За последние восемь недель с индустрией ИИ произошло нечто странное.

В июне Z.ai выпустила GLM-5.2 и незаметно стала первой моделью с открытыми весами, преодолевшей 80% на Terminal-Bench. В июле Moonshot AI выкатила Kimi K3 — 2,8 триллиона параметров, крупнейшую из когда-либо опубликованных моделей с открытыми весами — и китайские акции ИИ-компаний рухнули за компанию. А 3 августа Alibaba ответила Qwen3.8-Max — 2,4 триллиона параметров — и впервые в истории компании открыла исходный код модели уровня Max.

Три модели у фронтира. Три разные философии лицензирования. Три совершенно разные ценовые точки. И огромная масса путаных публикаций, которые считают их взаимозаменяемыми.

Они не взаимозаменяемы. Одна из них не видит изображения. Вторую пока нельзя скачать, хотя сотни заголовков называют её “открытым исходным кодом”. А третья стоит в пять раз дороже за выходной токен, чем другая, и при этом показывает худшие результаты в нескольких бенчмарках по кодингу.

Это сравнение всё расставляет по местам.

Кратко — вердикт за 30 секунд

Если вам нужна максимальная чистая мощность и вы можете себе её позволить: Kimi K3. Она на 4-м месте в Artificial Analysis Intelligence Index и на 1-м в Frontend Code Arena, и это единственная из трёх, что на равных сражается с флагманами Claude и GPT. За эту привилегию вы заплатите $3/$15 за миллион токенов.

Если вам нужно лучшее соотношение цены и возможностей для кодинга: GLM-5.2. При $1,40/$4,40 это меньше трети цены выхода у K3, лицензия у неё действительно MIT, а веса лежат на Hugging Face с июня. Просто она не умеет обрабатывать изображения.

Если вам нужны мультимодальный ввод и агенты на длинных горизонтах в одной модели: Qwen3.8-Max. Текст, изображение и ввод видео, плюс самые сильные из опубликованных показателей vision-агентов из всей тройки. Но на момент написания веса — всё ещё обещание, а не файл для скачивания.

Если вы строите что-то серьёзное: Используйте больше одной. Раздел о маршрутизации ниже объясняет, почему это не отговорка.

Содержание

Почему это сравнение важно именно сейчас
Знакомьтесь с участниками
Сравнение характеристик
Глубокое погружение в бенчмарки
Сноска у бенчмарков, о которой никто не говорит
Цены: настоящая арифметика затрат
Что здесь на самом деле означают “открытые веса”
Можно ли на самом деле запустить их на собственном хостинге?
Три контекстных окна по 1M — это не одно и то же
Какую модель вам выбрать?
Стратегия маршрутизации между несколькими моделями
Риски, оговорки и тревожные сигналы
Что будет дальше
Часто задаваемые вопросы
Итоговый вердикт

Почему это сравнение важно именно сейчас

Большую часть 2024 и 2025 года разговор об открытых весах был утешительной сеткой. Вы брали западную фронтирную модель для сложной работы, а открытую — для дешёвых массовых задач. Разрыв был настоящим, и все это знали.

Этим летом эта рамка сломалась.

Когда Moonshot выпустила Kimi K3 в середине июля, реакция рынка рассказала историю лучше любой таблицы бенчмарков. Акции Z.ai, торгующиеся в Гонконге, упали на целых 30%. MiniMax потеряла до 16%. Alibaba просела на 4%. Инвесторы реагировали не на научную статью — они реагировали на модель, которую разработчики в слепых попарных сравнениях выбирали вместо ведущих американских систем для работы над фронтендом.

Затем запуск Qwen3.8-Max от Alibaba поднял её собственные акции на 7% в Гонконге. На той же неделе дневная выручка Moonshot, по сообщениям, выросла как минимум в шесть раз после K3, а в июне компания вышла на $300 млн годовой повторяющейся выручки — против $200 млн в апреле — и при этом ищет раунд финансирования с оценкой в $50 млрд.

Это уже не история о дешёвых альтернативах. Это история о том, рухнула ли только что цена возможностей фронтирного уровня, и если да, то какую из этих трёх вам стоит действительно встроить в продакшен.

Знакомьтесь с участниками

Kimi K3 (Moonshot AI)

Выпущена: July 16, 2026 (API) · July 27, 2026 (weights)

Kimi K3 — это ставка на масштаб. При 2,8 трлн общих параметров она примерно на 75% больше V4 Pro от DeepSeek, которая держала титул “крупнейшей широко используемой открытой модели”. Но для всех, кто думает о стоимости инференса, важнее другое, разреженное число: K3 использует архитектуру mixture-of-experts с 896 экспертами и всего 16 активными на токен, задействуя около 50 млрд параметров на каждом прямом проходе.

Две архитектурные детали — собственные разработки Moonshot: Kimi Delta Attention, гибридный механизм линейного внимания, и Attention Residuals, которую компания описывает как готовую замену стандартным residual-соединениям, дающую отдачу по мере роста масштаба. Оба метода были опубликованы в открытом доступе на GitHub ещё до выхода K3.

