Birebir düello

GLM-5.2 logosuvsKimi K3 logosu

GLM-5.2 vs Kimi K3: 2026'da hangi yapay zeka modeli kazanıyor?

GLM-5.2 ($4.40/1M out) ve Kimi K3 ($15/1M out), 2026'nın en çok kullanılan yapay zeka modelleri arasında. 7 topluluk oyunda Kimi K3, %57 onayla önde.

Hızlı hüküm

Akıl yürütme tarafında GLM-5.2 ve Kimi K3, 4.5/5 ile berabere. Bütçe tarafında GLM-5.2 kazanıyor: Kimi K3 için $15/1M out yerine $4.40/1M out seviyesinden başlıyor.

Satır satır karşılaştırma

Başlangıç
$4.40/1M outglm-5.2 için resmi Z.ai liste fiyatı: milyon giriş tokeni başına 1,40 $, önbellek isabetinde 0,26 $, milyon çıkış tokeni başına 4,40 $. Üçüncü taraf sağlayıcılar da aynı 1,40 $ / 4,40 $ değerlerini veriyor. Giriş önbelleği depolaması sınırlı bir süre için ücretsiz. docs.z.ai fiyat sayfasında doğrulandı, 08/2026.
$15/1M outkimi-k3 için resmi Moonshot API liste fiyatı: 1M girdi için $3 (önbellek ıskalaması), önbellek isabetinde 1M için $0,30, akıl yürütme izini de içeren 1M çıktı için $15, 1M bağlam boyunca sabit (uzunluğa göre kademe yok). OpenRouter'da da aynı $3/$15 geçerli (orada önbellek fiyatlandırması gösterilmiyor). Kimi K2.6'nın $0,95/$4 fiyatına kıyasla 3 kat artış. platform.kimi.ai/docs/pricing/chat-k3 referans alınarak Temmuz 2026'da doğrulandı.
Sağlayıcı
Z.ai (Zhipu AI)
Moonshot AI
Bağlam penceresi
1M tokens (128K max output)
1M tokens
Girdi fiyatı
$1.40/1M in (cache hit $0.26)
$3/1M in
Çıktı fiyatı
$4.40/1M out
$15/1M out
Modaliteler
text only
text, vision, video input
Open weights
Evet
Evet
Kalabalık puanı
50%(4)
57%(3)
Arena puanları (1-5)
Akıl yürütme
4.5
4.5
Kodlama
4.5
4.5
Yazarlık
3.5
4.0
Hız
4.0
2.0
Fiyat/performans
4.0
3.5

Güçlü ve zayıf yönler

GLM-5.2

  • Artificial Analysis Intelligence Index'inde açık ağırlıklı modellerin lideri (53 puan, 106 model arasında 4.): gerçekten indirip kendiniz barındırabileceğiniz en güçlü model, MIT lisansıyla
  • SWE-Bench Pro'da 62,1 ile GPT-5.5'in 58,6'sının önünde, Terminal-Bench 2.1'de 82,7 ve GPQA-Diamond'da 91,2: ucuz bir yaklaşım değil, sınır seviyesinde kodlama ve akıl yürütme
  • Milyon giriş tokeni başına 1,40 $, milyon çıkış tokeni başına 4,40 $ (önbellek isabetinde giriş 0,26 $ 'a düşüyor), GPT-5.5 veya Claude Opus 4.8'in token maliyetinin yaklaşık altıda biri
  • Gerçekten hızlı: saniyede 153,2 çıkış tokeni ve ilk tokene 1,39 s, aynı sınıftaki Kimi K3'ün 33 token/s değerinin çok önünde
  • 128K azami çıktıyla bir milyon tokenlık bağlam ve tam bağlam uzunluğunda token başına FLOP'u 2,9'a bölen IndexShare mimarisi
  • MIT lisansı ve yayımlanmış ağırlıklar: kendi altyapınızda barındırmak hem sağlayıcıya bağımlılığı hem de barındırılan API'de ortaya çıkan veri yetki alanı sorusunu ortadan kaldırıyor
  • Önde gelen modellerin en konuşkanı: Artificial Analysis görevi başına 43.000 çıkış tokeni (37.000'i akıl yürütme), ortalamanın 1,8 katı; böylece ucuz liste fiyatı görev başına 0,32 $'a çıkıyor ve yanıtlar OpenRouter'da uçtan uca yaklaşık 75 saniye sürüyor
  • Halüsinasyona göre düzeltilmiş bilgide zayıf: AA-Omniscience'ta 4, buna karşılık Claude Opus 4.8 için 27, Gemini 3.5 Flash için 23 ve GPT-5.5 için 20; yani daha güçlü modellerin çekimser kaldığı yerde kendinden emin yanıt veriyor
  • Yalnızca metin: görüntü veya ses girişi yok, oysa doğrudan rakiplerinin çoğu doğuştan çok kipli
  • Artificial Analysis, benzer boyuttaki diğer açık ağırlıklı modellere kıyasla pahalı buluyor: fiyat argümanı kapalı ABD sınırına karşı geçerli, açık alana karşı değil
  • 753 milyar parametre, kendi altyapınızda barındırmak için çok GPU'lu bir veri merkezi gerektiriyor; çoğu ekip için «açık ağırlıklar» gerçekten çalıştırabilmekten çok taşınabilirlik ve denetim hakkı anlamına geliyor

