1:1 대결

GLM-5.2 로고vsKimi K3 로고

GLM-5.2 vs Kimi K3: 2026년, 어떤 AI 모델이 이길까?

GLM-5.2($4.40/1M out)와 Kimi K3($15/1M out)는 2026년 가장 많이 쓰이는 AI 모델 중 둘입니다. 커뮤니티 투표 7건 기준, Kimi K3가 지지율 57%로 앞서고 있습니다.

빠른 평결

추론 항목에서는 GLM-5.2와 Kimi K3가 4.5/5로 동점입니다. 예산 면에서는 GLM-5.2의 승리입니다: $4.40/1M out부터 시작하는 반면, Kimi K3는 $15/1M out부터입니다.

항목별 비교

시작 가격
$4.40/1M outglm-5.2의 Z.ai 공식 정가: 입력 100만 토큰당 1.40달러, 캐시 적중 시 0.26달러, 출력 100만 토큰당 4.40달러. 서드파티 제공업체도 동일한 1.40달러 / 4.40달러를 제시합니다. 입력 캐시 저장은 한시적으로 무료입니다. docs.z.ai 가격 페이지에서 확인, 2026년 8월.
$15/1M outkimi-k3의 Moonshot 공식 API 정가는 입력 100만 토큰당 3달러(캐시 미스 기준), 캐시 적중 시 0.30달러, 출력 100만 토큰당 15달러(추론 트레이스 포함)이며 1M 토큰 컨텍스트 전체에서 동일하게 적용됩니다(길이별 등급 없음). OpenRouter에서도 동일하게 3달러/15달러이나 캐시 가격은 공개되어 있지 않습니다. 이는 Kimi K2.6의 0.95달러/4달러 대비 3배 인상된 가격입니다. platform.kimi.ai/docs/pricing/chat-k3를 기준으로 2026년 7월에 확인했습니다.
제공사
Z.ai (Zhipu AI)
Moonshot AI
컨텍스트 윈도우
1M tokens (128K max output)
1M tokens
입력 가격
$1.40/1M in (cache hit $0.26)
$3/1M in
출력 가격
$4.40/1M out
$15/1M out
모달리티
text only
text, vision, video input
오픈 웨이트
있음
있음
대중 점수
50%(4)
57%(3)
아레나 평점(1-5)
추론
4.5
4.5
코딩
4.5
4.5
글쓰기
3.5
4.0
속도
4.0
2.0
가성비
4.0
3.5

강점과 약점

GLM-5.2

  • Artificial Analysis Intelligence Index에서 오픈 웨이트 1위(53점, 106개 중 4위). MIT 라이선스로 실제로 내려받아 자체 호스팅할 수 있는 가장 강력한 모델입니다
  • SWE-Bench Pro 62.1로 GPT-5.5의 58.6을 앞서고 Terminal-Bench 2.1 82.7, GPQA-Diamond 91.2. 저렴한 대체품이 아니라 프런티어급 코딩과 추론입니다
  • 입력 100만 토큰당 1.40달러, 출력 4.40달러(캐시 적중 시 입력 0.26달러)로 GPT-5.5나 Claude Opus 4.8 토큰 단가의 약 6분의 1입니다
  • 실제로 빠릅니다. 출력 초당 153.2토큰, 첫 토큰까지 1.39초로 같은 오픈 웨이트 계열인 Kimi K3의 초당 33토큰을 크게 앞섭니다
  • 100만 토큰 컨텍스트와 최대 128K 출력, 그리고 전체 컨텍스트 길이에서 토큰당 FLOPs를 2.9로 나누는 IndexShare 아키텍처
  • MIT 라이선스와 공개된 가중치 덕분에 자체 호스팅하면 공급업체 종속과 호스팅 API의 데이터 관할권 문제가 모두 사라집니다
  • 주요 모델 중 가장 장황합니다. Artificial Analysis 과제당 출력 43,000토큰(그중 추론이 37,000)으로 평균의 1.8배이며, 저렴한 정가가 실제로는 과제당 0.32달러가 되고 OpenRouter에서 응답에 약 75초가 걸립니다
  • 환각 보정 지식에서 취약합니다. AA-Omniscience 4점으로 Claude Opus 4.8의 27점, Gemini 3.5 Flash의 23점, GPT-5.5의 20점에 크게 못 미치며, 더 나은 모델이 답변을 유보하는 지점에서도 자신 있게 답합니다
  • 텍스트 전용으로 이미지나 오디오 입력을 지원하지 않습니다. 직접 경쟁 모델 대부분은 기본적으로 멀티모달입니다
  • Artificial Analysis는 비슷한 규모의 다른 오픈 웨이트 모델과 비교하면 비싸다고 지적합니다. 가격 우위는 폐쇄형 미국 프런티어를 상대로 성립하며 오픈 진영을 상대로는 그렇지 않습니다
  • 7,530억 파라미터는 자체 호스팅에 다중 GPU 데이터센터가 필요합니다. 대부분의 팀에게 '오픈 웨이트'는 실제 구동 능력보다 이식성과 감사 권한을 의미합니다

