中国製オープン大規模モデル3種を比較

中国のテック企業 3 社が、オープンウェイトモデルのリーダーボードを席巻しています。Moonshot AI の「Kimi K3」、DeepSeek の「V4 Pro」、そして Zhipu AI の「GLM-5.2」はすべて、百万トークン単位のコンテキストウィンドウを持つスパースな Mixture-of-Experts（MoE）モデルです。これらはすべて、長期にわたるコーディングタスクやエージェントワークロードの処理を目的としています。

本記事では、AI チームが実際に意思決定を行う際の 3 つの軸——測定された能力、ライセンス条項、そして運用コスト——に基づいて、これら 3 モデルを比較します。

「トリリオンパラメータ」という表現は、Kimi K3（2.8T）と DeepSeek V4 Pro（1.6T）に当てはまります。一方、GLM-5.2 は総パラメータ数が 744B で、3 つの中では最も小型です。しかし、Kimi K3 が登場する以前からオープンウェイト分野をリードしてきた実績があるため、このリストへの選出は妥当です。

3 つの主要候補

Kimi K3 は、2.8 兆パラメータを持つ「Stable LatentMoE」モデルです。トークンごとに 896 個ある専門家のうち、16 個が活性化されます。Moonshot AI は正確なアクティブパラメータ数については公開していません。Kimi K3 はネイティブの視覚機能と 100 万トークンのコンテキストウィンドウ、そして常時稼働する推論機能を備えています。Moonshot AI はこれを「オープン化された最初の 3T クラスモデル」と称しています。

（当社のローンチ記事はこちら）

DeepSeek V4 Pro は、1.6 兆パラメータの MoE モデルで、アクティブなパラメータ数は 490 億です。384 のルーティング済みエクスパートと 1 つの共有エクスパートを採用しています。コンテキストウィンドウは 100 万トークン、最大出力長は 38.4 万トークンをサポート。より軽量な V4 Flash バリアント（総パラメータ 2,840 億、アクティブ 130 億）も用意されており、コスト効率を重視するワークロードに対応します。モデルの重みは Hugging Face で公開されています。

GLM-5.2 は約 7,440 億パラメータの MoE モデルで、アクティブ数は約 400 億です。コンテキストウィンドウも 100 万トークンに対応します。Zhipu AI が提供するこのモデルには、「High」と「Max」の推論モードが用意されており、API 経由での利用も可能です。

Kimi K3、DeepSeek V4 Pro、GLM-5.2 の主要スペックを比較すると以下のようになります。

ベンチマーク結果について

ベンダーが報告するスコアは評価環境（ハルネス）が異なるため、各ラボ間で数値を単純比較することは困難です。中立な指標として「Artificial Analysis Intelligence Index」が挙げられます。このインデックスでは、3 つのモデルを同一の評価セットで測定しています。

同インデックスでのスコアは、Kimi K3 が約 57、DeepSeek V4 Pro（Max 推論モード）が 44、GLM-5.2 が 51 です。総合ランキングでは K3 は 3 位に位置し、Claude Fable 5 や GPT-5.6 Sol に次ぎ、Opus 4.8 や GPT-5.5 と同等の性能を誇ります。なお、Kimi K3 のリリースまで、オープンウェイトモデルとしての最高位は GLM-5.2 が維持していました。

コーディング関連のベンチマークでも同様の傾向が見られますが、いくつか注意が必要です。Moonshot 社自身が公開した表では、K3 と GLM-5.2 を同一の評価環境で比較しています。その結果、K3 はすべての共通ベンチマークにおいて GLM-5.2 を大幅に上回っています。

ベンチマーク結果（Moonshot ハーネス）

Moonshot の公式テーブルには DeepSeek が含まれていないため、同社の数値は別テストからのものです。DeepSeek-V4-Pro-Max は SWE-bench Verified で 80.6% を記録し、リリース時点でオープンウェイトモデルとして最高スコアをマークしました（Gemini 3.1 Pro と並ぶ）。また MRCR 1M では 83.5 を達成し、強力な長文脈処理能力を実証しています。一方、GLM-5.2 は SWE-bench Pro で 62.1 を記録し、GPT-5.5（58.6）をわずかに上回っています。

総合的な測定能力においては K3 が三モデル中最も優れています。DeepSeek V4 Pro は特定のコーディングタスクにおいて競争力がありますが、GLM-5.2 は K3 に劣るものの、依然として有能なオープンウェイトオプションです。

