Kimi K3 og Claude Code: sammenligning, pris og opsætning

Praktisk information om arbejdet med Ailoot findes i dokumentationen.

Hvad er Kimi K3, og hvorfor rystede den markedet?#

For et år siden var Moonshot kendt for én model — Kimi K2, en åben udgivelse fra sommeren 2025. K2.6 fulgte i april, derefter K2.7 Code i juni 2026. K3 er næste skridt og er cirka 2,8 gange så stor som K2.6.

Tallet 2,8 billioner lyder skræmmende, men bag det ligger teknik, der er standard i 2026. K3 er bygget på en mixture-of-experts-arkitektur (Stable LatentMoE): den indeholder 896 separate eksperter, og modellen aktiverer kun 16 af dem for hvert token. Det betyder, at langt færre parametre er aktive, end det samlede antal antyder — ellers ville ingen kunne udbyde en så stor model til en rimelig pris. Den bruger også to af Moonshots egne teknikker: Kimi Delta Attention (som øger genereringshastigheden med op til 6 gange) og Attention Residuals (som gør træningen billigere). For en vibe-koder er det teknisk maskinrum, men det forklarer, hvorfor en så enorm model ender med at koste mindre end Claude, selvom størrelsen kunne antyde en skræmmende pris.

Det betyder noget i praksis:

• Et kontekstvindue på en million tokens. Samme størrelse som Claudes fulde kontekstvindue. Du kan få et stort projekt ind i modellen på én gang.
• Vision. Du kan sende et skærmbillede af en fejl eller en mockup — modellen kan se billedet. Tidligere kinesiske modeller som DeepSeek havde ikke denne funktion.
• Altid aktiv ræsonnementstilstand (thinking mode). Modellen tænker altid først og svarer derefter. Det forbedrer kvaliteten og øger prisen; jeg vender tilbage til det nedenfor.

Markedsreaktionen var kraftig. En åben kinesisk model havde nået samme niveau som lukkede flagskibsmodeller fra Anthropic og OpenAI, og Moonshot lovede at dele vægtene gratis. Jeg ser på, hvor denne “ligestilling” er reel, og hvor den blot er en poleret præsentation.

Hvor Kimi K3 virkelig slår Claude, og hvor den halter bagefter#

Jeg begynder med den benchmark, der betyder mest for en vibe-koder: Frontend Code Arena. Modeller genererer grænseflader, og folk vælger i blinde, hvilken der er bedst. Det ligger tæt på det, du gør, når du beder AI om at bygge et website.

Kimi K3 ligger nummer ét og rangerer først inden for seks af syv områder. For en person, der bygger websites og grænseflader gennem samtaler med AI, er det det tydeligste signal: Modellen præsterer stærkt inden for layout og frontendarbejde.

Ved bredere intelligens kan en omtrentlig Kimi-score på 57 og en score på 44 for “Kimi K3 (max)” ikke behandles som én konsistent rangordning uden en navngiven indeksudgiver, primære resultatlinks og en sammenlignelig testkonfiguration. Ingen af scorerne dokumenterer Kimis aktuelle placering med den evidens, der er linket her.

Brug samme navngivne indeksrevision og dato før sammenligning af intelligensscorer, registrér præcis model og ræsonneringsindstilling inklusive “max”, og kontrollér testmiljø og scoringsskala. Indtil disse felter kan verificeres fra udgiverens resultat, lader artiklen Kimis generelle intelligensplacering stå udokumenteret. Frontendpræferencer og kodebenchmarks måler andre ting og lukker ikke hullet.

Se “GLM-5.2 indhentede Claude Opus 4.8” for en separat sammenligning af åbne modeller; den løser ikke den manglende kildeangivelse for Kimi-indekset.

Klassiske kodningsbenchmarks:

• SWE-bench Verified — 76.8%. Måler evnen til at rette reelle fejl i GitHub-projekter. Et solidt resultat, selvom de bedste Claude-modeller scorer højere.
• LiveCodeBench — 85%. Algoritmeopgaver i formatet “input — forventet output”. K3 er stærk her.
• Terminal-Bench 2.1 — 88.3. Agentarbejde i terminalen ifølge Moonshot selv.

Og her er forbeholdet, som jeg er nødt til at tage med, for at denne guide skal være ærlig og ikke en reklame. Moonshot sammensatte sin kodningstabel ved hjælp af forskellige testopsætninger: Nogle målinger brugte deres egen KimiCode, nogle Claude Code og nogle Codex. Forskellige testopsætninger kan flytte det samme resultat med 10–26 point.

Jeg påstår ikke, at kinesiske modeller er “bedre end Claude”. Ud fra min erfaring med Claude Code som mit primære værktøj halter de stadig bagefter på kompleks kode — og det ser jeg, hver gang jeg sammenligner dem. Men K3 viser det bedste aktuelle resultat inden for frontendarbejde til en brøkdel af prisen. Det er lige så tåbeligt at ignorere som at erklære Claude død.

