|---|---|
| τ³-Banking | 37.1142 / 171Max (With Tools) | 34.6050 / 171Max (With Tools) | +2.51 |
文档与图表理解
Kimi K3 领先 1/1| 评测项 | Kimi K3 | GLM-5.2 | 分差 |
|---|---|---|---|
| GDP.pdf | 2232 / 125Max (No Tools) | 10.4085 / 125Max (No Tools) | +11.60 |
机器学习工程
Kimi K3 领先 1/1| 评测项 | Kimi K3 | GLM-5.2 | 分差 |
|---|---|---|---|
| PostTrain Bench | 36.604 / 6Max (With Tools) | 34.306 / 6Max (With Tools) | +2.30 |
科学计算与科研编程
Kimi K3 领先 1/1| 评测项 | Kimi K3 | GLM-5.2 | 分差 |
|---|---|---|---|
| SciCode | 59.508 / 136Max (No Tools) | 51.2069 / 136Max (No Tools) | +8.30 |
程序生成与编辑
Kimi K3 领先 1/1| 评测项 | Kimi K3 | GLM-5.2 | 分差 |
|---|---|---|---|
| Vibe Code Bench v1.1 | 84.9612 / 66Max (With Tools) | 63.9635 / 66Max (With Tools) | +21 |
维护、优化与工程管理
GLM-5.2 领先 1/1| 评测项 | Kimi K3 | GLM-5.2 | 分差 |
|---|---|---|---|
| Code Migration | 16.1039 / 48Max (With Tools) | 37.8726 / 48Max (With Tools) | -21.77 |
综合偏好评测
Kimi K3 领先 1/1| 评测项 | Kimi K3 | GLM-5.2 | 分差 |
|---|---|---|---|
| Text Arena (Coding) | 1,6822 / 36Max (No Tools) | 1,5935 / 36Max (No Tools) | +88.50 |
自主开发与终端任务
Kimi K3 领先 1/1| 评测项 | Kimi K3 | GLM-5.2 | 分差 |
|---|---|---|---|
| Terminal-Bench 4.0 | 12.6061 / 107Max (With Tools) | 195 / 107Max (With Tools) | +11.60 |
跨应用与工具编排
Kimi K3 领先 1/1| 评测项 | Kimi K3 | GLM-5.2 | 分差 |
|---|---|---|---|
| Toolathlon-Verified | 76.506 / 36Max (With Tools) | 59.9025 / 36Max (With Tools) | +16.60 |
跨能力聚合指数
Kimi K3 领先 1/1| 评测项 | Kimi K3 | GLM-5.2 | 分差 |
|---|---|---|---|
| Vals Index | 57.8120 / 42Max (With Tools) | 53.1227 / 42Max (With Tools) | +4.69 |
测试模式不同的成绩
共 5 项。两款模型的公开成绩来自不同测试模式，分数不直接可比，不计入胜负和平均分差。
| 评测项 | Kimi K3 | GLM-5.2 |
|---|---|---|
| Program Bench | 17.50Max (With Tools) | 63.70Thinking (With Tools) |
| SimpleBench | 60.70Max (No Tools) | 58.80Normal (No Tools) |
| HLE | 59.80Max (With Tools) | 54.70Thinking (With Tools) |
| NL2Repo-Bench | 58Max (With Tools) | 48.90Thinking (With Tools) |
| MCP-Atlas | 82.30Max (With Tools) | 77.80Thinking (With Tools) |
规格对比
| 字段 | Kimi K3 | GLM-5.2 |
|---|---|---|
| 发布机构 | Moonshot AI | 智谱AI |
| 发布时间 | 2026-07-16 | 2026-06-13 |
| 模型类型 | 推理大模型 | 推理大模型 |
| 架构 | MoE 架构 | MoE 架构 |
| 参数规模 | 2.8万亿 | 7533.3亿 |
| 上下文长度 | 1M | 1M |
| 最大输出 | 1M | 128K |
API 调用价格
价格优先使用 DataLearner 配置的 API 记录；缺失项不做推测。
| 价格项 | Kimi K3 | GLM-5.2 |
|---|---|---|
| 文本输入 | ¥20 / 1M tokens | $1.4 / 1M tokens |
| 文本输出 | ¥100 / 1M tokens | $4.4 / 1M tokens |
| 缓存读取 | ¥2 / 1M tokens | $0.26 / 1M tokens |
小结
- Kimi K3在以下类目领先:仓库修复与多文件工程 (4/4)、法律 (3/3)、临床工作与医疗决策 (2/2)、数学 (2/2)、跨能力综合测试 (2/2)、金融 (2/2)、写作与创意表达 (1/1)、客服与业务流程 (1/1)、文档与图表理解 (1/1)、机器学习工程 (1/1)、科学计算与科研编程 (1/1)、程序生成与编辑 (1/1)、综合偏好评测 (1/1)、自主开发与终端任务 (1/1)、跨应用与工具编排 (1/1)、跨能力聚合指数 (1/1)
- GLM-5.2在以下类目领先:多轮记忆与持续上下文 (1/1)、维护、优化与工程管理 (1/1)
- 胶着类目:科学知识与推理
29 个同模式 benchmark 上，Kimi K3 平均高出 21.44 分。
单项差距最大的 benchmark：Creative Writing — Kimi K3 2,082，GLM-5.2 1,757（分差 +325.80）。
本页正文由结构化模型、价格与 benchmark 数据生成，不使用实时 LLM 撰写。