Kimi K3 dan Claude Code: Perbandingan, Kos dan Persediaan

Maklumat praktikal tentang penggunaan Ailoot terdapat dalam dokumentasi.

Apakah Kimi K3, dan mengapa ia menggemparkan pasaran?#

Setahun lalu, Moonshot dikenali dengan satu model — Kimi K2, keluaran terbuka dari musim panas 2025. K2.6 menyusul pada April, kemudian K2.7 Code pada Jun 2026. K3 ialah langkah seterusnya, kira-kira 2.8 kali ganda saiz K2.6.

Angka 2.8 trilion kedengaran menggerunkan, tetapi teknologi di sebaliknya sudah menjadi amalan biasa pada 2026. K3 dibina berasaskan seni bina campuran pakar (Stable LatentMoE): model ini mengandungi 896 pakar berasingan dan hanya mengaktifkan 16 daripadanya bagi setiap token. Ini bermakna jauh lebih sedikit parameter yang aktif berbanding jumlah keseluruhannya — jika tidak, tiada siapa dapat menyediakan model sebesar ini pada harga yang berpatutan. Model ini turut menggunakan dua teknik Moonshot sendiri: Kimi Delta Attention (yang mempercepat penjanaan sehingga 6 kali ganda) dan Attention Residuals (yang mengurangkan kos latihan). Bagi vibe coder, ini sekadar teknologi di sebalik tabir, tetapi ia menjelaskan mengapa model yang begitu besar akhirnya berharga lebih rendah daripada Claude, sedangkan saiznya mungkin membayangkan harga yang menakutkan.

Perkara yang penting dalam amalan:

• Tetingkap konteks satu juta token. Sama besar dengan keseluruhan tetingkap konteks Claude. Anda boleh memasukkan projek besar ke dalam model sekali gus.
• Penglihatan. Anda boleh menghantar tangkapan skrin ralat atau mockup — model boleh melihat imej itu. Model China terdahulu seperti DeepSeek tidak mempunyai keupayaan ini.
• Mod penaakulan sentiasa aktif (thinking mode). Model sentiasa berfikir dahulu, kemudian menjawab. Ini meningkatkan mutu dan kos; saya akan kembali kepada perkara ini di bawah.

Reaksi pasaran sangat hebat. Sehari selepas Kimi K3 dilancarkan, berita tentangnya menggambarkannya sebagai “kejutan baharu kepada AI Barat”. Model China terbuka telah mencapai tahap yang setara dengan model unggulan tertutup daripada Anthropic dan OpenAI, dan Moonshot berjanji untuk berkongsi pemberatnya secara percuma. Saya akan melihat sejauh mana “kesetaraan” itu benar dan sejauh mana ia sekadar persembahan yang digilap.

Kimi K3 benar-benar mengatasi Claude dalam perkara apa, dan ketinggalan dalam perkara apa?#

Saya akan mulakan dengan penanda aras yang paling penting bagi vibe coder: Frontend Code Arena. Model menjana antara muka, kemudian orang ramai memilih secara buta antara muka yang lebih baik. Ini hampir sama dengan apa yang anda lakukan apabila meminta AI membina laman web.

Kimi K3 berada di tempat pertama dan menduduki tempat pertama dalam enam daripada tujuh bidang. Bagi seseorang yang membina laman web dan antara muka melalui perbualan dengan AI, inilah petunjuk paling jelas: model ini berprestasi tinggi dalam kerja susun atur dan frontend.

Untuk kecerdasan lebih luas, anggaran skor Kimi 57 dan skor 44 bagi “Kimi K3 (max)” tidak boleh dianggap satu kedudukan konsisten tanpa penerbit indeks bernama, pautan hasil utama dan konfigurasi ujian setara. Tiada satu pun skor itu membuktikan kedudukan semasa Kimi dengan bukti yang dipautkan di sini.

Sebelum membandingkan skor kecerdasan, gunakan revisi indeks bernama serta tarikh sama, rekod model dan tetapan penaakulan tepat (termasuk “max”), serta periksa harness dan skala pemarkahan. Sehingga medan itu dapat disahkan daripada hasil penerbit, artikel membiarkan kedudukan kecerdasan umum Kimi tidak dibuktikan. Hasil pilihan frontend dan penanda aras pengekodan mengukur perkara berbeza serta tidak mengisi jurang itu.

Untuk perbandingan model terbuka berasingan, lihat “GLM-5.2 Menyaingi Claude Opus 4.8”; ia tidak menyelesaikan atribusi indeks Kimi yang tiada.