Hvad koster Kimi K3, og hvorfor betyder “åben” ikke “gratis”?#

Kimi K3's officielle API-priser (bekræftet i Anthropics officielle prisliste den 2. oktober 2026):

Til listeprisen er Kimis input en fjerdedel billigere end Opus 5.5 ($3 mod $4), og output er en fjerdedel billigere ($15 mod $20). Forskellen er mindre, end den var med den foregående Opus-generation, men retningen er den samme. De reelle besparelser kommer fra caching, når du sender gentagne forespørgsler med samme kontekst. Når du arbejder i ét projekt, gentages begyndelsen af hver forespørgsel: De samme filer, de samme regler, den samme systemprompt. Kimis cache giver 90% rabat på den fulde inputpris. Ved kodning rammer forespørgsler cachen i 90% eller flere af tilfældene, så den effektive pris for inputtokens ligger tættere på 30 cent. Det kræver sin egen disciplin at få mest muligt ud af caching i enhver model; jeg har gennemgået det i detaljer med DeepSeek som eksempel.

Der er en prisfælde gemt i ræsonnementstilstanden. Kimi K3 tænker altid, før den svarer, og ræsonnementet faktureres som outputtokens til $15 pr. 1M. Forskellen er ubetydelig for et simpelt spørgsmål, men ved en kompleks opgave kan modellen “tænke sig igennem” tusindvis af tokens, hvilket delvist udhuler den lave pris. Du skal se på den endelige regning for en arbejdsdag. Listeprisen er misvisende her.

Nu til ordet “åben”. Moonshot lovede at udgive Kimi K3's vægte senest den 27. juli 2026 og holdt løftet — HuggingFace-committen er dateret den 27. juli 2026 (HuggingFace, Kimi-K3, bekræftet den 2. oktober 2026). “Åbne vægte” lyder som “jeg downloader dem og kører dem gratis på min egen maskine”. I virkeligheden er det ikke sådan. Selv komprimeret til 4-bit kræver 2,8 billioner parametre hundredvis af gigabyte hukommelse, flere kraftige GPU'er og hurtige forbindelser mellem dem, og modellen skal sættes op og vedligeholdes.

At Kimi K3 er åben, er nyttigt for store cloududbydere og virksomhedsteams med egen infrastruktur. For dig betyder det noget andet: konkurrence, der presser priserne ned, og en backupmulighed, hvis Claudes begrænsninger eller priser en dag stiger. Du kommer ikke til at køre 2,8 billioner parametre på din laptop. Jeg har en separat analyse af, hvordan “gratis” vibe-kodning stille og roligt bliver til en regning: “Den skjulte pris ved vibe-kodning”.

Sådan forbinder du Kimi K3 med Claude Code ved hjælp af 3 variabler#

Claude Code kan forbindes til ethvert endpoint, der taler Anthropics protokol. Moonshot har oprettet et til Kimi K3, så du behøver ikke en separat udgave eller et plugin. Minimumsopsætningen er tre variabler:

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

Start derefter claude som normalt. Claude Code tror, den taler med Anthropic, men sender faktisk forespørgsler til Kimi K3. Alle skills, hooks og plan mode fungerer stadig, og regningen beregnes efter Moonshots priser.

Der er én stor fælde her, som næsten alle falder i. Moonshot har to forskellige kompatible endpoints — ét på api.moonshot.ai, det andet på platformen platform.kimi.ai. De bruger forskellige navne til nøglevariablen og modellen, og en nøgle fra det ene endpoint giver en 401-fejl på det andet (Kimis dokumentation til Claude Code). Hvis du får en 401-fejl, skyldes det næsten altid, at nøglen og endpointet ikke passer sammen. Selve nøglen virker normalt. Hent nøglen og endpointet fra samme platform.

Den nemmeste måde at kontrollere, at alt fungerer, er at give den en lille opgave: Bed Claude Code om at vise indholdet af én fil, og kontrollér derefter, at svaret kommer frem, og at tælleren på Moonshots dashboard er rykket. Hvis du vil tilbage til almindelig Claude, skal du fjerne de tre variabler (unset ANTHROPIC_BASE_URL ANTHROPIC_AUTH_TOKEN ANTHROPIC_MODEL) og genstarte Claude Code. Hvis du ofte skifter, er det praktisk at oprette to shell-profiler eller lægge variablerne i en .envrc-fil med direnv, så de kun aktiveres i en bestemt mappe.

Det er en praktisk mulighed, hvis du allerede har sat skills og hooks op til Claude Code og ikke vil lære et nyt værktøj. Moonshot har også sin egen terminalagent, Kimi Code, men hvis du allerede bruger Claude Code, er det nemmest at skifte motor med tre variabler.

En ting, du helt sikkert ikke bør gøre, er at købe “færdige konti med saldo” fra Telegram-bots. De er en almindelig årsag til tabte penge og konti, der bliver blokeret efter et par dage. Data er en anden reel bekymring: Moonshots servere er i Kina, og for arbejdsprojekter med følsomme data er det et separat spørgsmål. Jeg beskrev risiciene ved at give en model adgang til dine data i guiden “Er det sikkert at give Claude Code adgang til dine data?”.

