Comparatif de modèles
Kimi vs GLM : Kimi K3 et GLM-5.3
Choisissez Kimi K3 pour son score DeepSWE v1.1 publié supérieur (67.5% contre 66.9%) ; GLM-5.3 offre le coût le plus bas à quantité de tokens identique, $0.01840 pour 10,000 tokens en entrée et 1,000 en sortie facturée.
| Critère | Gagnant | Écart | Preuve |
|---|---|---|---|
| Benchmark de programmation | Kimi K3 | +0.6 pp écart publié | DeepSWE v1.1: Kimi K3 67.5% vs GLM-5.3 66.9%1 |
| Benchmark de raisonnement | Kimi K3 | +4.8 pp écart publié | GPQA Diamond: Kimi K3 92.9% vs GLM-5.3 88.1%1 |
| Coût estimé par requête | GLM-5.3 | $0.02660 écart par exemple | GLM-5.3 $0.01840 vs Kimi K3 $0.0450023 |
Résultats des benchmarks officiels
Résultats des benchmarks officiels
Faites glisser pour voir toutes les colonnes
| Mesure | Kimi K3 | GLM-5.3 |
|---|---|---|
| DeepSWE v1.1 (Resolved)1 | 67.5% · Données déclarées par le fournisseur, 2026 | 66.9% · Données déclarées par le fournisseur, 2026 |
| GPQA Diamond (Pass@1)1 | 92.9% · Données déclarées par le fournisseur, 2026 | 88.1% · Données déclarées par le fournisseur, 2026 |
| HLE w/ tools (Pass@1)1 | 59.8% · Données déclarées par le fournisseur, 2026 | 62.5% · Données déclarées par le fournisseur, 2026 |
| NL2Repo-Bench1 | 58.0 · Données déclarées par le fournisseur, 2026 | 58.0 · Données déclarées par le fournisseur, 2026 |
Performances
Performances
Faites glisser pour voir toutes les colonnes
Tarifs
Tarifs
Faites glisser pour voir toutes les colonnes
| Mesure | Kimi K3 | GLM-5.3 |
|---|---|---|
| Entrée / 1M tokens23 | $3.00 | $1.40 |
| Sortie / 1M tokens23 | $15.00 | $4.40 |
| Fenêtre de contexte (tokens)23 | 1M | 1M |
| Sortie maximale (tokens)23 | 1M | 128K |
| API et identifiant du modèle23 | moonshotai/kimi-k3 | zai-org/glm-5.3 |
Que choisir
Programmation, raisonnement, contexte et coût
Kimi K3
- Choisissez Kimi pour le code (DeepSWE : 67.5% contre 66.9%) et le raisonnement évalué par GPQA (92.9% contre 88.1% pour GLM) ; l’avance en code reste faible.
- Pour les longues sorties, le plafond 1M de Kimi dépasse les 128K de GLM ; les deux contextes d’entrée sont de 1M.
- Kimi coûte $0.04500, soit $0.02660 de plus que GLM ; HLE avec outils favorise aussi GLM, 62.5% contre 59.8%.
GLM-5.3
- Privilégiez GLM sur HLE avec outils dans le même rapport : 62.5% contre 59.8% ; NL2Repo est à égalité à 58.0.
- L’estimation GLM à quantité de tokens fixe de $0.01840 est inférieure aux $0.04500 de Kimi ; ses tarifs entrée/sortie sont $1.40/$4.40.
- Le plafond de sortie de 128K limite les longues générations face au 1M de Kimi, malgré des contextes d’entrée égaux à 1M.
Méthodologie
Méthodologie et sources
Les scores de benchmark de Kimi K3 et de GLM-5.3 utilisent les réglages communs d’effort maximal du tableau comparatif officiel de DeepSeek. HLE avec outils est présenté séparément de HLE sans outils. Les lignes AA sont des références au niveau des modèles, tandis que les prix et plafonds de tokens appartiennent aux API Novita indiquées ; la vitesse de streaming exclut l’attente initiale.
Novita AI propose Kimi et GLM et publie ce comparatif à partir des sources publiques citées. Les frais estimés utilisent un budget fixe de 10,000 tokens en entrée et 1,000 tokens de sortie facturés aux tarifs synchrones sans cache, raisonnement facturé compris. Aucun benchmark interne ni facture n’est fourni ; taxes, nouvelles tentatives, remises et capacité négociée sont exclues.
L’illustration Kimi contre GLM modélise l’attente de 2,000 tokens de raisonnement avant une réponse. Elle combine les champs AA non arrondis du délai avant le premier fragment et du débit de sortie, pas les valeurs arrondies affichées ; cette hypothèse définit un exemple de latence indépendant du coût, plutôt qu’un délai de réponse mesuré.
- DeepSeek · V4.1 Flash Model Card huggingface.co · Consulté 2026-10-15
- Kimi K3 · Novita AI novita.ai · Consulté 2026-10-15
- GLM-5.3 · Novita AI novita.ai · Consulté 2026-10-15
- Kimi K3 · Artificial Analysis artificialanalysis.ai · Consulté 2026-10-15
- GLM-5.3 · Artificial Analysis artificialanalysis.ai · Consulté 2026-10-15
Développez avec Novita Model APIs
Créez une clé API et connectez votre application.