Kimi K3

  • Piyasaya çıkışta Artificial Analysis Intelligence Index'te (57 puan) 3. sırada, Claude Opus 4.8 ve GPT-5.5 ile karşılaştırılabilir: bir Çinli laboratuvarın kapalı ABD sınırına şimdiye kadarki en yakın yaklaşımı
  • Vals AI'nin bağımsız test ortamında SWE-bench Verified'da %93,4 (GPT-5.6 Sol: %96,2, Claude Fable 5: %95,0) ve Arena.ai'nin Frontend Code Arena'sında 1679 puanla 1. sırada, Fable 5'in önünde
  • GPQA Diamond'da %93,5 (Fable 5'in %92,6'sı ile GPT-5.6'nın %94,1'i arasında), AIME 2025'te %96,1 ve GDPval-AA v2 ajan işinde Elo 1668 ile yalnızca Fable 5'in gerisinde
  • Güçlü bir ajan profili: AutomationBench-AA SaaS iş akışlarında (%53) 1. sırada, Kimi Code aracılığıyla uzun ufuklu terminal ve depo gezinmesi ve K2'ye kıyasla daha fazla zeka için yaklaşık %21 daha az çıktı tokeni
  • 1M token başına $3/$15 (önbellek isabetinde girdi fiyatı $0,30'a düşüyor), tüm 1M bağlam boyunca sabit: yine de kapalı ABD sınır modeli fiyatlarının oldukça altında, OpenAI uyumlu bir API ve OpenRouter erişilebilirliğiyle
  • Yerel çok modlu girdi (metin, görsel, video) ve MIT tarzı Kimi K3 Lisansı altında Hugging Face'te yayınlanan açık ağırlıklar, modeli 3 trilyon parametre sınıfında açık ağırlıklı ilk sınır model yapıyor
  • Kimi K2.6'ya kıyasla 3 kat fiyat artışı ($0,95/$4'ten $3/$15'e) modeli Claude Sonnet 5 liste fiyatı seviyesinde, şimdiye kadar piyasaya sürülmüş en pahalı Çin modeli yapıyor: 'ABD modellerinden 10 kat ucuz' dönemi sona erdi (artışı Simon Willison belgeledi)
  • Yavaş: saniyede 33 çıktı tokeni, Artificial Analysis'te 190 model arasında 145. sırada, etkileşimli kullanım için zayıf bir seçim
  • Halüsinasyon oranı AA-Omniscience'ta %39'dan (K2.6) %51'e yükseldi; çünkü model artık daha önce reddettiği sorulara yanıt vermeye çalışıyor (Fable 5 karşılaştırılabilir bir oran olan %54,9'da)
  • Mandarin dilinde hassas konularda siyasi sansür (Xi, ÇKP, Tiananmen konularında kaçınma) ve API verileri için Pekin yargı yetkisi, birçok AB ve kurumsal dağıtım için bir uyumluluk engeli oluşturuyor; İngiltere'nin AISI/CAISI kurumu da test sırasında modelin siber koruma önlemlerinin exploit geliştirme girişimlerini engellemede başarısız olduğunu tespit etti
  • 'Açık ağırlıklar' çoğu kullanıcı için teorik kalıyor: yerel MXFP4 formatında yaklaşık 594 GB, kendi kendine barındırma için çoklu GPU'lu bir veri merkezi gerektiriyor ve Kimi K3 Lisansı yıllık geliri 20 milyon $'ı aşan API satıcılarından ayrı bir anlaşma istiyor

Hükmünüzü verin

Gladyatör başına, araç başına bir tavsiye. Herkesin gördüğü kalabalık puanını yeniden şekillendirir.

