Kimi K3 vs DeepSeek V4 Pro vs GLM-5.2：开源万亿 MoE 模型对比

Kimi K3、DeepSeek V4 Pro和GLM-5.2三款开源万亿MoE模型对比，帮助开发者根据能力、许可和成本做出选择。

• Kimi K3（2.8T参数）在Artificial Analysis Intelligence Index上得分约57，排名第三，仅次于Claude Fable 5和GPT-5.6 Sol。
• DeepSeek V4 Pro（1.6T参数，49B活跃参数）得分44，GLM-5.2（744B参数，约40B活跃参数）得分51，GLM-5.2曾保持开源榜首直到K3发布。
• 三款模型均支持百万Token上下文窗口，K3原生支持视觉，DeepSeek V4 Pro和GLM-5.2为纯文本。
• 许可方面，DeepSeek V4 Pro采用宽松的MIT许可，K3和GLM-5.2各有特定条款，需注意商用限制。
• 服务成本上，DeepSeek V4 Pro因活跃参数较少，推理成本相对更低；K3虽参数巨大但未公开活跃参数数，成本待定。
• 看点：开源大模型竞争白热化，K3在性能上领先，但DeepSeek V4 Pro在成本和许可上更具优势，开发者需权衡选择。

本内容由 AI 生成，仅供参考，请注意甄别