Kimi K3

  • 출시 시점 기준 Artificial Analysis Intelligence Index에서 3위(점수 57)를 기록해 Claude Opus 4.8, GPT-5.5와 견줄 만한 수준이며, 이는 중국 연구기관이 미국의 폐쇄형 프런티어 모델에 가장 근접한 사례입니다.
  • Vals AI의 독립 평가 환경에서 SWE-bench Verified 93.4%를 기록했고(GPT-5.6 Sol 96.2%, Claude Fable 5 95.0%), Arena.ai의 Frontend Code Arena에서는 1679점으로 Fable 5를 앞서며 1위를 차지했습니다.
  • GPQA Diamond에서 93.5%를 기록해 Fable 5의 92.6%와 GPT-5.6의 94.1% 사이에 위치했고, AIME 2025에서는 96.1%를, GDPval-AA v2 에이전트 작업 평가에서는 Elo 1668로 Fable 5에 이어 2위를 기록했습니다.
  • 에이전트 성능이 뛰어나 AutomationBench-AA SaaS 워크플로 평가에서 53%로 1위를 차지했으며, Kimi Code를 통한 장시간 터미널 작업과 저장소 탐색도 가능하고, K2 대비 출력 토큰 수는 약 21% 적으면서도 지능은 더 높습니다.
  • 가격은 100만 토큰당 3달러/15달러이며(캐시 적중 시 입력 가격은 0.30달러로 낮아짐) 1M 토큰 컨텍스트 전체에서 동일하게 적용됩니다. 미국의 폐쇄형 프런티어 모델보다 여전히 훨씬 저렴하며, OpenAI 호환 API를 제공하고 OpenRouter에서도 이용할 수 있습니다.
  • 텍스트, 이미지, 동영상을 아우르는 네이티브 멀티모달 입력을 지원하며, MIT 방식 Kimi K3 라이선스로 오픈 웨이트가 Hugging Face에 공개되어 최초의 3조 파라미터급 오픈 웨이트 프런티어 모델이 되었습니다.
  • Kimi K2.6(0.95달러/4달러) 대비 가격이 3배 뛰어 3달러/15달러가 되면서 지금까지 출시된 중국 모델 중 가장 비싸졌고, 이는 Claude Sonnet 5의 정가 수준입니다. '미국 모델보다 10배 저렴하다'는 시대는 끝났다고 볼 수 있으며, Simon Willison이 이 가격 인상을 상세히 기록했습니다.
  • 속도가 느립니다. 출력은 초당 33 토큰으로 Artificial Analysis의 190개 모델 중 145위에 그쳐 대화형 용도에는 적합하지 않습니다.
  • AA-Omniscience 기준 환각률이 K2.6의 39%에서 51%로 상승했는데, 이는 이전이라면 답변을 거부했을 질문에도 이제는 답을 시도하기 때문입니다(Fable 5도 비슷한 수준인 54.9%입니다).
  • 중국어로 된 민감한 주제(시진핑, 중국공산당, 톈안먼 사건 등)에 대한 정치적 검열이 있고, API 데이터의 관할권이 베이징에 있어 다수의 EU 및 규제 준수가 필요한 기업 도입 환경에서 장애 요인이 됩니다. 또한 영국 AISI/CAISI의 테스트에서는 사이버 보안 가드레일이 익스플로잇 개발 시도를 차단하지 못한 것으로 확인되었습니다.
  • '오픈 웨이트'라고는 하지만 대부분의 사용자에게는 이론적인 이야기에 가깝습니다. 네이티브 MXFP4 형식으로 약 594GB에 달해 자체 호스팅하려면 다중 GPU 데이터센터가 필요하며, Kimi K3 라이선스는 연 매출 2,000만 달러를 넘는 API 재판매 사업자에게 별도 계약을 요구합니다.

평결을 내리세요

검투사 한 명당 툴별 추천 한 번. 모두가 보는 대중 점수가 바뀝니다.

