GLM-5 contra Kimi K3

¿Qué comparamos?

Esta comparativa enfrenta a dos modelos de pesos abiertos, que se pueden instalar en servidores propios: GLM-5 y Kimi K3, uno de Zhipu AI (Z.ai) y el otro de Moonshot AI. El primero es del 12 de febrero de 2026 y el segundo del 16 de julio de 2026.

Todas las cifras proceden de fuentes públicas consultadas el 22 de octubre de 2026: models.dev y OpenRouter para precios y capacidades, Epoch AI para las puntuaciones.

¿Cuál es más capaz?

En nuestro índice de capacidad, GLM-5 obtiene 77,2 sobre 100 y Kimi K3 80,7. Kimi K3 se impone por 3,5 puntos.

En las 2 pruebas registradas para ambos, GLM-5 gana 0 veces y Kimi K3 2:

• GPQA Diamond (preguntas de ciencias de nivel doctorado): GLM-5 87,8 %, Kimi K3 93,1 %
• OTIS Mock AIME (problemas de matemáticas de competición): GLM-5 80 %, Kimi K3 97,2 %

El presupuesto

GLM-5 cuesta 0,60 US$ por millón de tokens de entrada y 2,69 US$ de salida; Kimi K3, 3 US$ y 15 US$.

Para una tarea de agente tipo (leer 20 000 tokens y escribir 2000), cuente 0,017 US$ con GLM-5 frente a 0,09 US$ con Kimi K3. GLM-5 es 5,2 veces más barato, una diferencia que pesa rápido en 1000 tareas: 72,67 US$ de diferencia.

Haga el cálculo con sus volúmenes en la calculadora de coste de un agente.

Contexto y capacidades

Kimi K3 lee más de una vez: 1.048.576 tokens de contexto (unas 1573 páginas), frente a 204.800 de GLM-5.

Modo de razonamiento: GLM-5 sí, Kimi K3 sí. Llamada a herramientas: GLM-5 sí, Kimi K3 sí. Lectura de imágenes: GLM-5 no, Kimi K3 sí.

Los dos publican sus pesos: puede alojarlos usted mismo.

En resumen

Nuestra lectura de los datos:

• Elija GLM-5 por un coste más bajo.
• Elija Kimi K3 por un mejor índice de capacidad, una ventana de contexto más grande, un lanzamiento más reciente y la lectura de imágenes.

Este veredicto se basa en cifras públicas; no sustituye una prueba con sus propias tareas.