Penanda aras pengekodan klasik:

• SWE-bench Verified — 76.8%. Mengukur keupayaan membaiki pepijat sebenar dalam projek GitHub. Skor yang kukuh, walaupun model Claude teratas memperoleh skor lebih tinggi.
• LiveCodeBench — 85%. Masalah algoritma dalam format “input — output dijangka”. K3 menunjukkan prestasi yang baik di sini.
• Terminal-Bench 2.1 — 88.3. Kerja agentik dalam terminal, menurut Moonshot sendiri.

Berikut ialah peringatan yang perlu saya sertakan supaya panduan ini jujur, bukannya iklan. Moonshot menyusun jadual pengekodannya menggunakan harness yang berbeza: sesetengah ukuran menggunakan KimiCode miliknya sendiri, sesetengahnya menggunakan Claude Code, dan sesetengahnya Codex. Harness yang berbeza boleh mengubah keputusan yang sama sebanyak 10–26 mata.

Saya tidak mendakwa bahawa model China “lebih baik daripada Claude.” Berdasarkan pengalaman saya menggunakan Claude Code sebagai alat utama, model-model itu masih ketinggalan dalam kod yang rumit — dan saya melihatnya setiap kali membuat perbandingan. Namun, K3 menunjukkan keputusan langsung teratas dalam kerja frontend, dengan kos yang jauh lebih rendah. Mengabaikan perkara itu sama tidak bijaknya dengan mengisytiharkan Claude sudah mati.

Berapakah harga Kimi K3, dan mengapa “terbuka” tidak bermaksud “percuma”#

Harga API rasmi Kimi K3 (disahkan berdasarkan harga rasmi Anthropic pada 2 Oktober 2026):

Pada harga senarai, input Kimi satu perempat lebih murah daripada Opus 5.5 ($3 berbanding $4), dan output juga satu perempat lebih murah ($15 berbanding $20). Jurangnya lebih kecil berbanding generasi Opus sebelumnya, tetapi arahnya tetap sama. Penjimatan sebenar datang daripada caching apabila anda membuat permintaan berulang dengan konteks yang sama. Apabila anda bekerja dalam satu projek, permulaan setiap permintaan berulang: fail yang sama, peraturan yang sama, prompt sistem yang sama. Cache Kimi memberikan diskaun 90% daripada harga input penuh. Dalam pengekodan, cache digunakan dalam 90% atau lebih kes, jadi kos efektif token input lebih hampir kepada 30 sen. Memanfaatkan caching sepenuhnya pada mana-mana model memerlukan disiplin tersendiri; saya menghuraikannya secara terperinci menggunakan DeepSeek sebagai contoh.

Terdapat satu perangkap harga yang tersembunyi dalam mod penaakulan itu. Kimi K3 sentiasa berfikir sebelum menjawab, dan penaakulan itu dibilkan sebagai token output pada kadar $15 bagi setiap 1M. Perbezaannya tidak ketara untuk soalan mudah, tetapi bagi tugasan kompleks, model mungkin “berfikir” selama ribuan token, lalu menghakis sebahagian kelebihan harga rendah itu. Anda perlu menyemak bil akhir untuk kerja sehari. Harga senarai mengelirukan dalam hal ini.

Sekarang tentang perkataan “terbuka”. Moonshot berjanji untuk mengeluarkan pemberat Kimi K3 selewat-lewatnya pada 27 Julai 2026, dan menunaikan janji itu — commit HuggingFace bertarikh 27 Julai 2026 (HuggingFace, Kimi-K3, disahkan pada 2 Oktober 2026). “Pemberat terbuka” kedengaran seperti “Saya akan memuat turunnya dan menjalankannya secara percuma pada komputer sendiri.” Hakikatnya tidak begitu. Walaupun dimampatkan kepada 4-bit, 2.8 trilion parameter memerlukan ratusan gigabait memori, beberapa GPU berkuasa, sambungan pantas antara GPU itu, dan seseorang untuk menyediakan serta menyelenggarakan semuanya.

Sifat terbuka Kimi K3 berguna kepada penyedia awan besar dan pasukan perusahaan yang mempunyai infrastruktur sendiri. Bagi anda, ia membawa sesuatu yang lain: persaingan yang menurunkan harga dan pilihan sandaran sekiranya had atau harga Claude meningkat. Anda tidak akan menjalankan 2.8 trilion parameter pada komputer riba anda. Saya mempunyai analisis berasingan tentang bagaimana vibe coding “percuma” secara senyap-senyap menjadi bil: “Kos Tersembunyi Vibe Coding”.

