Kimi K3 בפועל: הניסיון של ארטמי מילר והשוואה ל-Claude Code

איך הסתיים הניסוי של המחבר#

Kimi K3 הושק ב-16 ביולי 2026. יש לו 2.8 טריליון פרמטרים, חלון הקשר של מיליון טוקנים, משקולות פתוחות, והוא הגיע למקום הראשון בהשוואת פרונטאנד עיוורת. ריכזתי את כל הפרטים על הארכיטקטורה, מבחני הביצועים והמחירים שלו בסקירה המלאה של Kimi K3 מול Claude Code, ולכן לא אחזור עליהם כאן.

בסוף הסקירה ההיא כתבתי: הסיכון הוא לאבד יום על הגדרה; התמורה היא חשבון נמוך יותר מהשבוע השני ואילך. ערכתי את הניסוי במשימות שלי.

השעות הראשונות אכן מרגשות. המודל ניגש למשימה בשקיקה, יוצר עבודת פרונטאנד קוהרנטית ולא מהסס מול קבצים גדולים. לכן כתבתי בערוץ שהופתעתי לטובה. הבעיות צצו במפגשים ארוכים, בעבודה עם כמה סוכנים, בסבבים חוזרים של עריכות, ובערב מול הטרמינל.

בסופו של דבר חזרתי לאחור. כך הגעתי להחלטה הזאת, עם נתונים וקישורים למקורות ראשוניים כדי שתוכלו לבדוק הכול בעצמכם.

למה מבחני הביצועים מראים ש-Kimi K3 מנצח את Claude?#

אלה מבחני הביצועים שבהם Kimi K3 מנצח את Claude Fable 5:

llm-stats ריכזו את מבחני הביצועים; כל שורה משווה ל-Claude Fable 5.

הנתונים אמיתיים. בכל 35 מבחני הביצועים באותו סיכום, Claude Fable 5 מנצח ב-22, Kimi K3 מנצח ב-12, ויש תיקו אחד.

מעניין יותר לראות היכן Kimi K3 מתקשה. הפער שלו במבחני קידוד צנוע, 4–5 נקודות. הוא נחלש בידע ובהסקה: ב-HLE קלוד מוביל בכמעט 10 נקודות. בדיוק שם משימה ארוכה נתקעת: קודם צריך להבין, ורק אחר כך אפשר לכתוב.

כך Moonshot מנסחת זאת בחלק הראשי של פוסט ההשקה שלה:

למה Kimi K3 מרגיש איטי פי שניים בשימוש מעשי?#

ההשוואה משתמשת ב-Claude Opus 4.8, גרסת Claude שעבורה יש מדידת מהירות מלאה.

Kimi K3 מגיב מוקדם יותר, ולכן בצ'אט קצר הוא נראה מהיר יותר באופן סובייקטיבי. בעבודה הזמן מתבזבז במקום אחר: על ההמתנה לתגובה המלאה. כאן הוא מפסיד כמעט בחצי, ובתגובה ארוכה הפער מצטבר לדקות.

Kimi Code מפרסם מהירות של 180–260 טוקנים לשנייה, והנתון הזה נראה משכנע בהשוואה ל-34.7 שלי. הוא מתייחס לגרסת המהירות מהדור הקודם, K2.7 Code HighSpeed. ל-Kimi K3 אין גרסה כזאת כלל, והמבחן העצמאי מודד את Kimi K3 עצמו.

לאן נעלמים הטוקנים אם אי אפשר לכבות את ההסקה?#

אפשר להנמיך את רמת המאמץ; בתיעוד מפורטות שלוש רמות: נמוכה, גבוהה ומרבית. אבל אי אפשר לכבות את ההסקה לגמרי: מצוין במפורש שההסקה ושמירת ההיסטוריה שלה תמיד מופעלות ב-Kimi K3. בקריאות ישירות ל-API הרמה המרבית מוגדרת כברירת מחדל, ורוב תוכניות העטיפה לא משנות אותה.

כל תור מוסיף אלפי טוקני פלט במחיר של $15 למיליון. בנוסף, Moonshot דורשת שתחזירו את כל ההודעה של assistant, כולל היסטוריית ההסקה שלו, וטוקני הפלט האלה הופכים שוב לטוקני קלט בתור הבא.

כלומר, משלמים פעמיים על אותה הסקה: פעם אחת כשהמודל כותב אותה, ופעם שנייה כששולחים אותה חזרה למודל.

