Kimi K3 e Claude Code: confronto, costi e configurazione

Informazioni pratiche su come lavorare con Ailoot sono disponibili nella documentazione.

Che cos'è Kimi K3 e perché ha scosso il mercato?#

Un anno fa Moonshot era conosciuta per un solo modello: Kimi K2, una versione open dell'estate 2025. K2.6 è arrivato ad aprile, poi K2.7 Code a giugno 2026. K3 è il passo successivo e, con circa 2,8 volte la dimensione di K2.6.

La cifra di 2,8 trilioni sembra intimidatoria, ma dietro c'è una tecnologia ormai standard nel 2026. K3 si basa su un'architettura mixture-of-experts (Stable LatentMoE): contiene 896 esperti separati e il modello ne attiva solo 16 per ogni token. Ciò significa che i parametri attivi sono molti meno di quanto suggerisca il conteggio totale: altrimenti nessuno potrebbe servire un modello così grande a un prezzo ragionevole. Usa anche due tecniche sviluppate da Moonshot: Kimi Delta Attention (che accelera la generazione fino a 6 volte) e Attention Residuals (che rendono l'addestramento meno costoso). Per chi programma seguendo il vibe coding è un dettaglio tecnico, ma spiega perché un modello così enorme finisca per costare meno di Claude, nonostante le sue dimensioni facciano pensare a un prezzo spaventoso.

Cosa conta nella pratica:

• Una finestra di contesto da un milione di token. La stessa dimensione della finestra di contesto completa di Claude. Puoi inserire nel modello un progetto di grandi dimensioni in una volta sola.
• Capacità visive. Puoi inviare uno screenshot di un errore o un mockup: il modello è in grado di vedere l'immagine. I precedenti modelli cinesi, come DeepSeek, non ne erano capaci.
• Modalità di ragionamento sempre attiva (modalità thinking). Il modello ragiona sempre prima di rispondere. Questo migliora la qualità e aumenta il prezzo; ne parlerò più avanti.

Il giorno dopo il rilascio di Kimi K3, un modello cinese open aveva raggiunto la parità con i modelli di punta chiusi di Anthropic e OpenAI, e Moonshot aveva promesso di condividere gratuitamente i pesi. Vediamo dove questa «parità» è reale e dove è solo una presentazione ben confezionata.

Dove Kimi K3 supera davvero Claude e dove è meno performante#

Comincio dal benchmark più importante per chi programma seguendo il vibe coding: Frontend Code Arena. I modelli generano interfacce e le persone scelgono alla cieca quella migliore. È simile a ciò che fai quando chiedi all'IA di creare un sito web.

Kimi K3 è primo e si classifica al primo posto in sei domini su sette. Per chi crea siti web e interfacce conversando con l'IA, è il segnale più chiaro: il modello offre buone prestazioni su layout e attività frontend.

Per l’intelligenza generale, un punteggio di circa 57 per Kimi e uno di 44 per «Kimi K3 (max)» non formano una classifica coerente senza editore identificato dell’indice, risultati primari e configurazione comparabile. Nessuno dei due dimostra la posizione attuale di Kimi con le prove collegate qui.

Per confrontare punteggi usa la stessa revisione e data di un indice identificato, registra modello esatto e ragionamento, incluso «max», e verifica harness e scala. Finché questi elementi non sono verificabili nei risultati dell’editore, il rango generale di Kimi resta indeterminato. Preferenze frontend e benchmark di programmazione misurano altro e non colmano il vuoto.

Per un confronto open distinto consulta «GLM-5.2 ha raggiunto Claude Opus 4.8»; non risolve l’attribuzione mancante dell’indice Kimi.

Benchmark classici di programmazione:

• SWE-bench Verified — 76,8%. Misura la capacità di correggere bug reali nei progetti GitHub. Un punteggio solido, anche se i migliori modelli Claude ottengono risultati più alti.
• LiveCodeBench — 85%. Problemi algoritmici nel formato «input — output atteso». K3 è forte in questo ambito.
• Terminal-Bench 2.1 — 88,3. Attività agentiche nel terminale, secondo Moonshot stessa.

Ecco la precisazione da includere perché questa guida sia onesta e non una pubblicità. Moonshot ha compilato la propria tabella di programmazione usando harness diversi: alcune misurazioni hanno usato KimiCode, altre Claude Code e altre ancora Codex. Harness diversi possono spostare lo stesso risultato di 10–26 punti.

Non sto sostenendo che i modelli cinesi siano «migliori di Claude». Nella mia esperienza con Claude Code come strumento principale, restano indietro nella gestione di codice complesso, e lo noto ogni volta che li confronto. Ma K3 mostra il miglior risultato attuale nel lavoro frontend, a una frazione del prezzo. Ignorarlo è sciocco quanto dichiarare morto Claude.