ライセンス

三モデルとも「オープンウェイト」として公開されていますが、現状の実際の利用状況には違いがあります。

DeepSeek V4 Pro は MIT ライセンスで、リリース初日から Hugging Face で重み（ウェイト）を入手可能です。GLM-5.2 も同様に MIT ライセンスであり、zai-org 組織の下で全重みが Hugging Face に公開されています。両モデルとも現在、商用利用の制限なく微調整やセルフホスティングが可能です。

例外は Kimi K3 です。Moonshot は 2026 年 7 月 27 日までに重みの公開を約束しており、その際は Modified MIT ライセンスが適用される見込みです。それまでは API と Kimi アプリ経由での利用のみとなります。Moonshot が最近発表した Modified MIT の条件には、1 つの帰属表示条項が含まれています。これは月間アクティブユーザー数が 1 億人を超えた場合に発動するものです。

提供コスト

API の価格設定は、これらのモデルを明確に区別しています。

Kimi K3、DeepSeek V4 Pro、GLM-5.2 の 3 つのオープンなトリリオン規模 MoE モデルを、ベンチマーク結果、ライセンス、推論コストの観点から比較します（続き 4/5）。

まずコスト面では、DeepSeek V4 Pro が圧倒的なリーダーです。リスト価格での出力レートを見ると、1 ドルで DeepSeek V4 Pro は約 115 万トークン、GLM-5.2 は約 22.7 万トークン、Kimi K3 は約 6.7 万トークンを購入できます。

Artificial Analysis は、ベンダーの主張を排するために、キャッシュ・入力・出力の比率を 7:2:1 に統一したブレンド価格で各モデルを評価しています。この基準では、Kimi K3 が 100 万トークンあたり 2.31 ドル、GLM-5.2 が 0.90 ドル、DeepSeek V4 Pro はわずか 0.18 ドルとなります。タスクあたりのコストで見ても、同様のデータによると Kimi K3 は 0.94 ドル、GLM-5.2 は 0.32 ドル、DeepSeek V4 Pro は 0.04 ドルです。

速度にも差があります。Artificial Analysis の測定では、GLM-5.2 は秒間約 168 トークンの処理速度を記録し、DeepSeek V4 Pro と Kimi K3（ともに秒間約 62 トークン）を大きく引き離しています。Moonshot によると、コーディングタスクでのキャッシュヒット率は 90% を超えており、これにより Kimi K3 の実質的な入力コストは 100 万トークンあたり 0.30 ドルまで低下します。

自己ホスト（オンプレミス）の場合は制約が異なります。744B パラメータの GLM-5.2 は、BF16 精度で VRAM を 1TB 以上必要とし、FP8 精度でも H200 グラフィックボードを約 8 枚分必要とします。DeepSeek V4 Pro（1.6T）はさらに多くのリソースを要します。最も重いのは Kimi K3 で、Moonshot は 64 基以上のアクセラレータの使用を推奨しており、ほとんどのチームがローカル環境での運用を断念せざるを得ません。なお、Kimi K3 はより幅広いハードウェアに対応するため、MXFP4 形式の重みと MXFP8 形式の活性化値を採用しています。

各モデルに最適な用途は？

コード品質を維持しつつ、1 トークンあたりのコストを最小化したいなら、DeepSeek V4 Pro が明確な選択肢です。重み（weights）のダウンロードが可能でライセンスもクリア、さらに出力価格が他 2 社を下回っています。

測定された能力の高さでは Kimi K3 が首位ですが、その価格は他社の 5 倍から 17 倍に達し、かつ 7 月 27 日までは重みのダウンロード不可です。GLM-5.2 はその中間に位置します。K3 よりも安価で、両社よりも高速、今日からセルフホスト可能、そしてサイズに見合わない高い性能を備えています。

検証の深さやライセンスの明確さを重視して選定するなら、今すぐ DeepSeek と GLM を検討すべきです。ベンチマークスコアの最大化を目指す場合は、K3 の重み公開を待つか、API 利用料の高いプランを選ぶことになります。

要点

• Kimi K3 は Artificial Analysis Intelligence Index で首位（約 57 点、総合 3 位）ですが、7 月 27 日までは API のみの提供です。
• DeepSeek V4 Pro はコストリーダー。1 タスクあたり約 0.04 ドル、1 ドルで約 115 万トークンの出力が可能です（定価ベース）。
• GLM-5.2 (744B) は最小サイズでありながら最速（約 168 トークン/秒）、かつ MIT ライセンスの下で今日からセルフホスト可能です。
• 3 社とも 100 万トークンのコンテキスト長に対応しますが、現在オープンな重みが利用可能なのは DeepSeek と GLM のみです。