Kimi K3 a Claude Code: srovnání, cena a nastavení

Praktické informace o práci s Ailoot najdete v dokumentaci.

Co je Kimi K3 a proč rozvířil trh?#

Ještě před rokem byla Moonshot známá jedním modelem — Kimi K2, open verzí z léta 2025. V dubnu následoval K2.6 a v červnu 2026 K2.7 Code. K3 je další krok a je přibližně 2,8krát větší než K2.6.

Číslo 2,8 bilionu působí hrozivě, ale v pozadí je technologie, která je v roce 2026 běžná. K3 je postaven na architektuře mixture of experts (Stable LatentMoE): obsahuje 896 samostatných expertů a pro každý token jich model aktivuje jen 16. V provozu je tedy aktivních mnohem méně parametrů, než naznačuje celkový počet — jinak by nikdo nedokázal tak velký model nabízet za rozumnou cenu. Využívá také dvě vlastní techniky Moonshotu: Kimi Delta Attention (která zrychluje generování až šestkrát) a Attention Residuals (které zlevňují trénování). Pro vibe codera je to technické zázemí, ale vysvětluje, proč tak obrovský model stojí méně než Claude, i když by jeho velikost mohla naznačovat děsivou cenovku.

Co je důležité v praxi:

• Kontextové okno o velikosti jednoho milionu tokenů. Stejně velké jako celé kontextové okno Claude. Do modelu můžete najednou vložit rozsáhlý projekt.
• Vidění. Můžete poslat snímek obrazovky s chybou nebo maketu — model obraz uvidí. Starší čínské modely, jako DeepSeek, tuto schopnost neměly.
• Vždy zapnutý režim uvažování (thinking mode). Model nejdřív vždy přemýšlí a teprve pak odpovídá. Zvyšuje to kvalitu i cenu; vrátím se k tomu níže.

Čínský open model dosáhl úrovně uzavřených vlajkových modelů Anthropic a OpenAI a Moonshot slíbil, že váhy zpřístupní zdarma. Podívám se, kde je tato „srovnatelnost“ skutečná a kde jde jen o uhlazenou prezentaci.

V čem Kimi K3 skutečně překonává Claude a v čem zaostává?#

Začnu benchmarkem, který je pro vibe codera nejdůležitější: Frontend Code Arena. Modely generují rozhraní a lidé naslepo vybírají to lepší. To se blíží tomu, co děláte, když požádáte AI o vytvoření webu.

Kimi K3 je první a vede v šesti ze sedmi oblastí. Pro někoho, kdo tvoří weby a rozhraní v rozhovoru s AI, je to nejjasnější signál: model podává silný výkon při práci s rozložením a frontendem.

V obecné inteligenci nelze přibližné skóre Kimi 57 a skóre 44 pro „Kimi K3 (max)“ považovat za konzistentní žebříček bez názvu vydavatele indexu, primárních odkazů na výsledky a srovnatelné konfigurace testu. Ani jedno skóre nedokládá aktuální pořadí Kimi podle zde odkazovaných důkazů.

Při srovnání použijte stejnou pojmenovanou revizi a datum indexu, zaznamenejte přesný model a nastavení uvažování včetně „max“ a ověřte testovací prostředí i stupnici. Do ověření těchto údajů u vydavatele zůstává pořadí Kimi v obecné inteligenci neprokázané. Preference frontendu a programátorské benchmarky měří jiné vlastnosti a mezeru nenahrazují.

Samostatné srovnání otevřeného modelu najdete v „GLM-5.2 dohnal Claude Opus 4.8“; chybějící přiřazení indexu Kimi tím není vyřešeno.

Klasické programátorské benchmarky:

• SWE-bench Verified — 76,8 %. Měří schopnost opravovat skutečné chyby v projektech na GitHubu. Solidní výsledek, i když nejlepší modely Claude dosahují vyšších hodnot.
• LiveCodeBench — 85 %. Algoritmické úlohy ve formátu „vstup — očekávaný výstup“. K3 si tu vede dobře.
• Terminal-Bench 2.1 — 88,3. Agentická práce v terminálu, podle samotné Moonshot.

A tady je výhrada, kterou musím uvést, aby byl tento průvodce poctivý, a ne reklamou. Moonshot sestavil programátorskou tabulku pomocí různých harnessů: některá měření použila vlastní KimiCode, některá Claude Code a některá Codex. Různé harnessy mohou stejný výsledek posunout o 10–26 bodů.

Netvrdím, že čínské modely jsou „lepší než Claude“. Z vlastní zkušenosti s Claude Code jako hlavním nástrojem vím, že při složitějším kódu stále zaostávají — vidím to pokaždé, když je porovnávám. K3 ale ukazuje nejlepší aktuální výsledek v práci s frontendem, a to za zlomek ceny. Ignorovat to je stejně pošetilé jako prohlašovat, že Claude skončil.