Позиционирование однозначное — Moonshot создавала модель для длительной инженерии. Формулировки компании — про многочасовые сессии, работу в больших репозиториях и оркестрацию терминальных инструментов с минимальным контролем. Модель поставляется с нативным пониманием изображений и постоянно включённым режимом рассуждений, а ещё она совместима с OpenAI SDK, так что интеграция — это в основном замена base-URL.

Qwen3.8-Max (Alibaba)

Выпущена: July 19, 2026 (preview at WAIC Shanghai) · August 3, 2026 (general availability)

Qwen3.8-Max — это 2,4 триллиона параметров всего и примерно 95 миллиардов активных на токен: почти вдвое больше, чем у K3, что серьёзно влияет на стоимость обслуживания — к этому мы ещё вернёмся.

Действительно новое здесь — не масштаб, а модальность. Это первая модель Qwen с более чем триллионом параметров, получившая мультимодальность и принимающая на вход текст, изображения и и видео. И это первый случай, когда Alibaba вообще обязалась открыть исходный код флагмана уровня Max. Все предыдущие модели Max — Qwen3.7-Max, Qwen3.6-Max-Preview — оставались запертыми за API, а линейка открытых весов продолжалась отдельно, в меньших размерах.

Демонстрации длительной автономной работы от Alibaba — самый впечатляющий маркетинг из трёх. В одной из них модель, по сообщениям, больше десяти дней самостоятельно строила саморазвивающийся программный harness, учитывала обратную связь и итеративно улучшала код, превью и логи без вмешательства человека. В другой она с нуля воспроизвела научную статью по машинному обучению: 33 раунда обучения на GPU примерно за 125 часов, 7 600 строк кода, а затем 18 самостоятельно придуманных идей по улучшению, которые обошли метод из оригинальной статьи. Выйдя в живой конкурс против 526 команд, модель оказалась впереди 87% участников.

Относитесь к ним как к демо от вендора — потому что это они и есть. Но это на удивление конкретные демо от вендора.

GLM-5.2 (Z.ai / Zhipu AI)

Выпущена: June 13, 2026 (Coding Plan preview) · mid-June 2026 (full open release)

GLM-5.2 — самая маленькая модель в этом сравнении с большим отрывом и самая узко сфокусированная. Около 744–753 миллиардов параметров всего и примерно 40 миллиардов активных на токен: её строили для одной задачи — длительного агентного кодинга.

Эта сосредоточенность проявляется в намеренном пропуске. У GLM-5.2 нет визуального энкодера. Она принимает текст и код. Дайте ей скриншот, PDF или макет интерфейса — и она выдаст ошибку. Соучредитель Z.ai Цзе Тан публично объяснял логику: он считает, что потолок машинного интеллекта поднимает рассуждение на основе текста, а не визуальный ввод. Июньский опрос сообщества о функциях следующей версии собрал более 466 000 просмотров, и зрение было абсолютно главным запросом. Но оно до сих пор не выпущено.

А что у GLM-5.2 есть — так это самая чистая история с лицензией в этом сравнении и, с заметным отрывом, самая низкая цена. Модель вышла под неограниченной лицензией MIT, веса сразу появились на Hugging Face, а поддержка была доступна с первого дня более чем в двадцати сторонних средах для кодинга.

Сравнение характеристик

	Kimi K3	Qwen3.8-Max	GLM-5.2
Разработчик	Moonshot AI	Alibaba	Z.ai (Zhipu AI)
Всего параметров	2,8 трлн	2,4 трлн	~744–753B
Активных на токен	~50B (16 из 896 экспертов)	~95B	~40B
Архитектура	Разреженный MoE + Kimi Delta Attention	Разреженный MoE	Разреженный MoE + внимание IndexShare
Контекстное окно	1 млн токенов	1M токенов (макс. вход 991K)	1 млн токенов
Макс. выход	—	131K токенов	128K–131K токенов
Ввод текста	✅	✅	✅
Ввод изображений	✅	✅	❌
Ввод видео	❌	✅	❌
Режимы рассуждений	Рассуждение всегда включено	Стандартный / режим рассуждений (бюджет 262K)	High / Max
Веса доступны	✅ 27 июля 2026	⏳ Обещано на неделю с 10 августа	✅ С июня 2026
Лицензия	Модифицированная MIT (с условиями)	Пока не объявлено	MIT (без ограничений)
Ввод API / 1M	$3.00	$2.00	$1.40
Вывод API / 1M	$15.00	$6.00	$4.40
Кэшированный ввод / 1M	$0.30	$0.25	$0.26

Из этой таблицы сразу бросаются в глаза три вещи.

Во-первых, GLM-5.2 делает больше с меньшими затратами. Она примерно вчетверо меньше K3 по общему размеру и всё равно конкурирует на бенчмарках по кодингу — а это говорит о том, что в 2026 году масштаб решает не всё.

Во-вторых, Число активных параметров у Qwen3.8-Max выбивается из общего ряда. При ~95 млрд активных параметров это почти вдвое больше, чем у K3, хотя суммарно модель меньше. Активные параметры определяют стоимость обслуживания, поэтому тем, кто планирует self-hosted (самостоятельный хостинг), стоит учесть: флагман Qwen дороже в работе на токен, чем модель, у которой на 400 млрд параметров больше.