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

Arenanın GLM-5.2 hakkındaki hükmü

GLM-5.2, şu anda indirebileceğiniz en iyi model. Artificial Analysis'te açık ağırlıklı alanın lideri, SWE-Bench Pro'da GPT-5.5'i geçiyor ve token başına kapalı ABD sınırının yaklaşık altıda birine mal oluyor. Ajan tabanlı kodlama, uzun soluklu depo çalışması ve bir milyon tokenlık analiz için tercih edin; özellikle kendi altyapınızda barındırmak ya da lisans özgürlüğü yol haritanızda önemliyse. Konuşkanlığa dikkat: görev başına 43.000 çıkış tokeni tüketiyor, dolayısıyla gerçek fatura görev başına 0,32 $ civarına oturuyor ve yanıtlar yaklaşık 75 saniye sürüyor, bu da onu etkileşimli ürünlerin dışında bırakıyor. Ve onu bir bilgi kâhini gibi kullanmayın: AA-Omniscience'ta 4 puan, Opus 4.8'in 27'sine karşı, çekimser kalması gereken yerde kendinden emin yanıt vereceği anlamına gelir; bu yüzden olgusal her şeyin önüne bir doğrulama katmanı koyun. Saf token maliyetinde DeepSeek V4 daha ucuz kalıyor; GLM-5.2'nin vaadi, sahip olabileceğiniz bir sınır yeteneği.

Arenanın Kimi K3 hakkındaki hükmü

Kimi K3, sınırın artık yalnızca Amerikan olmadığının şimdiye kadarki en güçlü kanıtı: Artificial Analysis'te 3. sıra, üst düzey GPQA ve SWE-bench Verified puanları ve sektördeki en iyi frontend kod arenası sıralaması, ABD'nin kapalı sınır fiyatlarının kabaca yarısı ile üçte biri arasında bir fiyata. Kıyaslamalarının en güçlü olduğu ajan tabanlı kodlama, frontend çalışması ve SaaS otomasyonu için, ya da yol haritası ağırlıklar yayınlandıktan sonra sınır sınıfı bir modeli kendi kendine barındırmaya bağlıysa tercih edilebilir. Etkileşimli ürünler için (saniyede 33 token yavaştır), siyasi açıdan hassas içerik veya sıkı AB veri yerelliği gereksinimleri içeren her şey için (Mandarin dilinde sansür, Pekin yargı yetkisi) ve AA-Omniscience'taki %51'lik halüsinasyon oranının bir doğrulama katmanı gerektirdiği yüksek doğruluklu erişim işleri için tercih edilmemeli. Maliyet odaklı ekipler, DeepSeek V4'ün hâlâ dolar başına çok daha fazla token sunduğunu unutmamalı; K3'ün iddiası dolar başına en yüksek yetenek, en ucuz token değil.

Kalabalık ne diyor

GLM-5.2 hakkında

İadesizius

“yok”

İadesizius

“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.”

Repo Muhafızı

“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.”

Vibe Şampiyonu

“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 K3 hakkında

Kaptan Churn

“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.”

Altın Başparmakus

“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.”

Aziz Deployus

“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.”

Sık sorulan sorular

GLM-5.2, Kimi K3 aracından daha mı iyi?

Kalabalık şu anda Kimi K3 tarafında: %57 tavsiye ediyor, GLM-5.2 için bu oran %50 (7 oy). Doğru seçim kullanım amacınıza bağlı. Bu sayfadaki satır satır karşılaştırma; fiyatlandırmayı, temel özellikleri ve arena puanlarını ayrıntılarıyla ele alıyor.

Hangisi daha ucuz, GLM-5.2 mı Kimi K3 mi?

GLM-5.2 daha ucuz: $4.40/1M out seviyesinden başlıyor, Kimi K3 ise $15/1M out seviyesinden başlıyor.

GLM-5.2 ve Kimi K3 1M token başına ne kadar tutuyor?

GLM-5.2: 1M girdi tokeni başına $1.40/1M in (cache hit $0.26), 1M çıktı tokeni başına $4.40/1M out. Kimi K3: 1M girdi tokeni başına $3/1M in, 1M çıktı tokeni başına $15/1M out.