במדד הכולל, Kimi K3 משתמש ב-21% פחות טוקני פלט מקודמו, K2.6. המודל נעשה חסכוני יותר בהשוואה לגרסה הקודמת שלו. Claude עדיין משתמש בפחות טוקנים באותן משימות.

ההנחיה “hi” מחויבת בעלות של 86 טוקנים. מתחת לפני השטח יש הנחיית מערכת מוסתרת של כ-85 טוקנים, ומשלמים עליה בכל בקשה.

יש לי סקירה נפרדת על חישוב השימוש ועל בדיקת יתרת הטוקנים שנותרה: כמה טוקנים Claude Pro ו-Max נותנים לכם. שיטת החישוב זהה שם; רק המחירים משתנים.

מה קורה כשהמודל נתקע בהסקה?#

זה נראה כך: המודל מתחיל לחשוב, אבל במקום לפתח את המחשבה שלו, הטקסט גולש לחזרות: אותה מילה, ואז שברי הברות, שוב ושוב. המשימה נעצרת בזמן שמונה הטוקנים ממשיך להסתובב.

דיווח מ-28 ביולי ברשימת הבעיות הידועות של Moonshot מתאר את Kimi K3 מנסה לקרוא את אותו קובץ שש פעמים ברציפות, מקבל שבע פעמים את הודעת הדחייה “no-op call, file hasn’t changed since the previous read”, ואז מסיים את התור כאילו לא קרה דבר. במעקב הבעיות של Kimi CLI, המחבר מפרט ארבעה סוגים של אותה תקיעה — קריאה, החלפה, בדיקה וניתוח — ומסכם זאת במשפט אחד:

Moonshot מציינת את הסיבה ישירות. המודל אומן במצב ששומר את היסטוריית ההסקה, והוא צריך לקבל בחזרה את ההסקה הקודמת שלו במלואה. אם ההיסטוריה מגיעה חלקית, המודל מנסה לשחזר את התשובה, מפיק את אותה קריאת כלי ומתחיל לולאה נוספת.

המחבר של ניתוח בנתב בקשות של צד שלישי מגיע לאותה אבחנה: Kimi קפדני מספיק כדי לדחות בקשות שבהן היסטוריית ההסקה חלקית. עטיפה חיצונית אינה מודעת לקפדנות הזאת וקוטעת את ההיסטוריה.

למה הגדרה מרובת סוכנים מתפרקת עם Kimi K3?#

התיעוד הרשמי של Moonshot מציין זאת בבירור: ה-API שלהם עדיין לא תומך ב-WebFetch. במילים אחרות, Claude Code, שבדרך כלל מתחבר לרשת כדי להביא דף, לא יכול לעשות זאת ב-Kimi K3. הפתרון העוקף הוא להדביק את התוכן ידנית או לחבר כלי של צד שלישי.

Claude Code יכול לטעון כלים לפי דרישה ולהוסיף להיסטוריה בלוק שירות מסוג tool_reference. Kimi אינו מקבל את הסוג הזה ומחזיר שגיאת 400. הוא עושה זאת בשקט, בלי לציין את השדה או את הסיבה:

{"error":{"type":"invalid_request_error","message":"Invalid request Error"},"type":"error"}

לשם השוואה, כך נראית אותה תקלה ב-API המקורי של Anthropic, שבו השרת לפחות מציין את השדה ומפרט את הסוגים המותרים:

messages.166.content.0.tool_result.content.0: Input tag 'tool_reference' found
using 'type' does not match any of the expected tags: 'document', 'image',
'search_result', 'text'

ההבדל חשוב. אי אפשר לאבחן את ההודעה הראשונה: לא הלקוח ולא האדם שמפעיל אותו יכולים לדעת איזה בלוק נדחה. בדיוק על כך מתלוננים מחברי הדיווחים. מפתחים של תוכנות להחלפת ספקים כבר מציעים להשבית טעינה מושהית של כלים ב-Kimi כברירת מחדל או לסמן את Moonshot API ככזה שאינו מקבל את הבלוקים האלה.

התוצאה מתוארת בדיווח נפרד, שנפתח ב-17 ביולי ועדיין לא נענה. המחבר נתקל בשגיאה הזאת שבע פעמים במפגש אחד. המפגש שרד את שש הראשונות; השביעית סיימה אותו לתמיד: לאחר מכן אפילו הקלדת הטקסט הרגיל “continue” גרמה לו לקרוס. המחבר מציין בנפרד שהוא כלל לא התקרב למגבלת ההקשר, ולכן ההסבר “ההיסטוריה הייתה ארוכה מדי” אינו מתקבל.

