Kimi K3 ו־Claude Code: השוואה, עלות והגדרה

מידע מעשי על עבודה עם Ailoot מופיע בתיעוד.

מהו Kimi K3, ולמה הוא טלטל את השוק?#

לפני שנה Moonshot הייתה מוכרת בזכות מודל אחד — Kimi K2, שיצא בקוד פתוח בקיץ 2025. K2.6 הגיע אחריו באפריל, ואז K2.7 Code ביוני 2026. K3 הוא השלב הבא, וגודלו בערך פי 2.8 מזה של K2.6.

המספר 2.8 טריליון נשמע מאיים, אבל מאחוריו עומסת הנדסה שגרתית ל־2026. K3 בנוי על ארכיטקטורת תערובת מומחים (Stable LatentMoE): יש בו 896 מומחים נפרדים, והמודל מפעיל רק 16 מהם עבור כל טוקן. פירוש הדבר הוא שמספר הפרמטרים הפעילים קטן בהרבה מהמספר הכולל — אחרת איש לא היה יכול להפעיל מודל גדול כל כך במחיר סביר. הוא משתמש גם בשתי טכניקות של Moonshot עצמה: Kimi Delta Attention (שמזרזת את ההפקה עד פי 6) ו־Attention Residuals (שמוזילות את האימון). למפתחי vibe coding אלה פרטי תשתית טכניים, אבל הם מסבירים למה מודל עצום כזה עולה פחות מ־Claude, אף שגודלו עשוי לרמוז על תג מחיר מפחיד.

מה שחשוב בפועל:

• חלון הקשר של מיליון טוקנים. אותו גודל כמו חלון ההקשר המלא של Claude. אפשר להכניס למודל פרויקט גדול בבת אחת.
• ראייה. אפשר לשלוח צילום מסך של שגיאה או של דגם חזותי — המודל מסוגל לראות את התמונה. למודלים סיניים קודמים, כמו DeepSeek, לא הייתה יכולת כזאת.
• מצב חשיבה שתמיד פעיל (thinking mode). המודל תמיד חושב קודם ורק אחר כך עונה. הדבר משפר את האיכות ומעלה את המחיר; אחזור לכך בהמשך.

המודל זכה לתשומת לב רבה. מודל סיני פתוח הגיע לשוויון עם מודלי הדגל הסגורים של Anthropic ו־OpenAI, ו־Moonshot הבטיחה לשתף את המשקולות בחינם. אבדוק איפה ה״שוויון״ הזה אמיתי ואיפה מדובר רק בהצגה מלוטשת.

במה Kimi K3 באמת טוב יותר מ־Claude, ובמה הוא נופל ממנו?#

אתחיל במדד החשוב ביותר למפתחי vibe coding: Frontend Code Arena. מודלים מייצרים ממשקים, ואנשים בוחרים בעיוורון איזה מהם טוב יותר. זה דומה למה שקורה כשמבקשים מ־AI לבנות אתר.

Kimi K3 במקום הראשון, והוא מדורג ראשון בשישה מתוך שבעה תחומים. עבור מי שבונה אתרים וממשקים באמצעות שיחה עם AI, זהו האות הברור ביותר: המודל מצטיין בעבודה על פריסה וממשק חזיתי.

בבינה רחבה יותר, ציון Kimi משוער של 57 וציון 44 ל-״Kimi K3 (max)״ אינם דירוג עקבי אחד בלי מפרסם מדד מזוהה, קישורים לתוצאות ראשוניות ותצורת בדיקה בת השוואה. אף ציון אינו מוכיח את דירוג Kimi הנוכחי לפי הראיות המקושרות כאן.

לפני השוואת ציוני בינה, השתמשו באותה גרסת מדד מזוהה ובאותו תאריך, תעדו את המודל ואת הגדרת ההנמקה המדויקים, כולל ״max״, ובדקו את המעטפת ואת סולם הניקוד. עד שאפשר לאמת את השדות האלה בתוצאת המפרסם, המאמר משאיר את דירוג הבינה הכללית של Kimi כלא מוכח. תוצאות העדפות frontend ומדדי קידוד מודדים דברים שונים ואינם משלימים את הפער.

להשוואת מודל פתוח נפרדת, ראו ״GLM-5.2 השיג את Claude Opus 4.8״; היא אינה פותרת את היעדר הייחוס למדד Kimi.

מדדי קידוד קלאסיים:

• SWE-bench Verified — 76.8%. מודד את היכולת לתקן באגים אמיתיים בפרויקטים של GitHub. ציון טוב, אם כי מודלי Claude המובילים מקבלים ציון גבוה יותר.
• LiveCodeBench — 85%. בעיות אלגוריתמיות בפורמט ״קלט — פלט צפוי״. K3 חזק כאן.
• Terminal-Bench 2.1 — 88.3. עבודה סוכנית במסוף, לפי Moonshot עצמה.