Kolik Kimi K3 stojí a proč „open“ neznamená „zdarma“#

Oficiální ceny API Kimi K3 (ověřeno podle oficiálního ceníku Anthropic 2. října 2026):

Při základních cenách je vstup u Kimi o čtvrtinu levnější než u Opus 5.5 (3 $ oproti 4 $) a výstup také o čtvrtinu (15 $ oproti 20 $). Rozdíl je menší než u předchozí generace Opus, směr je ale stejný. Skutečná úspora přichází s cachováním při opakovaných požadavcích se stejným kontextem. Když pracujete na jednom projektu, začátek každého požadavku se opakuje: stejné soubory, stejná pravidla, stejné systémové zadání. Cache Kimi snižuje plnou cenu vstupu o 90 %. Při programování se cache trefí v 90 % nebo více případů, takže efektivní cena vstupních tokenů se blíží 30 centům. Využívat cachování naplno u kteréhokoli modelu vyžaduje samostatný přístup; podrobně jsem to popsal na příkladu DeepSeeku.

V režimu uvažování se skrývá jedna cenová past. Kimi K3 před odpovědí vždy přemýšlí a toto uvažování se účtuje jako výstupní tokeny po 15 $ za 1M. U jednoduché otázky je rozdíl zanedbatelný, ale u složitého úkolu může model „promyslet“ tisíce tokenů a část nízké ceny tím spotřebovat. Je třeba zkontrolovat závěrečný účet za celý pracovní den. Základní cena je tu zavádějící.

A teď ke slovu „open“. Moonshot slíbil, že váhy Kimi K3 zveřejní do 27. července 2026, a slib dodržel — commit na HuggingFace je datován 27. července 2026 (HuggingFace, Kimi-K3, ověřeno 2. října 2026). „Open weights“ zní jako „stáhnu si je a budu je zdarma provozovat na vlastním počítači“. Ve skutečnosti to tak není. I po kompresi na 4 bity zabírá 2,8 bilionu parametrů stovky gigabajtů paměti, vyžaduje několik výkonných GPU a rychlé propojení mezi nimi.

Otevřenost Kimi K3 se hodí velkým cloudovým poskytovatelům a podnikovým týmům s vlastní infrastrukturou. Vám přináší něco jiného: konkurenci, která tlačí ceny dolů, a záložní možnost, pokud by limity nebo ceny Claude někdy vzrostly. Na notebooku 2,8 bilionu parametrů provozovat nebudete. Samostatně rozebírám, jak se „bezplatné“ vibe coding nenápadně změní v účet: „Skryté náklady vibe codingu“.

Jak připojit Kimi K3 ke Claude Code pomocí 3 proměnných#

Claude Code se může připojit k libovolnému koncovému bodu, který používá protokol Anthropic. Moonshot zřídil jeden pro Kimi K3, takže nepotřebujete zvláštní sestavení ani plugin. Minimální nastavení tvoří tři proměnné:

export ANTHROPIC_BASE_URL=https://api.moonshot.ai/anthropic
export ANTHROPIC_AUTH_TOKEN=sk-your-moonshot-key
export ANTHROPIC_MODEL=kimi-k3

Poté spusťte claude jako obvykle. Claude Code si myslí, že komunikuje s Anthropic, ale ve skutečnosti posílá požadavky Kimi K3. Všechny skills, hooks a plan mode dál fungují a účet se počítá podle cen Moonshotu.

Je tu jedna hlavní nástraha, na kterou narazí téměř každý. Moonshot má dva různé kompatibilní koncové body — jeden na api.moonshot.ai, druhý na platformě platform.kimi.ai. Používají různé názvy proměnné pro klíč i model a klíč z jednoho koncového bodu na druhém vrátí chybu 401 (dokumentace Kimi pro Claude Code). Pokud dostanete chybu 401, téměř vždy jde o nesoulad mezi klíčem a koncovým bodem. Samotný klíč obvykle funguje. Získejte klíč i koncový bod na stejné platformě.

Nejjednodušší způsob, jak ověřit, že vše funguje, je zadat malý úkol: požádejte Claude Code, aby zobrazil obsah jednoho souboru, a pak ověřte, že přišla odpověď a změnil se stav počítadla na řídicím panelu Moonshotu. Chcete-li se vrátit k běžnému Claude, odstraňte tři proměnné (unset ANTHROPIC_BASE_URL ANTHROPIC_AUTH_TOKEN ANTHROPIC_MODEL) a restartujte Claude Code. Pokud přepínáte často, hodí se vytvořit dva profily shellu nebo uložit proměnné do souboru .envrc pomocí direnv, aby se aktivovaly jen v konkrétním adresáři.

Tohle je pohodlná možnost, pokud už máte pro Claude Code nastavené skills a hooks a nechcete se učit používat další nástroj. Moonshot má také vlastního terminálového agenta Kimi Code, ale pro někoho, kdo už používá Claude Code, je přepnutí enginu pomocí tří proměnných nejjednodušší cestou.

Rozhodně byste neměli kupovat „předpřipravené účty s kreditem“ od telegramových botů. Často kvůli nim lidé přijdou o peníze a účty jim po pár dnech zablokují. Reálným problémem jsou i data: servery Moonshotu jsou v Číně a u pracovních projektů s citlivými daty je to samostatná otázka. Rizika spojená s přístupem modelu k vašim datům rozebírám v průvodci „Je bezpečné dát Claude Code přístup k vašim datům?“.