הנה סיכום של סוגי הבלוקים ש-Moonshot API מקבל ודוחה:

המילה “תואם” כאן מתארת רק את פורמט הבקשה. כל השאר שונה: אילו סוגי בלוקים מתקבלים, מה ההיסטוריה חייבת לכלול, ואילו כלים זמינים בכלל.

מה לא עובר ל-Kimi K3?#

כך כתוב מילה במילה בסעיף המגבלות של פוסט ההשקה:

מפתח המודל אומר למעשה: השתמשו בלקוח שלנו; איננו מבטיחים איך לקוח אחר יתנהג.

הנקודה השנייה באותו סעיף מסבירה דבר נוסף שייחסתי לעקשנות של המודל:

קובץ CLAUDE.md שלי נכתב עבור ההרגל ההפוך: לשאול, להציג תוכנית ולחכות לאישור. ההוראות עדיין שם, אבל עכשיו קורא אותן מודל בעל אופי אחר.

אם אתם רוצים לשמור קובץ כללים אחד לכמה סוכנים, סקרתי את ההגדרה הזאת בנפרד: קובץ הוראות אחד ל-Claude Code, ל-Codex ול-Cursor.

כמה באמת עלה Kimi K3?#

ראשית, המחירים, שפועלים לטובת Kimi K3:

מחירי Kimi מגיעים מתיעוד שמירת ההקשר במטמון; העמודה הימנית מציגה את מחירי Claude Opus 5 נכון ל-30 ביולי 2026.

המטמון של Kimi אוטומטי, אי אפשר להשבית אותו, והוא מזוהה לפי הגיבוב בתחילת הבקשה. כל עריכה בהנחיית המערכת או ברשימת הכלים מנקה לחלוטין את מטמון ההודעות.

כך Claude Code פועל במהלך יום עבודה רגיל:

1. מתחבר לכלים חיצוניים ומנתק אותם ככל שהמשימה מתקדמת.
2. טוען כלים לפי דרישה כשיש בהם צורך.
3. מפעיל תתי-סוכנים עם מערך כלים אחר.
4. מוסיף את קובץ ההוראות להנחיית המערכת.
5. בונה מחדש את ההיסטוריה בעת דחיסת ההקשר.

כל פריט ברשימה מאפס את תחילת הבקשה, ולכן גם את המטמון. טוקני קלט עולים שוב $3 למיליון במקום 30 סנט — פי עשרה יותר. נוסף על כך, יש הסקה מתמדת במחיר $15 למיליון טוקני פלט, ואותם טוקנים חוזרים כקלט בתור הבא. כך מודל עם מחיר רשמי נמוך יכול להפיק חשבון שלא ציפיתם לו.

לפי הנתונים המצטברים של OpenCode, בכמעט 280,000 מפגשים פעילים, מפגש Kimi K3 ממוצע עולה $1.86 ובהיקף ממוצע של 3.1 מיליון טוקנים. הנתון מניח ש-93% מטוקני הקלט מגיעים מהמטמון. משנים את תחילת הבקשה, והוא כבר לא רלוונטי לכם.

תוכניות Kimi עולות $19, $39, $99 ו-$199. המכסה מגיעה ממאגר משותף לכל החברות, מתאפסת מדי שבוע בלי להעביר יתרות שלא נוצלו, ופועלת בחלון מתגלגל של חמש שעות. סקירת התוכניות מנסחת זאת כך: ארבעה טרמינלים שמפעילים את Kimi K3, שמבצע תמיד הסקה, מנצלים במהירות חלון של חמש שעות.

מכסת הקידוד של התוכנית ב-$99 דומה לזו של התוכנית ב-$200 של Anthropic, בניגוד לעמדה שלי. Kimi זול יותר לטוקן, אבל כבר אי אפשר לראות זאת בחשבון של הערב.