Quanto costa Kimi K3 e perché «open» non significa «gratis»#

Prezzi ufficiali dell'API di Kimi K3 (verificati sui prezzi ufficiali di Anthropic il 2 ottobre 2026):

Al prezzo di listino, l'input di Kimi costa un quarto in meno rispetto a Opus 5.5 (3 $ contro 4 $) e l'output costa un quarto in meno (15 $ contro 20 $). Il divario è più ridotto rispetto alla generazione precedente di Opus, ma la direzione è la stessa. Il vero risparmio arriva dalla cache quando fai richieste ripetute con lo stesso contesto. Quando lavori a un progetto, l'inizio di ogni richiesta si ripete: gli stessi file, le stesse regole, lo stesso prompt di sistema. La cache di Kimi offre uno sconto del 90% sul prezzo completo dell'input. Nella programmazione la cache viene utilizzata nel 90% o più dei casi, quindi il costo effettivo dei token in input si avvicina a 30 centesimi. Sfruttare al meglio la cache con qualsiasi modello richiede una certa disciplina; l'ho spiegato nel dettaglio usando DeepSeek come esempio.

C'è una trappola nei prezzi nascosta nella modalità di ragionamento. Kimi K3 ragiona sempre prima di rispondere e quel ragionamento viene fatturato come token in output a 15 $ per 1 M. Per una domanda semplice la differenza è trascurabile, ma su un compito complesso il modello può «ragionare» per migliaia di token, erodendo in parte il prezzo basso. Devi controllare il conto finale di una giornata di lavoro. Il prezzo di listino qui è fuorviante.

E veniamo alla parola «open». Moonshot aveva promesso di rilasciare i pesi di Kimi K3 entro il 27 luglio 2026 e ha mantenuto la promessa: il commit su HuggingFace è datato 27 luglio 2026 (HuggingFace, Kimi-K3, verificato il 2 ottobre 2026). «Pesi aperti» suona come «li scarico e li eseguo gratis sul mio computer». In realtà no. Anche compressi a 4 bit, 2,8 trilioni di parametri occupano centinaia di gigabyte di memoria, richiedono diverse GPU potenti, connessioni veloci tra loro e qualcuno che si occupi di configurarli e mantenerli.

L'apertura di Kimi K3 è utile ai grandi provider cloud e ai team aziendali con infrastruttura propria. Per te significa altro: concorrenza che spinge i prezzi verso il basso e un'opzione di riserva se i limiti o i prezzi di Claude dovessero salire. Non eseguirai 2,8 trilioni di parametri sul tuo laptop. Ho pubblicato un'analisi separata su come il vibe coding «gratuito» si trasformi silenziosamente in un conto: «Il costo nascosto del vibe coding».

Come collegare Kimi K3 a Claude Code con 3 variabili#

Claude Code può collegarsi a qualsiasi endpoint che supporti il protocollo Anthropic. Moonshot ne ha configurato uno per Kimi K3, quindi non serve una build o un plugin separato. La configurazione minima richiede tre variabili:

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

Dopodiché avvia claude come al solito. Claude Code crede di comunicare con Anthropic, ma in realtà invia le richieste a Kimi K3. Tutte le skills, gli hooks e la plan mode continuano a funzionare, mentre il conto viene calcolato alle tariffe di Moonshot.

Qui c'è una trappola principale, in cui quasi tutti inciampano. Moonshot ha due endpoint compatibili diversi: uno su api.moonshot.ai, l'altro sulla piattaforma platform.kimi.ai. Usano nomi diversi per la variabile della chiave e per il modello; una chiave di un endpoint restituisce un errore 401 sull'altro (documentazione Kimi per Claude Code). Se ricevi un errore 401, quasi sempre c'è una mancata corrispondenza tra chiave ed endpoint. Di solito la chiave funziona. Recupera chiave ed endpoint dalla stessa piattaforma.

Il modo più semplice per verificare che tutto funzioni è assegnargli un compito piccolo: chiedi a Claude Code di mostrare il contenuto di un file, poi controlla che arrivi la risposta e che il contatore nella dashboard Moonshot sia avanzato. Per tornare a Claude standard, rimuovi le tre variabili (unset ANTHROPIC_BASE_URL ANTHROPIC_AUTH_TOKEN ANTHROPIC_MODEL) e riavvia Claude Code. Se cambi spesso, è comodo creare due profili shell oppure mettere le variabili in un file .envrc con direnv, così da abilitarle solo in una directory specifica.

È un'opzione comoda se hai già configurato skills e hooks per Claude Code e non vuoi imparare a usare un altro strumento. Moonshot ha anche il proprio agente da terminale, Kimi Code, ma per chi usa già Claude Code, cambiare motore con tre variabili è il percorso con meno attrito.

Una cosa che non dovresti assolutamente fare è comprare «account già pronti con saldo» dai bot di Telegram. Sono una fonte frequente di soldi persi e account bloccati dopo un paio di giorni. Anche i dati sono una preoccupazione concreta: i server di Moonshot si trovano in Cina e, per progetti di lavoro con dati sensibili, è una questione a parte. Ho discusso i rischi di concedere a un modello l'accesso ai tuoi dati nella guida «È sicuro dare a Claude Code accesso ai tuoi dati?».

