Modelos
Comparativa
Kimi K2 Thinking vs GLM 4.7
Kimi K2 Thinking y GLM 4.7 frente a frente en Silicon Network: longitud de contexto, capacidades, parámetros y el precio por token de cada uno.
| Kimi K2 Thinking | GLM 4.7 | |
|---|---|---|
| Id del modelo en la API | kimi-k2-thinking | glm-4.7 |
| Modelo base | Kimi K2 | GLM 4.7 |
| Familia | Kimi | GLM |
| Parámetros | 1T MoE | 355B MoE |
| Tamaño | Muy grande (200B o más) | Muy grande (200B o más) |
| Longitud de contexto | 262.144 tokens (256K) | 202.752 tokens (198K) |
| Capacidades | Texto, Razonamiento y Razonamiento desactivable | Texto, Razonamiento y Razonamiento desactivable |
| Pesos servidos | Tal como se publicaron | 4 bits |
| Tamaño de los pesos | 707 GB | 199 GB |
| Precio de entrada | No disponible | No disponible |
| Precio de salida | No disponible | No disponible |
Ahora mismo no se han podido cargar las tarifas publicadas. La página de precios las consulta en directo.
Diferencias
- Kimi K2 Thinking tiene la ventana de contexto más larga: 262.144 tokens frente a 202.752.
- Kimi K2 Thinking es el modelo más grande en parámetros totales: 1T MoE frente a 355B MoE.
- Los dos tienen las mismas capacidades: Texto, Razonamiento y Razonamiento desactivable.
Qué modelos están cargados en un nodo cambia a lo largo del día; la página de precios lo muestra en directo. Un modelo que no está cargado responde con un 404 hasta que un operador lo carga.
Sobre estas cifras
La longitud de contexto, las capacidades y el tamaño de los pesos salen de la ficha del modelo con la que se sirve cada id. Las tarifas son los precios por token publicados y se actualizan cada pocos minutos. Aquí no hay cifras de velocidad: la red todavía no publica el rendimiento por modelo.