В-третьих, разброс цен огромен. Выходные токены K3 стоят в 3,4× дороже, чем у GLM-5.2. За месяц интенсивной работы агентов это уже не погрешность округления.

Глубокое погружение в бенчмарки

Кодинг и агентная производительность

Именно к этому стремятся все три модели, так что здесь сравнение действительно имеет значение.

Бенчмарк	Kimi K3	Qwen3.8-Max	GLM-5.2
Terminal-Bench 2.1	88.3	86.6	81.0
SWE-bench Pro	—	67.7	62.1
FrontierSWE	81.2	73.5	74.4
SWE Marathon	42.0 (#1)	—	—
Program Bench	77.8 (#1)	—	—
DeepSWE	67.5	56.6	—
MCP-Atlas (использование инструментов)	~Fable 5 −0.5	—	77.0

Для контекста по этим цифрам Terminal-Bench: GPT-5.6 Sol при максимальном уровне рассуждений набирает 88,8, а Claude Opus 4.8 и Claude Fable 5 оба оказываются на 84,6 в таблице, которую приводит Alibaba. 88,3 у Kimi K3 — это отставание от лидера на полбалла. 86,6 у Qwen3.8-Max обходит обе модели Claude в той же таблице. А 81,0 у GLM-5.2 стал на тот момент первым результатом среди моделей с открытыми весами, перешагнувшим 80.

Главная победа GLM-5.2 — конкретно над GPT-5.5: 62,1 против 58,6 на SWE-bench Pro и 74,4 против 72,6 на FrontierSWE — последнее ставит модель почти вровень с Claude Opus 4.8 на 75,1. В использовании инструментов MCP-Atlas модель набрала 77,0 против 75,3 у GPT-5.5 и 77,8 у Opus 4.8.

Рассуждения и общие знания

Бенчмарк	Kimi K3	Qwen3.8-Max	GLM-5.2
GPQA Diamond	93.5	92.6	89.5
Индекс интеллекта Artificial Analysis	57,11 (#4 из 189)	—	51.09
BrowseComp	91.2 (#1)	—	—
PaperBench	—	93,0 (лидирует)	—
IFBench	—	82,8 (лидирует)	—

Результат K3 — 93,5 на GPQA Diamond — на момент запуска был лучшим, который какая-либо модель с открытыми весами публиковала на этом бенчмарке. В независимом Artificial Analysis Intelligence Index модель набрала 57,11 и заняла четвёртое место среди 189 отслеживаемых моделей — позади Claude Fable 5 (59,86) и обеих конфигураций GPT-5.6 Sol (58,89 и 57,65), но впереди Claude Opus 4.8 с 55,69.

GLM-5.2 заметно ниже в этом сводном индексе — 51,09. Этот разрыв и есть честная цена его ценового преимущества в общих рассуждениях, хотя на чистом кодинге он резко сокращается.

Мультимодальность и зрение

В этой категории GLM-5.2 просто не конкурирует, и именно здесь Qwen3.8-Max звучит убедительнее всего.

Бенчмарк	Qwen3.8-Max	Примечания
OSWorld-Verified	86.1	Задачи агентов по работе с компьютером
Parametric CAD Bench	91.5	Структурированное рассуждение при проектировании
OmniDocBench 1.5	92.1	Понимание документов
Vision Arena	#2 в мире	Позади только варианта Fable 5

Qwen3.8-Max лидирует почти во всех строках по зрению в опубликованной таблице Alibaba, а второе место в Vision Arena — действительно сильный независимый сигнал. У Kimi K3 есть встроенное понимание изображений, и, по сообщениям, он хорошо справляется с графиками, документами и мультимодальными задачами, но в этой категории из трёх моделей первенство за Qwen.

Рейтинги человеческих предпочтений

Результаты слепых краудсорсинговых арен стоит читать отдельно от таблиц бенчмарков: они улавливают то, что таблицы упускают.

Frontend Code Arena: Kimi K3 занял первое место с 1 679 Elo, опередив Claude Fable 5 с 1 631. Qwen3.8-Max стал четвёртым с 1 668 — на 37 очков позади Claude Opus 5.
Text Arena: Qwen3.8-Max вошёл в рейтинг как самая высоко стоящая китайская модель, хотя по-прежнему уступает нескольким продуктам Anthropic.
Code Arena: GLM-5.2 занял второе место среди моделей для кодинга в слепом рейтинге.

Победа Kimi K3 в Frontend Code Arena с явным преимуществом — над Fable 5 — пожалуй, самый впечатляющий результат во всей этой статье.

Сноска у бенчмарков, о которой никто не говорит

Каждая таблица выше заслуживает предостережения, и честная версия этого сравнения обязана сказать об этом прямо.

Влияние harness огромно. Бенчмарк для агентов-кодировщиков измеряет не модель. Он измеряет модель плюс среду выполнения вокруг неё: доступ к инструментам, права на файлы, логику сжатия контекста, поведение при повторах, правила остановки. Kimi Code, Claude Code, Codex, Terminus и mini-SWE-agent — всё это разные harness с разными возможностями. Результат с пометкой “Kimi K3 + Kimi Code” напрямую не сравним с результатом чистого API.