Quali attività affidare a Kimi K3 e quali tenere per Claude?#

Ecco come si delinea davvero la distinzione. Ho scritto a parte della mia settimana di lavoro con Kimi K3 e del motivo per cui sono tornato a Claude Code in «Kimi K3 al lavoro: recensione e perché sono tornato a Claude Code»: niente benchmark, solo ciò che è successo con attività reali.

Dove Kimi K3 dà il meglio:

• Frontend e layout. Il primo posto in Frontend Code Arena. Crea un'interfaccia, una pagina o un componente: Kimi offre buone prestazioni e costa sensibilmente meno.
• Refactoring di routine. Rinomina qualcosa, dividi una funzione, aggiungi tipi. Un modello di punta è eccessivo per queste attività.
• Generazione di test per codice esistente. I due modelli se la cavano più o meno allo stesso modo; Kimi costa meno.
• Elaborazione di testi in batch. Descrizioni, traduzioni, etichettatura: i prezzi bassi contano quando i volumi sono elevati.
• Sessioni lunghe su un progetto. Più a lungo lavori nello stesso contesto, più spesso viene usata la cache e meno costa ogni passaggio successivo.

Quando tenere Claude:

• Architettura di un nuovo insieme di strumenti. Confrontare opzioni, individuare insidie, scegliere una struttura: Claude al vertice resta più coerente.
• Debug di bug complessi e articolati in più passaggi. Claude è più affidabile nelle lunghe catene di ragionamento.
• Lunghe sequenze autonome dell'agente. Claude perde coerenza meno spesso nell'arco di decine di passaggi consecutivi senza l'intervento di una persona.
• Build critiche per la produzione. Quando la stabilità conta più del prezzo.
• Dati sensibili. I server di Moonshot sono in Cina: i dati personali dei clienti richiedono una discussione specifica con un avvocato.

In una frase: affida a Kimi K3 il lavoro ripetitivo, ad alto volume e visivo, e lascia a Claude le decisioni in cui gli errori costano cari. Molti fanno proprio così: tengono entrambe le chiavi e cambiano motore a seconda dell'attività. Le tre variabili d'ambiente della sezione precedente servono proprio a questo.

Cosa manca ancora a Kimi K3 e cosa non mostrano i benchmark#

Ecco gli aspetti da tenere a mente.

I benchmark usano harness diversi. Come accennato sopra, Moonshot ha eseguito alcune misurazioni con KimiCode, altre con Claude Code e altre ancora con Codex, spostando i risultati di 10–26 punti. Il primo posto in Frontend Arena è indipendente: lì i risultati sono giudicati da persone reali. Ma la tabella di programmazione di Moonshot va letta con cautela.

Il confronto indipendente sull’indice di intelligenza è irrisolto. Un punteggio di «Kimi K3 (max)» non è confrontabile con un punteggio ottenuto con impostazioni non specificate senza editore, risultato datato, impostazione del modello, harness e revisione dell’indice. Nessun link primario qui stabilisce questi elementi: le prove disponibili non sostengono una posizione attuale, un confronto di costo per attività o un confronto di velocità. Non presumere stessa scala o punteggio per «max» e un’esecuzione predefinita non specificata.

La modalità di ragionamento fa salire il conto. Il ragionamento sempre attivo migliora la qualità ma è uno svantaggio per il costo delle attività complesse, in cui può estendersi per migliaia di token fatturati a 15 $ per 1 M. Il prezzo basso di Kimi è reale per attività semplici e di media complessità; per quelle più impegnative, controlla il conto.

Dati e giurisdizione. I server in Cina pongono una questione pratica: se un progetto tratta dati personali, è un aspetto da discutere con un avvocato. Non ha a che fare con il benchmark.

Nessuno di questi aspetti rende Kimi K3 un cattivo modello. È potente e costa poco, ed è giusto dirlo. Ma «potente e conveniente» e «migliore di Claude in tutto» sono affermazioni diverse; la seconda non deriva dalla presentazione.

Da dove iniziare questa settimana#

Un piano concreto, senza passaggi extra:

1. Passa Claude Code a Kimi usando le tre variabili della sezione precedente. Lavora per una giornata normale. Affidagli le attività per cui è considerato forte: creare una pagina, un componente o un'interfaccia.
2. Confronta. Dopo una giornata, valuta due cose: la qualità sulle tue attività reali e il conto. Nota dove Kimi risponde bene quanto Claude e dove è meno efficace.
3. Decidi. Tieni entrambe le chiavi e cambia motore a seconda dell'attività (frontend e lavoro di routine: Kimi; lavoro critico: Claude), oppure torna a usare solo Claude con un comando unset.

Il rischio di questo esperimento è perdere una giornata nella fase di calibrazione. Il vantaggio è che, entro la seconda settimana, il conto per il lavoro ad alto volume e visivo di solito si riduce di diverse volte. Costa poco provare e puoi interrompere con un solo comando.

Apri Ailoot.