GLM-5.2$4.40/1M out
50%대중 점수 · 4
Kimi K3$15/1M out
57%대중 점수 · 3

GLM-5.2에 대한 아레나의 평결

GLM-5.2는 현재 내려받을 수 있는 최고의 모델입니다. Artificial Analysis에서 오픈 웨이트 진영을 선도하고, SWE-Bench Pro에서 GPT-5.5를 앞서며, 토큰당 비용은 폐쇄형 미국 프런티어의 약 6분의 1입니다. 에이전트형 코딩, 장기 저장소 작업, 100만 토큰 분석에 적합하며, 자체 호스팅이나 라이선스 자유가 로드맵에서 중요하다면 더욱 그렇습니다. 다만 장황함에 유의하세요. 과제당 43,000 출력 토큰을 소모하므로 실제 청구액은 과제당 0.32달러에 가깝고 응답에 약 75초가 걸려 대화형 제품에는 적합하지 않습니다. 그리고 지식의 근거로 사용하지 마세요. AA-Omniscience 4점은 Opus 4.8의 27점과 대비되며, 답변을 유보해야 할 상황에서도 자신 있게 답한다는 뜻이므로 사실 관련 용도에는 검증 계층을 두어야 합니다. 순수 토큰 단가로는 DeepSeek V4가 여전히 저렴합니다. GLM-5.2의 강점은 소유할 수 있는 프런티어급 역량입니다.

Kimi K3에 대한 아레나의 평결

Kimi K3는 프런티어가 더 이상 미국만의 전유물이 아니라는 것을 보여주는 가장 강력한 증거입니다. Artificial Analysis 3위, GPQA와 SWE-bench Verified에서의 최상위권 점수, 그리고 업계 최고 수준의 프런트엔드 코드 아레나 순위를 미국 폐쇄형 프런티어 모델 가격의 대략 2분의 1에서 3분의 1 수준으로 달성했습니다. 벤치마크가 특히 강한 에이전트형 코딩, 프런트엔드 작업, SaaS 자동화에 적합하며, 웨이트가 공개된 이후 프런티어급 모델을 자체 호스팅할 계획이 있는 팀에도 알맞습니다. 반면 대화형 제품(초당 33 토큰은 느립니다), 정치적으로 민감한 콘텐츠나 EU의 엄격한 데이터 거주 요건이 걸린 용도(중국어 검열, 베이징 관할권), 그리고 AA-Omniscience 기준 51%의 환각률로 인해 검증 계층이 필요한 고정밀 검색 용도에는 적합하지 않습니다. 비용을 최우선으로 하는 팀이라면 DeepSeek V4가 여전히 달러당 훨씬 많은 토큰을 제공한다는 점에 유의해야 합니다. K3가 내세우는 것은 최저가 토큰이 아니라 달러당 최고 성능입니다.

대중의 목소리

GLM-5.2에 대해

환불불가우스

“yok”

환불불가우스

“The verbosity is not a detail. 43k output tokens for a task Opus does in 15k means my cheap model is not cheap, and 75 seconds per answer killed it for our support bot. Great for batch, useless interactive.”

저장소의 수호자

“1M context that actually stays coherent. Fed it a 400k-token monorepo and the cross-file reasoning was better than anything else I can self-host. 153 tokens/s makes the long reasoning bearable.”

바이브의 챔피언

“Swapped it in for our agentic refactor jobs and it held up against Opus 4.8 at a fraction of the bill. The MIT weights are what sold my CTO: we can move it in-house if Z.ai ever changes the terms.”

Kimi K3에 대해

이탈왕 캡틴

“Tried it for our knowledge-base assistant and the hallucination rate is real: it confidently invented two API endpoints in one afternoon. 33 tokens per second on top of that. Back to waiting for the open weights to fine-tune.”

황금 엄지쿠스

“Our Zapier-style automation stack runs on it now. Tool orchestration that GPT-5.5 fumbled works reliably, and the cache-hit pricing makes repeated workflows genuinely cheap.”

성 디플로이우스

“The Frontend Arena ranking is deserved. Gave it the same dashboard spec I gave Fable 5 and K3's React came out cleaner, with fewer invented props. At $3/$15 through OpenRouter it was a drop-in swap.”

자주 묻는 질문

GLM-5.2가 Kimi K3보다 나은가요?

현재 대중은 Kimi K3의 편입니다: 추천율 57%, GLM-5.2는 50%입니다(투표 7건). 정답은 용도에 따라 다릅니다. 이 페이지의 항목별 비교에서 가격, 핵심 스펙, 아레나 평점을 자세히 다룹니다.

GLM-5.2와 Kimi K3 중 어느 쪽이 더 저렴한가요?

GLM-5.2가 더 저렴합니다: $4.40/1M out부터 시작하는 반면, Kimi K3는 $15/1M out부터입니다.

GLM-5.2와 Kimi K3의 1M 토큰당 비용은 얼마인가요?

GLM-5.2: 입력 토큰 1M당 $1.40/1M in (cache hit $0.26), 출력 토큰 1M당 $4.40/1M out. Kimi K3: 입력 토큰 1M당 $3/1M in, 출력 토큰 1M당 $15/1M out.