18 июля исследователи опубликовали детальное сравнение трёх крупнейших открытых MoE-моделей — Kimi K3, DeepSeek V4 Pro и GLM-5.2. Kimi K3 от Moonshot AI вышла на первое место по общему интеллекту, но оказалась в разы дороже конкурентов.
Что показали бенчмарки
По индексу Artificial Analysis Intelligence Index Kimi K3 набрала ~57 баллов, заняв третье место среди всех моделей в мире. GLM-5.2 получила 51 балл, DeepSeek V4 Pro — 44. Однако по кодированию (SWE-bench) картина иная: DeepSeek V4 Pro Max показал 80,6% — лучший результат среди открытых весов на момент публикации сравнения, GLM-5.2 — 62,1%. Данные по Kimi K3 на этом бенчмарке пока не раскрыты Moonshot AI, зато модель уже возглавила рейтинг Arena.ai по фронтенд-коду, обойдя Claude Fable 5.
Цена инференса: где разрыв критичен
Здесь преимущество не у лидера по качеству. По данным MarkTechPost, стоимость одной задачи в Kimi K3 составляет $0,94 — против $0,04 у DeepSeek V4 Pro и $0,32 у GLM-5.2. При листинговых ценах $3,00 за млн входных токенов и $15,00 за выходные Kimi K3 дороже DeepSeek почти в 17 раз. Это делает DeepSeek V4 Pro очевидным выбором для массовых продакшен-задач, где на первом месте стоит экономика, а не максимальный балл.
Что дальше
Полные открытые веса Kimi K3 (2,8 трлн параметров) должны выйти до 27 июля 2026 года — это изменит расклад для тех, кто хочет запускать модель локально. GLM-5.2 уже доступна для самостоятельного развёртывания прямо сейчас, DeepSeek V4 Pro — тоже. Пока веса Kimi K3 не появились, реальная конкуренция на уровне «качество + цена + доступность» продолжается между DeepSeek и GLM.