В собственной таблице Moonshot к запуску смешаны разные harness: KimiCode и Claude Code для K3, Claude Code для строк Claude и GLM, Codex для GPT. Часть оценок конкурентов взята у самих этих конкурентов. В некоторых оценках запросы Fable 5, отклонённые по политике использования, перенаправлялись на Opus 4.8. Впрочем, в данных есть полезная проверка на здравый смысл: K3 набрал 67,5 в DeepSWE с KimiCode и 67,3 с собственным harness mini-SWE-agent из этого бенчмарка. Разброс в 0,2 балла говорит о том, что влияние harness на конкретно эту задачу невелико.

Таблицы вендоров льстят их авторам. В мультимодальном сравнении Alibaba Qwen3.8-Max сопоставляется с Qwen3.7-Plus, а не с Qwen3.7-Max, — и это делает скачок между поколениями больше, чем он есть. В плюс Alibaba стоит сказать, что компания также опубликовала кривую масштабирования RL, которая не выравнивается: производительность достигает пика 0,725 примерно на 4 000 обучающих средах, а затем падает до 0,719 и 0,689. То есть компания публично показывает свою убывающую отдачу, и это больше, чем делают большинство лабораторий.

Независимая проверка запаздывает. GLM-5.2 вышел вообще без таблицы бенчмарков; цифры появились позже из данных вендора и сторонних тестов. Пять опубликованных оценок Qwen3.8-Max — это данные вендора, независимой оценки на начало августа не было. За Kimi K3 больше всего сторонних данных — Artificial Analysis, Vals, Arena, — и даже там результаты расходятся между собой. Vals 17 июля поставил K3 на второе место в общем зачёте, между Fable 5 и GPT-5.6 Sol, при этом Sol оказался выше K3 именно на Terminal-Bench 2.1 и SWE-bench Verified.

Самый полезный независимый тест, который я нашёл, провела Fireworks AI: она прогнала K3 против Claude Fable 5 примерно на 1 000 агентных задач. Чистой победы не получилось ни у кого. K3 вышел вперёд в работе по безопасности, криптографии и длинных терминальных циклах. Fable 5 победил в многоязычных задачах и визуализации веб-данных. Ни один не доминировал.

Практический вывод: прежде чем выбирать, проведите собственную оценку на своих задачах. Все эти модели достаточно близки друг к другу, и место в рейтинге не предскажет ваши результаты.

Цены: настоящая арифметика затрат

Ставки API за токен

Модель	Ввод / 1 млн	Вывод / 1 млн	Кэшированный ввод / 1M
GLM-5.2	$1.40	$4.40	$0.26
Qwen3.8-Max	$2.00	$6.00	$0.25
Kimi K3	$3.00	$15.00	$0.30
Claude Sonnet 5	$2.00	$10.00	—
Claude Opus 5	$5.00	$25.00	$0.50
Claude Fable 5	$10.00	$50.00	—

Два наблюдения, которые важнее сухих цифр.

Цена Kimi K3 — как у западной модели среднего уровня, а не как у бюджетной альтернативы. При $3/$15 он стоит дороже за выходной токен, чем Claude Sonnet 5, и в 3,4 раза дороже GLM-5.2. Если вы считали, что “китайская модель с открытыми весами” означает “дёшево”, K3 ломает это представление.

Настоящий рычаг — кэширование, а не заявленная цена. Кэшированный ввод Qwen за $0,25 — в восемь раз дешевле свежего, и собственная документация Alibaba подчёркивает: на стоимость влияет стабильность префикса сильнее, чем длина промпта. Для агентских нагрузок со стабильным системным промптом и растущей беседой агрессивное кэширование сдвинет ваш счёт сильнее, чем выбор модели. Qwen также предлагает явное создание кэша за $2,50 и явные чтения за $0,17 — для нагрузок, которые можно планировать заранее.

Планы подписки

Если вы один разработчик или небольшая команда — возможно, вы вообще покупаете не по цене за токен.

GLM Coding Plan имеет три уровня. Базовые месячные тарифы — $18 (Lite), $72 (Pro) и $160 (Max), со скидками в зависимости от периода оплаты: 10% при месячной, 20% при квартальной, 30% при годовой. При годовой оплате это выходит примерно $12,60, $50,40 и $112 в месяц. Каждый уровень даёт пул промптов, который обновляется каждые пять часов, а план работает из коробки с Claude Code, Cline, Kilo Code и OpenClaw.

Одна деталь, которую стоит понять: расход квоты считается с множителями. Использование GLM-5.2 вне пиковых часов до сентября 2026 года идёт с коэффициентом 1× в рамках акции. После этого он возвращается к 2× вне пика и 3× в пик — то есть ваша фактическая квота сильно зависит от того, когда вы работаете, а не только от того, сколько.

Qwen предлагает подписку Token Plan примерно от $6 в месяц (39 CNY) на уровне Lite как альтернативу оплате за токены.

Moonshot запускает уровни подписки для приложений Kimi, названные по темповым обозначениям — Moderato, Allegro, Allegretto и Vivace — при этом сами приложения бесплатны в рамках общих лимитов.

Стоимость задачи против стоимости токена

Вот в чём ловушка: цена за токен — это не стоимость выполненной задачи.