Hvilke opgaver bør du give Kimi K3, og hvilke bør blive hos Claude?#

Her går skellet i praksis. Jeg har skrevet særskilt om min uge med Kimi K3 i reelt arbejde, og om hvorfor jeg vendte tilbage til Claude Code, i “Kimi K3 på arbejde: en anmeldelse og hvorfor jeg vendte tilbage til Claude Code” — ingen benchmarks dér, kun hvad der skete med rigtige opgaver.

Hvor Kimi K3 giver mest:

• Frontend og layout. Topresultatet på Frontend Code Arena. Byg en grænseflade, side eller komponent — Kimi præsterer stærkt og koster mærkbart mindre.
• Rutinemæssig refaktorering. Omdøb noget, del en funktion op, tilføj typer. En topmodel er overkill til det.
• Generering af tests til eksisterende kode. Begge modeller klarer sig omtrent lige godt; Kimi er billigere.
• Batchbehandling af tekst. Beskrivelser, oversættelser, mærkning — lave priser betyder noget ved store mængder.
• Lange sessioner i ét projekt. Jo længere du arbejder i samme kontekst, desto oftere rammer du cachen, og desto billigere bliver hvert næste trin.

Hvor du bør beholde Claude:

• Arkitektur for et nyt værktøjssæt. Sammenligne muligheder, opdage faldgruber og vælge en struktur — den bedste Claude-model er stadig mere konsekvent.
• Fejlfinding af komplekse fejl i flere trin. Claude er mere pålidelig i lange ræsonnementskæder.
• Lange autonome agentforløb. Claude falder sjældnere fra hinanden gennem dusinvis af sammenhængende trin uden et menneske.
• Produktionskritiske builds. Når stabilitet betyder mere end prisen.
• Følsomme data. Moonshots servere er i Kina — personoplysninger om kunder kræver en særskilt drøftelse med en jurist.

Kort sagt: Giv gentaget arbejde, arbejde i store mængder og visuelt arbejde til Kimi K3, og lad Claude håndtere beslutninger, hvor fejl er dyre. Mange gør netop det — beholder begge nøgler og skifter motor til forskellige opgaver. De tre miljøvariabler i afsnittet ovenfor er lavet til det.

Hvad mangler Kimi K3 stadig, og hvad udelader benchmarks?#

Her er de punkter, der er værd at huske på.

Benchmarks bruger blandede testopsætninger. Jeg har allerede nævnt NxCodes forbehold ovenfor: Moonshot kørte nogle målinger gennem deres egen KimiCode, nogle gennem Claude Code og nogle gennem Codex, hvilket flyttede resultaterne med 10–26 point. Førstepladsen på Frontend Arena er uafhængig; dér vurderer rigtige mennesker resultaterne. Men Moonshots kodningstabel bør læses med forsigtighed.

Den uafhængige intelligensindekssammenligning er uafklaret. En “Kimi K3 (max)”-score kan ikke sammenlignes med en score for en uspecificeret modelindstilling uden navngiven udgiver, dateret resultat, modelindstilling, testmiljø og indeksrevision. Intet primært link her dokumenterer disse felter, så evidensen underbygger hverken en aktuel placering eller en sammenligning af opgavepris eller hastighed. Udled ikke, at “max” og en uspecificeret standardkørsel deler score eller skala.

Ræsonnementstilstanden gør regningen større. Altid aktiv ræsonnementstilstand styrker kvaliteten, men er en svaghed for prisen på komplekse opgaver, hvor den kan strække sig over tusindvis af tokens, der faktureres til $15 pr. 1M. Kimis lave pris gælder for enkle opgaver og opgaver med middel kompleksitet; kontrollér regningen for tunge opgaver.

Data og jurisdiktion. Servere i Kina rejser et praktisk spørgsmål: Hvis et projekt behandler personoplysninger, bør det drøftes med en jurist. Benchmarket har intet med det at gøre.

Ingen af disse punkter gør Kimi K3 til en dårlig model. Den er stærk og billig, og det er fair at sige. Men “stærk og billig” og “bedre end Claude til alt” er to forskellige påstande; det sidste følger ikke af præsentationen.

Hvor du kan begynde i denne uge#

En konkret plan uden ekstra trin:

1. Skift Claude Code til Kimi ved hjælp af de tre variabler fra afsnittet ovenfor. Arbejd en almindelig dag. Giv den opgaver, som den siges at være stærk til — byg en side, komponent eller grænseflade.
2. Sammenlign. Efter en dag skal du se på to ting: kvaliteten på dine reelle opgaver og regningen. Læg mærke til, hvor Kimi svarer lige så godt som Claude, og hvor den kommer til kort.
3. Beslut. Behold begge nøgler, og skift motor til forskellige opgaver (frontend og rutinearbejde — Kimi; kritisk arbejde — Claude), eller gå tilbage til kun Claude med én unset-kommando.

Risikoen ved dette eksperiment er at miste en dag på kalibrering. Fordelen er, at regningen for arbejde i store mængder og visuelt arbejde normalt falder flere gange inden den anden uge. Det er billigt at prøve, og du kan stoppe med én kommando.

Gå til Ailoot.