במה Kimi K3 טוב באופן אובייקטיבי?#

1. פרונטאנד. מקום ראשון בהשוואה עיוורת שערכו מפתחים פעילים. הוא בונה פריסות בצורה מסודרת ועם טעם טוב למדי.
2. נפח. חלון הקשר של מיליון טוקנים, וקבצים ארוכים אינם מרתיעים אותו. ניתוח ומיפוי של מאגר קוד גדול הם בדיוק סוג המשימות שלו.
3. תגובה ראשונה. זמן ההמתנה לטוקן הראשון הוא חצי מזה של Claude. זה מורגש ונעים בשיחה קצרה.
4. מחיר לטוקן. כ-60% מהמחיר של Claude Opus 5. אם תחילת הבקשה אינה משתנה, מתקבל חיסכון אמיתי בעומסי עבודה גדולים וחוזרניים.
5. משקולות פתוחות. המודל אינו נעול לספק אחד.

לנקודה האחרונה יש הסתייגות. לא מציאותי להריץ מודל כזה בבית: גם בצורה דחוסה, המשקולות שלו נמדדות בטריליוני בתים. כאן פתיחות פירושה עצמאות מספק יחיד.

איך לבדוק את כל זה בעצמכם בערב אחד#

1. הגדירו גישה לפי ההוראות. תיארתי את שלושת משתני הסביבה ואת החלפות המודל לפי שכבה בסקירה של Kimi K3 מול Claude Code. בדקו את ההגדרה באמצעות הפקודה /status: Kimi לא יופיע בתפריט בחירת המודל כי יש בו רשימה מובנית של כינויים, ואין צורך לגעת בה.
2. הסירו את המפתח הישן. אם הגדרתם בעבר ANTHROPIC_API_KEY, הסירו אותו. יחד עם ANTHROPIC_AUTH_TOKEN הוא גורם להתנגשות, ותקבלו שגיאת הרשאה ללא סיבה מוצדקת.
3. השביתו מיד טעינה מושהית של כלים. עשו זאת לפני ההרצה הראשונה, ולא אחרי שהמפגש הראשון קורס.
4. אל תחליפו מודלים באמצע משימה. אם התחלתם עם Kimi K3, סיימו עם Kimi K3. גם להפך. זו דרישה ישירה של Moonshot, שציטטתי למעלה.
5. השתמשו במשימה אמיתית משלכם. משימה שעבדתם עליה אתמול, על כל הבלגן והקצוות הלא גמורים שבה. משחק נחש לא יראה את ההבדל: הוא מתגלה רק לאורך זמן.
6. רשמו שני נתונים. כמה דקות נדרשו וכמה כסף הוצאתם באותו ערב. השוו לערב רגיל עם Claude.
7. עקבו בנפרד אחרי זמן ההמתנה. כשהסוכן נתקע, קורא שוב ושוב את אותו קובץ או מגיב בשגיאה — גם זה חלק מהעלות.

אם החשבון של הערב גבוה מהצפוי, כמעט תמיד מדובר במטמון: ספרו כמה פעמים תחילת הבקשה אופסה באותו ערב. למחיר לטוקן יש מעט מאוד קשר לכך.

מה בחרתי להשאיר#

קוראים בערוץ שבדקו איתי את המודל הגיעו באופן עצמאי לאותה הגדרה: הם שולחים את Kimi K3 לבדוק את המאגר ולתת חוות דעת שנייה, ומשאירים את העבודה העיקרית לסוכן המוכר שלהם. ההגדרה הזאת עובדת כי היא אינה מחייבת להעביר את העטיפה או לשבור את מה שכבר עובד.

אפשר לנסח זאת כך: משימה שלמה אחת הולכת ל-Kimi K3; שרשרת ארוכה עם כלים ותתי-סוכנים הולכת ל-Claude Code. ככל שמשימה דורשת יותר מעברים בין כלים, כך היא עולה יותר ב-Kimi K3 והסיכוי שמפגש יישבר גדל.

יש לי סקירה נפרדת על הקצאת תפקידים לשני סוכנים בלי לבלבל ביניהם: שלוש דרכים לעבוד עם שני סוכנים.

מבחני ביצועים עונים על השאלה “מי חזק יותר בתנאי מעבדה?” החשבון של הערב ורשימת העבודות שהשלמתם עונים על השאלה “מי חזק יותר בשבילכם?” כשהתשובות שונות, סמכו על השנייה: אתם חישבתם אותה בעצמכם, לא מחלקת השיווק.

אחרי שבחנתי את כל זה, החלטתי בעצמי: מה שלא יאמרו על מודלים חדשים, מוביל הוא עדיין מוביל. Claude Code נשאר המנוע הראשי שלי.