Модель, которая решает вашу задачу за один проход при $15 за 1M выходных токенов, легко может оказаться дешевле той, которой нужно четыре итерации при $4,40 за 1M. Токены рассуждений у всех трёх моделей тарифицируются по выходному тарифу, а K3 вдобавок работает с постоянно включённым размышлением — один разбор отметил, что K3 прошёл набор Artificial Analysis с чуть меньшими общими затратами, чем GPT-5.6 Sol несмотря на сгенерировав существенно больше выходных токенов, потому что ей потребовалось меньше попыток.

Считайте стоимость на решённый тикет, а не стоимость за миллион токенов. Это единственная цифра, которая отражает реальность.

Что здесь на самом деле означают “открытые веса”

Именно в этом разделе большинство обзоров этих трёх моделей разваливается, потому что слово “открытый” делает огромную работу во множестве заголовков.

Три разных состояния сведены в одно слово:

Доступна через API — её можно вызвать, но нельзя получить
Открытые веса — можно скачать параметры
Открытый исходный код с разрешительной лицензией — можно свободно скачивать, изменять, распространять и использовать в коммерции

Вот где на самом деле находится каждая модель.

GLM-5.2: действительно открытая

Лицензия MIT, без ограничений, веса опубликованы на Hugging Face по пути zai-org/GLM-5.2. Скачивайте, дообучайте, размещайте на своём сервере, продавайте продукты на её основе. Никаких порогов по выручке, никаких требований к указанию авторства, никаких переговоров. Это самая чистая лицензия для открытых весов, и это реальное конкурентное преимущество, о котором мало говорят, потому что лицензия MIT — не заголовок.

Kimi K3: открытая, но с условиями

Веса опубликованы 27 июля под собственной лицензией, которую Moonshot называет Kimi K3 License. Широкое коммерческое использование разрешено, но действуют два условия:

Любая компания с годовой выручкой свыше $20 млн должна заключить договор с Moonshot, прежде чем предлагать K3 внешним клиентам как сервис
Любая компания с месячной выручкой свыше $20 млн или более 100 млн активных пользователей в месяц должна указывать авторство Kimi K3 в любом продукте, использующем модель

Для независимого разработчика или стартапа ни одно из условий не действует. Для зрелой SaaS-компании, планирующей перепродавать инференс на базе K3, первое условие действует абсолютно точно. Прочитайте лицензию, прежде чем строить на ней бизнес-модель.

Qwen3.8-Max: пока не открытая

Об этом нужно сказать прямо, потому что множество заголовков уже назвали Qwen3.8-Max открытым исходным кодом.

По состоянию на 5 августа 2026 года веса Qwen3.8-Max нельзя скачать. Alibaba при запуске пообещала выпустить веса “на следующей неделе” — то есть на неделе 10 августа — на Hugging Face и ModelScope, как для Qwen3.8-Max, так и для меньшего чекпойнта Qwen3.8-27B. Лицензия не названа. Поиск по Qwen3.8 на Hugging Face по состоянию на 4 августа не выдал официальной карточки модели от Alibaba — только загрузки сообщества с названиями вроде Qwen3.8_4B_Distilled — сторонние дистилляты, а не флагман, и их легко принять за настоящую модель, если просматриваете быстро.

Есть основания для осторожного оптимизма: у Alibaba есть настоящая история открытого исходного кода — линейки Qwen3 и Qwen3.5 выходили под Apache 2.0. Но есть и обратная закономерность: каждый флагман уровня Max начиная с Qwen3-Max был проприетарным. Если веса выйдут с разрешительной лицензией, это полностью ломает ту закономерность и, возможно, более крупная новость, чем число параметров. Пока не появились репозиторий и файл лицензии, планируйте работу через API.

Можно ли на самом деле запустить их на собственном хостинге?

Открытые веса полезны, только если вы можете их запустить, и именно здесь маркетинг и реальность железа резко расходятся.

Kimi K3 — это загрузка на 1,56 ТБ, выпущенная в точности MXFP4 для более широкой совместимости с оборудованием. Но даже так модель на 2,8 трлн параметров требует инфраструктуры класса суперузла: рекомендуемая цифра — 64 ускорителя и больше. Для подавляющего большинства команд веса — это исследовательский артефакт и гарантия суверенитета, а не план развёртывания. Вы будете использовать API.

Qwen3.8-Max при 2,4 трлн параметров — тоже многоузловой артефакт для дата-центра. Меньший Qwen3.8-27B чекпойнт — реалистичный путь для локального развёртывания, и именно он должен заинтересовать тех, кто действительно планирует самостоятельный хостинг.

GLM-5.2 при ~753 млрд общих и ~40 млрд активных параметров — самый удобный из трёх, но “самый удобный” всё равно означает серьёзную инфраструктуру GPU. У малого бизнеса её обычно нет.

Так почему открытые веса важны, если почти никто не может их запустить? Две причины, и обе реальные.

Первая — суверенитет. Страны, тратящие миллиарды на собственную ИИ-инфраструктуру, в основном владели железом, но арендовали модели у американских провайдеров. Фронтирная модель с открытыми весами меняет этот расклад: правительство может запустить её на своей территории, дообучить под свой язык и правовой контекст и держать данные граждан внутри своих границ.