והנה ההסתייגות שאני חייב לכלול כדי שהמדריך הזה יהיה כן ולא פרסומת. Moonshot הרכיבה את טבלת הקידוד שלה באמצעות סביבות בדיקה שונות: חלק מהמדידות השתמשו ב־KimiCode שלה, חלק ב־Claude Code וחלק ב־Codex. סביבות בדיקה שונות עשויות לשנות את אותה תוצאה ב־10–26 נקודות.

אני לא טוען שמודלים סיניים ״טובים מ־Claude״. מניסיוני בשימוש ב־Claude Code ככלי העיקרי שלי, הם עדיין נופלים ממנו בקוד מורכב — ואני רואה את זה בכל פעם שאני משווה ביניהם. אבל K3 מציג כעת את התוצאה החיה המובילה בעבודה על ממשקים חזיתיים, בשבריר מהמחיר. להתעלם מזה טיפשי בדיוק כמו להכריז ש־Claude מת.

רוצים לעשות יותר מבחירת מודל — לבנות מערך שיגרום ל־AI להזות פחות ולשמור על הקשר לאורך זמן? בחירת מודל היא חוגה אחת. הנדסת הקשר היא חוגה חזקה יותר: למה שמכניסים להקשר של מודל לפני ההנחיה יש השפעה רבה יותר על התוצאה מאשר לשם המודל במדד ביצועים. לעבודה שיטתית, המערך הזה שימושי: הנדסת הקשר עובדת עם מוח שני (המבנה business/) ועם שיבוט AI (ה־ai-clone/ שלכם). אלה שלושת עמודי התווך שכל מודל — Kimi או Claude — צריך כדי לא להתפרק במהלך מפגש עבודה ארוך.

כמה עולה Kimi K3, ולמה ״פתוח״ לא אומר ״בחינם״?#

התמחור הרשמי של Kimi K3 API (נבדק מול התמחור הרשמי של Anthropic ב־2 באוקטובר 2026):

במחיר המחירון, הקלט של Kimi זול ברבע מזה של Opus 5.5 ‏(3 לעומת 4 דולר), וגם הפלט זול ברבע (15 לעומת 20 דולר). הפער קטן יותר משהיה בדור הקודם של Opus, אבל הכיוון זהה. החיסכון האמיתי מגיע מהמטמון כששולחים בקשות חוזרות עם אותו הקשר. כשעובדים בפרויקט אחד, תחילת כל בקשה חוזרת על עצמה: אותם קבצים, אותם כללים, אותה הנחיית מערכת. המטמון של Kimi מקנה הנחה של 90% ממחיר הקלט המלא. בקידוד, המטמון נפגע ב־90% מהמקרים או יותר, ולכן העלות האפקטיבית של טוקן קלט קרובה ל־30 סנט. הפקת המרב מהמטמון בכל מודל היא מיומנות בפני עצמה; סקרתי אותה לעומק באמצעות DeepSeek כדוגמה.

יש מלכודת תמחור אחת, שמסתתרת במצב החשיבה הזה. Kimi K3 תמיד חושב לפני שהוא עונה, והחשיבה הזאת מחויבת כטוקני פלט במחיר של 15 דולר למיליון. ההבדל זניח בשאלה פשוטה, אבל במשימה מורכבת המודל עשוי ״לחשוב על זה״ במשך אלפי טוקנים ולכרסם חלק מהמחיר הנמוך. צריך לבדוק את החשבון הסופי של יום עבודה. מחיר המחירון מטעה כאן.

ועכשיו למילה ״פתוח״. Moonshot הבטיחה לפרסם את המשקולות של Kimi K3 עד 27 ביולי 2026, וקיימה את הבטחתה — ה־commit ב־HuggingFace מתוארך ל־27 ביולי 2026 (HuggingFace, Kimi-K3, אומת ב־2 באוקטובר 2026). ״משקולות פתוחות״ נשמע כמו ״אוריד אותן ואפעיל בחינם במחשב שלי״. בפועל, לא. גם לאחר דחיסה ל־4 ביט, 2.8 טריליון פרמטרים תופסים מאות ג׳יגה־בייט של זיכרון, דורשים כמה מעבדי GPU חזקים, חיבורים מהירים ביניהם ומישהו שיתקין ויתחזק את הכול.

הפתיחות של Kimi K3 מועילה לספקיות ענן גדולות ולצוותים ארגוניים עם תשתית משלהם. עבורכם היא מביאה משהו אחר: תחרות שמורידה מחירים, ואפשרות גיבוי אם המגבלות או המחירים של Claude יעלו אי פעם. לא תריצו 2.8 טריליון פרמטרים במחשב הנייד שלכם. ניתוח נפרד שלי עוסק באופן שבו קידוד vibe ״בחינם״ הופך בחשאי לחשבון: ״העלות הנסתרת של Vibe Coding״.