Které úkoly svěřit Kimi K3 a které nechat Claude?#

Tady se hranice skutečně rýsuje. Zvlášť jsem popsal svůj týden práce s Kimi K3 a důvody, proč jsem se vrátil ke Claude Code v článku „Kimi K3 v práci: recenze a proč jsem se vrátil ke Claude Code“ — nejsou tam benchmarky, jen zkušenosti ze skutečných úkolů.

Kde Kimi K3 přináší největší užitek:

• Frontend a rozvržení. První místo ve Frontend Code Arena. Vytvořte rozhraní, stránku nebo komponentu — Kimi podává silný výkon a stojí znatelně méně.
• Rutinní refaktoring. Něco přejmenovat, rozdělit funkci, přidat typy. Nejlepší model je na to zbytečný luxus.
• Generování testů pro existující kód. Oba modely si vedou zhruba stejně; Kimi je levnější.
• Hromadné zpracování textu. Popisy, překlady, označování — při velkých objemech záleží na nízkých cenách.
• Dlouhá práce v rámci jednoho projektu. Čím déle pracujete v jednom kontextu, tím častěji se uplatní cache a každý další krok zlevní.

Co nechat Claude:

• Architekturu nové sady nástrojů. Porovnat možnosti, odhalit úskalí, vybrat strukturu — špičkový Claude je stále konzistentnější.
• Ladění složitých vícekrokových chyb. Claude je spolehlivější v dlouhých řetězcích uvažování.
• Dlouhé autonomní cykly agenta. Claude se během desítek po sobě jdoucích kroků bez člověka rozpadá méně často.
• Sestavení kritická pro produkční provoz. Když je stabilita důležitější než cena.
• Citlivá data. Servery Moonshotu jsou v Číně — osobní údaje zákazníků vyžadují samostatnou konzultaci s právníkem.

Jednou větou: opakovanou, objemnou a vizuální práci svěřte Kimi K3 a rozhodnutí, u nichž jsou chyby nákladné, nechte Claude. Mnoho lidí to tak dělá — ponechá si oba klíče a pro různé úkoly přepíná enginy. K tomu slouží tři proměnné prostředí z předchozí části.

Co Kimi K3 stále chybí a co benchmarky neukazují#

Mějte na paměti následující body.

Benchmarky používají různé harnessy. Jak už bylo zmíněno výše: Moonshot provedl některá měření přes vlastní KimiCode, jiná přes Claude Code a další přes Codex, což posunulo výsledky o 10–26 bodů. První místo ve Frontend Arena je nezávislé; výsledky tam posuzují skuteční lidé. Na programátorskou tabulku Moonshotu je ale třeba nahlížet opatrně.

Nezávislé srovnání indexu inteligence zůstává nevyřešené. Skóre „Kimi K3 (max)“ nelze porovnat se skóre neurčeného nastavení modelu bez názvu vydavatele, datovaného výsledku, nastavení modelu, testovacího prostředí a revize indexu. Žádný primární odkaz zde tyto údaje nedokládá, takže dostupné důkazy nepodporují aktuální pořadí ani srovnání ceny úkolu či rychlosti. Nepředpokládejte stejnou stupnici či skóre u „max“ a neurčeného výchozího běhu.

Režim uvažování zvyšuje účet. Vždy zapnuté uvažování prospívá kvalitě, ale prodražuje složité úkoly, kde se může protáhnout na tisíce tokenů účtovaných po 15 $ za 1M. Nízká cena Kimi je skutečná u jednoduché a středně složité práce; u náročných úkolů účet zkontrolujte.

Data a jurisdikce. Servery v Číně přinášejí praktickou otázku: pokud projekt zpracovává osobní údaje lidí, proberte to s právníkem. S benchmarkem to nijak nesouvisí.

Žádný z těchto bodů nedělá z Kimi K3 špatný model. Je výkonný a levný, a to lze říct poctivě. Tvrzení „výkonný a levný“ a „lepší než Claude ve všem“ jsou ale různá; druhé z prezentace nevyplývá.

Kde začít tento týden#

Konkrétní plán bez dalších kroků:

1. Přepněte Claude Code na Kimi pomocí tří proměnných z předchozí části. Pracujte jako v běžný den. Zadejte mu úkoly, v nichž má být silný — tvorbu stránky, komponenty nebo rozhraní.
2. Porovnejte výsledky. Po dni se podívejte na dvě věci: kvalitu při skutečných úkolech a účet. Všimněte si, kde Kimi odpovídá stejně dobře jako Claude a kde zaostává.
3. Rozhodněte se. Ponechte si oba klíče a přepínejte enginy podle úkolu (frontend a rutinní práce — Kimi; kritická práce — Claude), nebo se vraťte jen ke Claude jediným příkazem unset.

Rizikem tohoto experimentu je ztráta dne při ladění nastavení. Přínosem je, že účet za objemnou a vizuální práci obvykle do druhého týdne klesne několikanásobně. Vyzkoušet to stojí málo a jedním příkazem můžete skončit.

Otevřete Ailoot.