Вторая — рынок инференса. Открытые веса означают, что любой хостинг-провайдер может обслуживать модель, а это снижает цену за токен за счёт конкуренции, а не доброй воли поставщика. Во многом поэтому GLM-5.2 доступна по $1,00–$1,20 за ввод через сторонних маршрутизаторов — ниже собственных $1,40 у Z.ai.

Три контекстных окна по 1M — это не одно и то же

Все три модели заявляют контекстное окно на 1 млн токенов. Это примерно 750 000 слов — целая крупная кодовая база или около 400 страниц документов в одном запросе.

Детали различаются так, что это важно на практике:

Qwen3.8-Max ограничивает фактический ввод 991 тыс. токенов, снижая до 983 тыс. при включённом режиме размышления, с отдельным бюджетом рассуждений до 262 тыс. Вывод ограничен 131 тыс. токенов в обоих режимах. Лимиты: 2 млн токенов в минуту и 15 тыс. запросов в минуту.
GLM-5.2 поддерживает до 128–131 тыс. выходных токенов — достаточно для больших многофайловых диффов за один раз. Его окно в 1 млн было примерно пятикратным скачком по сравнению с ~200 тыс. у GLM-5.1, и именно это обновление сильнее всего изменило возможности модели.
Kimi K3 предлагает контекст в 1 млн с самыми сильными показателями извлечения на длинном контексте из трёх, поскольку её архитектура изначально проектировалась под длительные сессии.

Полезнее спросить не “насколько велико окно”, а “сохраняет ли модель связность в его дальнем конце”. Заявленный контекст и рабочий контекст расходятся, и ни одну из этих трёх не проверяли независимо на полную длину так, чтобы я счёл результат убедительным. Если ваша нагрузка зависит от настоящего извлечения на 800 тыс. токенов, проверьте это, прежде чем строить вокруг этого архитектуру.

Какую модель вам выбрать?

Для одиночного разработчика или инди-хакера → GLM-5.2

Экономика решает. План Lite Coding за $12,60 в месяц при годовой оплате даёт по-настоящему способного агента для кодинга внутри Claude Code или Cline, а через ZCode доступен пятидневный бесплатный пробный период (3 млн токенов GLM-5.2 плюс 2 млн токенов GLM-5-Turbo в день), чтобы составить реальное мнение, ничего не заплатив.

Вы отказываетесь от зрения. Если ваша работа — бэкенд, CLI, скрипты или разработка API, вы это вряд ли заметите. Если вы делаете фронтенд по дизайн-макетам, заметите сразу.

Для инженерной команды стартапа → основная GLM-5.2, Kimi K3 для эскалации

Направляйте широкую середину работы — обычные исправления багов, рефакторинг, генерацию тестов, шаблонный код — в GLM-5.2, а K3 приберегайте для задач, где дополнительные возможности действительно превращаются в закрытый тикет. Разрыв в 7 пунктов по SWE-bench Pro между ними реален, но он важен только на сложном хвосте.

Для предприятий и регулируемых отраслей → GLM-5.2 на своём хостинге или Qwen3.8-27B, когда она выйдет

Критическая деталь: Облачный API Z.ai идёт через инфраструктуру в Китае. Для личных проектов и большинства стартапов это не проблема. Для регулируемого предприятия это требует либо юридической проверки, либо перехода на собственный хостинг. Лицензия MIT делает самостоятельный хостинг действительно жизнеспособным, чего не скажешь об условиях K3 по порогу выручки.

Для мультимодальных рабочих процессов и управления компьютером → Qwen3.8-Max

Если вашему агенту нужно читать скриншоты, разбирать документы визуально или обрабатывать видео, GLM-5.2 отпадает, а Qwen опережает Kimi по опубликованным показателям зрения. OSWorld-Verified на 86,1 и OmniDocBench на 92,1 — сильные сигналы в управлении компьютером и понимании документов. Только закладывайте бюджет на API, а не на свой хостинг, пока веса и лицензия действительно не появятся.

Для исследователей и развёртываний с упором на суверенитет → Kimi K3

Самый крупный чекпойнт с открытыми весами из когда-либо опубликованных, с техническим отчётом об архитектуре, обучении и методике бенчмарков. Если вы изучаете MoE-архитектуры фронтирного масштаба, Kimi Delta Attention или Attention Residuals, это самая мощная модель, которую вы действительно можете исследовать.

Для максимальных возможностей независимо от цены → Kimi K3

Четвёртое место в Artificial Analysis, второе в Vals Index, первое в Frontend Code Arena — и единственная из трёх, что стабильно обменивается победами с флагманами Claude и GPT. Стоит она соответственно.

Стратегия маршрутизации между несколькими моделями

Честный ответ на вопрос “какую мне использовать”: выбирать одну — обычно неверная постановка.

Все три модели совместимы с OpenAI SDK. GLM-5.2 дополнительно предоставляет эндпоинты, совместимые с Anthropic, а Qwen поддерживает и спецификации OpenAI, и DashScope. Переключение между ними — это базовый URL и ID модели. Привязки почти нет.