איך לחבר את Kimi K3 ל־Claude Code באמצעות 3 משתנים#

Claude Code יכול להתחבר לכל נקודת קצה שמדברת בפרוטוקול של Anthropic. Moonshot הקימה אחת כזאת עבור Kimi K3, ולכן אין צורך בגרסה נפרדת או בתוסף. ההגדרה המינימלית כוללת שלושה משתנים:

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

אחרי זה, הפעילו את claude כרגיל. Claude Code חושב שהוא מדבר עם Anthropic, אבל למעשה שולח בקשות ל־Kimi K3. כל ה־skills, ה־hooks ומצב plan ממשיכים לפעול, והחשבון מחושב לפי התעריפים של Moonshot.

יש כאן מלכודת מרכזית אחת, וכמעט כולם נתקלים בה. ל־Moonshot יש שתי נקודות קצה תואמות שונות — אחת ב־api.moonshot.ai, והשנייה בפלטפורמת platform.kimi.ai. הן משתמשות בשמות שונים למשתנה המפתח ולמודל, ומפתח מנקודת קצה אחת מחזיר שגיאת 401 באחרת (תיעוד Kimi ל־Claude Code). אם מתקבלת שגיאת 401, כמעט תמיד מדובר באי־התאמה בין המפתח לנקודת הקצה. המפתח עצמו בדרך כלל תקין. יש לקבל את המפתח ואת נקודת הקצה מאותה פלטפורמה.

הדרך הקלה ביותר לבדוק שהכול עובד היא לתת לו משימה קטנה: לבקש מ־Claude Code להציג את התוכן של קובץ אחד, ואז לוודא שהתשובה מגיעה ושהמונה בלוח הבקרה של Moonshot התקדם. כדי לחזור ל־Claude הרגיל, הסירו את שלושת המשתנים (unset ANTHROPIC_BASE_URL ANTHROPIC_AUTH_TOKEN ANTHROPIC_MODEL) והפעילו מחדש את Claude Code. אם אתם עוברים לעיתים קרובות, נוח ליצור שני פרופילים של המעטפת או לשים את המשתנים בקובץ .envrc עם direnv, כדי שיופעלו רק בספרייה מסוימת.

זו אפשרות נוחה אם כבר הגדרתם skills ו־hooks עבור Claude Code ואינכם רוצים ללמוד כלי אחר. ל־Moonshot יש גם סוכן מסוף משלה, Kimi Code, אבל עבור מי שכבר חי בתוך Claude Code, החלפת המנוע באמצעות שלושה משתנים היא הדרך הכרוכה בהכי מעט טרחה.

דבר אחד שבהחלט לא כדאי לעשות הוא לקנות ״חשבונות מוכנים עם יתרה״ מבוטים ב־Telegram. הם מקור קבוע לאובדן כסף ולחשבונות שנחסמים אחרי כמה ימים. נתונים הם דאגה ממשית נוספת: השרתים של Moonshot נמצאים בסין, ובעבודה עם פרויקטים שמכילים נתונים רגישים זו שאלה נפרדת. דנתי בסיכונים של מתן גישה לנתונים שלכם למודל במדריך ״האם בטוח לתת ל־Claude Code גישה לנתונים שלכם?״.

אילו משימות כדאי לתת ל־Kimi K3, ואילו להשאיר ל־Claude?#

כאן באמת עובר הגבול. כתבתי בנפרד על שבוע של שימוש ב־Kimi K3 בעבודה חיה ועל הסיבה שחזרתי ל־Claude Code במדריך ״Kimi K3 בעבודה: סקירה ולמה חזרתי ל־Claude Code״ — אין שם מדדי ביצועים, אלא רק מה שקרה במשימות אמיתיות.

איפה Kimi K3 מספק את הערך הרב ביותר:

• Frontend ופריסה. התוצאה המובילה הזאת ב־Frontend Code Arena. בונים ממשק, דף או רכיב — Kimi מצטיין, ועולה הרבה פחות.
• שכתוב קוד שגרתי. שינוי שם של דבר מה, פיצול פונקציה, הוספת טיפוסים. מודל מוביל הוא יותר מדי למשימה הזאת.
• יצירת בדיקות לקוד קיים. שני המודלים טובים בערך באותה מידה; Kimi זול יותר.
• עיבוד אצווה של טקסט. תיאורים, תרגומים, תיוג — מחירים נמוכים חשובים בנפחים גדולים.
• מפגשים ארוכים בתוך פרויקט אחד. ככל שעובדים זמן רב יותר באותו הקשר, כך הפגיעה במטמון מתרחשת לעיתים קרובות יותר וכל צעד נוסף נעשה זול יותר.