Поэтому маршрутизацию дёшево построить и дорого не иметь:

Дешёвый уровень для объёмной работы с низкими ставками. Классификация, суммаризация, простые правки. GLM-4.7 за $0,60/$2,20 справляется с большим, чем ожидают: она всё ещё показывает 73,8% на SWE-bench Verified.
Основной уровень для большей части реальной работы. GLM-5.2 или Qwen3.8-Max — в зависимости от того, нужно ли вам зрение.
Уровень эскалации для сложного хвоста. Kimi K3 или западный флагман — для задач, где ошибка дорого стоит, а стоимость итераций превышает стоимость токенов.
Специализированная маршрутизация по типу задачи. Данные Fireworks здесь показательны: K3 лучше показала себя в безопасности и длинных терминальных циклах, а Fable 5 выиграла в многоязычности и визуализации данных. Это различия, которые можно маршрутизировать, а не шум.

Команды, которые выжимают максимум из модельного ландшафта 2026 года, — не те, кто выбрал правильно. Это те, кто построил переключатель.

Риски, оговорки и тревожные сигналы

Обвинение в дистилляции. Майкл Крациос, директор Управления научно-технической политики Белого дома, публично обвинил Moonshot в том, что Kimi K3 создана путём дистилляции модели Claude Fable от Anthropic. Moonshot этого не признала. Это нерешённый спор с потенциальными юридическими последствиями и последствиями для закупок, и если вы работаете там, где важно происхождение модели — например, в государственных контрактах, — это место в вашем реестре рисков.

Маршрутизация данных и юрисдикция. Все три компании работают в основном под китайской юрисдикцией. Запросы к API проходят через их инфраструктуру. Самостоятельный хостинг это решает, использование API — нет. Это вопрос соответствия требованиям, а не политики, и у него есть ясный технический ответ, если ваши требования этого требуют.

Проверка бенчмарков действительно слабая. Таблица бенчмарков Qwen3.8-Max целиком составлена производителем, независимых воспроизведений не опубликовано. Цифры GLM-5.2 появились после запуска из разных источников. Только у K3 есть существенная сторонняя оценка, и эти оценки расходятся между собой.

Неопределённость с лицензией Qwen. Прецедент — не обязательство. Пока не существует репозитория на Hugging Face с настоящим файлом лицензии, любой план, зависящий от весов Qwen3.8-Max, построен на пресс-релизе.

Механика квот меняется. Акция GLM с множителем 1× в часы низкой нагрузки заканчивается в сентябре 2026 года, после чего расход квоты примерно удваивается вне пика и утраивается в пик. Если вы рассчитываете подписку по текущей эффективной пропускной способности, посчитайте и цифры после окончания акции.

Темп релизов жестокий. GLM-5 вышла в феврале, 5.1 — в апреле, 5.2 — в июне. Kimi выпускала K2.5 в январе, K2.6 в апреле, K2.7 Code в июне, K3 в июле. Любой вывод, сделанный сегодня, устаревает за недели.

Что будет дальше

Следующий флагман Z.ai — самый ожидаемый релиз ближайшего времени. Аналитическая записка JPMorgan, которую цитировали Reuters и CGTN, указывает на окно в августе 2026 года. Утечки из сообщества описывают модель более чем с триллионом параметров, с сохранённым контекстным окном в 1 млн и открытыми весами, ориентированную на долго работающих агентов для кодинга. Даже название спорно: GLM-5.3, GLM-5.5 и GLM-6 фигурируют в текущих обсуждениях, а некоторые сообщения предполагают, что Z.ai может пропустить 5.3 и 5.4 вовсе. По состоянию на 4 августа документация Z.ai всё ещё указывает GLM-5.2 как последний релиз. Поддержка зрения — самый громкий запрос сообщества с большим отрывом.

Веса Qwen3.8-Max — ближайшее конкретное событие, обещанное на неделю 10 августа вместе с Qwen3.8-27B. Чекпойнт 27B — тот, за которым стоит следить ради практического локального развёртывания.

Полный технический отчёт по Kimi K3 с описанием архитектуры, методики обучения и воспроизведения бенчмарков ожидался после публикации весов.

Я буду обновлять это сравнение по мере выхода каждого из них.

Часто задаваемые вопросы

Какая модель ИИ с открытыми весами сейчас лучшая?

По чистой мощности — Kimi K3: четвёртое место из 189 моделей в Artificial Analysis Intelligence Index и первое в Frontend Code Arena. По соотношению цены и пользы для кодинга — GLM-5.2: менее трети стоимости вывода K3 при действительно неограниченной лицензии MIT. “Лучшая” полностью зависит от того, оптимизируете вы мощность или стоимость решённой задачи.

Действительно ли Qwen3.8-Max — открытый исходный код?

Пока нет. По состоянию на 5 августа 2026 года она доступна только через API. Alibaba пообещала выпустить веса на неделе 10 августа на Hugging Face и ModelScope, но ни репозитория, ни лицензии не появилось. Заголовки, называющие её открытым исходным кодом, описывают обещание, а не загрузку.

Может ли GLM-5.2 обрабатывать изображения?

Нет. У GLM-5.2 нет визуального энкодера: она принимает только текст и код. Это осознанное архитектурное решение, а не упущение, и зрение — главный запрос сообщества к следующему релизу.

Сколько стоит Kimi K3?

$3 за миллион входных токенов и $15 за миллион выходных, кэшированный ввод — $0,30. Это делает её самой дорогой из трёх с большим отрывом, хотя она всё ещё заметно дешевле Claude Opus 5 за $5/$25 и Claude Fable 5 за $10/$50.

Могу ли я запустить эти модели на своём оборудовании?

Реалистично — не флагманы. Kimi K3 — это загрузка на 1,56 ТБ, требующая 64+ ускорителей. Qwen3.8-Max при 2,4 трлн — развёртывание в дата-центре на нескольких узлах. GLM-5.2 при ~753 млрд общих и ~40 млрд активных параметров — самая удобная, но всё равно требует серьёзной инфраструктуры GPU. Грядущая Qwen3.8-27B — реалистичный вариант для локального развёртывания.

Какая модель лучше для агентов кодинга?

Kimi K3 лидирует в Terminal-Bench 2.1 (88,3), Program Bench и SWE Marathon. GLM-5.2 даёт лучшее соотношение цены и возможностей: 81,0 в Terminal-Bench и 62,1 в SWE-bench Pro. Qwen3.8-Max находится между ними с 86,6 и 67,7, добавляя мультимодальный ввод. Все три работают с Claude Code, Cline и подобными harness.

Превосходят ли эти модели Claude и GPT?

В отдельных бенчмарках — иногда. Kimi K3 лидирует в Frontend Code Arena, опережая Claude Fable 5, и набирает больше Claude Opus 4.8 в индексе Artificial Analysis. Но сама Moonshot признаёт, что K3 в целом всё ещё уступает Fable 5 и GPT-5.6 Sol, а независимые тесты показывают смешанные результаты по категориям задач, а не явного победителя.

У какой модели лучшая лицензия для коммерческого использования?

У GLM-5.2, однозначно. Неограниченная MIT без порогов по выручке и требований к указанию авторства. Собственная лицензия Kimi K3 разрешает широкое коммерческое использование, но добавляет условия для компаний с выручкой выше $20 млн, перепродающих её как сервис. У Qwen3.8-Max лицензия вообще не объявлена.

Безопасно ли использовать китайские модели ИИ для деловых данных?

Запросы к API проходят через инфраструктуру под китайской юрисдикцией. Для личных проектов и большинства стартапов это не проблема. Для регулируемых отраслей это требует либо юридической проверки, либо собственного хостинга — именно поэтому лицензия MIT у GLM-5.2 для некоторых организаций важнее её результатов в бенчмарках.

В чём разница между общим числом параметров и активными параметрами?

Модели с mixture-of-experts активируют лишь часть параметров на каждый токен. У Kimi K3 всего 2,8 трлн параметров, но активируется примерно 50 млрд (16 из 896 экспертов). У Qwen3.8-Max 2,4 трлн общих и ~95 млрд активных. У GLM-5.2 ~753 млрд общих и ~40 млрд активных. Активные параметры определяют стоимость инференса — поэтому флагман Qwen дороже в обслуживании, чем более крупная K3.

Итоговый вердикт

Самое важное, что показывает это сравнение, — не то, какая модель побеждает. А то, что вопрос изменился.

Два года назад интересный вопрос об открытых весах был в том, насколько они отстают. Теперь этот вопрос скучен, потому что ответ — “достаточно близко, так что зависит от вашей задачи”. Kimi K3 обошла Claude Fable 5 в слепом рейтинге человеческих предпочтений по фронтенд-коду. GLM-5.2 обошла GPT-5.5 на реальных исправлениях багов при затратах в шесть раз меньше. Это не результаты утешительного турнира.

Теперь интересный вопрос — что вы на самом деле покупаете. И ответ для каждой из трёх разный, причём по причинам, никак не связанным с местом в бенчмарках:

GLM-5.2 продаёт вам независимость. Веса под MIT, никаких условий, никаких переговоров, самая низкая цена в сравнении. Вы покупаете право перестать зависеть от поставщика.
Kimi K3 продаёт вам мощность. Самые высокие результаты здесь, по соответствующей цене, с лицензионными условиями, которые кусаются только если вы станете крупными.
Qwen3.8-Max продаёт вам широта. Текст, изображения и видео в одной модели, сильные агентные показатели, подкреплённые обязательством Alibaba вложить $53 млрд в инфраструктуру, — и пока обещание весов вместо самих весов.

Если сжать до одной строки на каждую: выбирайте GLM-5.2, если платите сами; Kimi K3, если мощность стоит доплаты; и Qwen3.8-Max, если вашему агенту нужны глаза.

И какую бы вы ни выбрали, постройте маршрутизатор. В ландшафте, где три близкие к фронтиру модели вышли за восемь недель, способность переключаться стоит дороже способности выбрать правильно.

Последнее обновление: 5 августа 2026 года. Цены, бенчмарки и лицензии в этой сфере меняются каждую неделю — проверяйте актуальные цифры в официальной документации, прежде чем принимать решения о закупке. Источники: VentureBeat, MarkTechPost, Fortune, SCMP, Quartz, Artificial Analysis, Northflank и документация Moonshot AI, Alibaba Qwen и Z.ai.