איפה להשאיר את Claude:

• ארכיטקטורה של ערכת כלים חדשה. השוואת אפשרויות, זיהוי מלכודות ובחירת מבנה — Claude המוביל עדיין עקבי יותר.
• איתור באגים מורכבים ורב־שלביים. Claude אמין יותר בשרשראות חשיבה ארוכות.
• לולאות ארוכות של סוכנים אוטונומיים. Claude מתפרק בתדירות נמוכה יותר לאורך עשרות צעדים רצופים בלי אדם.
• בניות קריטיות לייצור. כשהיציבות חשובה יותר מהמחיר.
• נתונים רגישים. השרתים של Moonshot נמצאים בסין — נתונים אישיים של לקוחות מצריכים דיון נפרד עם עורך דין.

במשפט אחד: תנו ל־Kimi K3 עבודה חזותית וחוזרת בנפחים גדולים, והשאירו ל־Claude החלטות שבהן מחיר הטעות גבוה. רבים נוהגים כך — מחזיקים את שני המפתחות ומחליפים מנועים לפי סוג המשימה. שלושת משתני הסביבה שבסעיף הקודם נועדו בדיוק לזה.

מה עדיין חסר ל־Kimi K3, ומה מדדי הביצועים לא מספרים?#

הנה הנקודות שכדאי לזכור.

מדדי הביצועים משתמשים בסביבות בדיקה מעורבות. Moonshot הריצה חלק מהמדידות דרך KimiCode שלה, חלק דרך Claude Code וחלק דרך Codex, מה ששינה תוצאות ב־10–26 נקודות. המקום הראשון ב־Frontend Arena מבוסס על הערכה עצמאית; אנשים אמיתיים שופטים שם את התוצאות. אבל יש לקרוא בזהירות את טבלת הקידוד של Moonshot.

השוואת מדד הבינה העצמאי אינה פתורה. אי אפשר ליישב ציון ״Kimi K3 (max)״ עם ציון בהגדרת מודל לא מוגדרת ללא מפרסם מזוהה, תוצאה מתוארכת, הגדרת מודל, מעטפת וגרסת מדד. שום קישור ראשוני במקורות שסופקו אינו מוכיח את השדות האלה, ולכן הציונים הסותרים וטענות הדירוג, העלות למשימה והמהירות שנלוו להם אינם משמשים כאן. אל תסיקו ש-״max״ והרצת ברירת מחדל לא מוגדרת חולקים ציון או סולם.

מצב החשיבה מגדיל את החשבון. חשיבה שתמיד פעילה היא יתרון לאיכות וחיסרון במחיר של משימות מורכבות, שבהן היא עשויה להתארך לאלפי טוקנים שמחויבים ב־15 דולר למיליון. המחיר הנמוך של Kimi אמיתי לעבודה פשוטה ומורכבת במידה בינונית; במשימות כבדות, בדקו את החשבון.

נתונים ושיפוט משפטי. שרתים בסין מעוררים שאלה מעשית: עבור פרויקט שמעבד נתונים אישיים של אנשים, כדאי להתייעץ בנושא עם עורך דין. אין לכך קשר למדד הביצועים.

אף אחת מהנקודות האלה לא הופכת את Kimi K3 למודל גרוע. הוא חזק וזול, והוגן לומר זאת. אבל ״חזק וזול״ ו״טוב יותר מ־Claude בכל דבר״ הן טענות שונות; השנייה אינה נובעת מההצגה.

מאיפה להתחיל השבוע?#

תוכנית קונקרטית, בלי צעדים מיותרים:

1. העבירו את Claude Code ל־Kimi באמצעות שלושת המשתנים שבסעיף הקודם. עבדו יום רגיל. תנו לו משימות שבהן אומרים שהוא חזק — בניית דף, רכיב או ממשק.
2. השוו. אחרי יום, בדקו שני דברים: איכות העבודה במשימות האמיתיות שלכם והחשבון. שימו לב איפה Kimi עונה טוב כמו Claude ואיפה הוא נופל ממנו.
3. החליטו. החזיקו את שני המפתחות והחליפו מנועים למשימות שונות (Frontend ועבודה שגרתית — Kimi; עבודה קריטית — Claude), או חזרו ל־Claude בלבד באמצעות פקודת unset אחת.

הסיכון בניסוי הזה הוא אובדן יום לכיול. היתרון הוא שהחשבון על עבודה חזותית ובנפחים גדולים יורד בדרך כלל פי כמה כבר בשבוע השני. זול לנסות, ואפשר להפסיק בפקודה אחת.

לעבודה שיטתית, שימושי מערך של שיבוט AI + מוח שני + הנדסת הקשר. היסודות האלה מסייעים לנהל את ההקשר בעבודה עם מודלים שונים — Kimi,‏ Claude ואחרים.

עברו אל Ailoot.