Cara menyambungkan Kimi K3 kepada Claude Code dengan 3 pemboleh ubah#

Claude Code boleh menyambung kepada mana-mana titik akhir yang menggunakan protokol Anthropic. Moonshot menyediakan satu untuk Kimi K3, jadi anda tidak memerlukan binaan atau pemalam berasingan. Persediaan minimum menggunakan tiga pemboleh ubah:

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

Selepas itu, lancarkan claude seperti biasa. Claude Code menyangka ia bercakap dengan Anthropic, tetapi sebenarnya menghantar permintaan kepada Kimi K3. Semua skills, hooks dan plan mode terus berfungsi, dan bil dikira mengikut kadar Moonshot.

Ada satu perangkap utama di sini dan hampir semua orang tersandung kerananya. Moonshot mempunyai dua titik akhir serasi yang berbeza — satu di api.moonshot.ai, satu lagi di platform platform.kimi.ai. Kedua-duanya menggunakan nama yang berbeza untuk pemboleh ubah kunci dan model, dan kunci daripada satu titik akhir akan menghasilkan ralat 401 pada titik akhir yang satu lagi (dokumentasi Kimi untuk Claude Code). Jika anda mendapat ralat 401, hampir selalu puncanya ialah ketidakpadanan antara kunci dengan titik akhir. Biasanya kunci itu sendiri berfungsi. Dapatkan kunci dan titik akhir daripada platform yang sama.

Cara paling mudah untuk memastikan semuanya berfungsi adalah dengan memberikannya tugasan kecil: minta Claude Code memaparkan kandungan satu fail, kemudian pastikan jawapannya diterima dan kaunter pada papan pemuka Moonshot telah berubah. Untuk kembali kepada Claude biasa, padamkan tiga pemboleh ubah itu (unset ANTHROPIC_BASE_URL ANTHROPIC_AUTH_TOKEN ANTHROPIC_MODEL) dan mulakan semula Claude Code. Jika anda kerap bertukar, anda boleh mencipta dua profil shell atau meletakkan pemboleh ubah itu dalam fail .envrc dengan direnv, supaya ia hanya diaktifkan dalam direktori tertentu.

Ini pilihan yang mudah jika anda sudah menyediakan skills dan hooks untuk Claude Code dan tidak mahu mempelajari alat lain. Moonshot juga mempunyai ejen terminal sendiri, Kimi Code, tetapi bagi seseorang yang sudah menggunakan Claude Code, menukar enjinnya dengan tiga pemboleh ubah ialah cara yang paling mudah.

Satu perkara yang langsung tidak patut anda lakukan ialah membeli “akaun sedia digunakan dengan baki” daripada bot Telegram. Akaun seperti itu sering menyebabkan orang kehilangan wang dan akaun disekat selepas beberapa hari. Data juga menimbulkan kebimbangan sebenar: pelayan Moonshot berada di China, dan bagi projek kerja yang mengendalikan data sensitif, hal itu perlu dibincangkan secara berasingan. Saya membincangkan risiko memberikan model akses kepada data anda dalam panduan “Adakah Selamat Memberikan Claude Code Akses kepada Data Anda?”.

Tugasan yang patut diberikan kepada Kimi K3 dan yang patut kekal dengan Claude#

Di sinilah garis pemisahnya. Saya menulis secara berasingan tentang seminggu menggunakan Kimi K3 dalam kerja sebenar dan sebab saya kembali kepada Claude Code dalam “Kimi K3 di Tempat Kerja: Ulasan dan Sebab Saya Kembali kepada Claude Code” — tiada penanda aras di situ, hanya pengalaman daripada tugasan sebenar.

Kegunaan terbaik Kimi K3:

• Frontend dan susun atur. Keputusan teratas di Frontend Code Arena. Bina antara muka, halaman atau komponen — Kimi berprestasi tinggi dan kosnya jauh lebih rendah.
• Pemfaktoran semula rutin. Namakan semula sesuatu, pecahkan fungsi, tambah jenis. Model teratas terlalu berlebihan untuk kerja ini.
• Menjana ujian untuk kod sedia ada. Prestasi kedua-dua model lebih kurang sama; Kimi lebih murah.
• Pemprosesan teks kelompok. Penerangan, terjemahan, pelabelan — harga rendah penting apabila jumlahnya besar.
• Sesi panjang dalam satu projek. Semakin lama anda bekerja dalam satu konteks, semakin kerap cache digunakan dan semakin murah setiap langkah seterusnya.

Perkara yang patut kekal dengan Claude:

• Seni bina set alat baharu. Membandingkan pilihan, mengesan masalah, memilih struktur — Claude teratas masih lebih konsisten.
• Menyahpepijat pepijat kompleks berbilang langkah. Claude lebih boleh diharap dalam rangkaian penaakulan yang panjang.
• Gelung ejen autonomi yang panjang. Claude lebih jarang hilang arah selepas puluhan langkah berturut-turut tanpa campur tangan manusia.
• Binaan kritikal untuk produksi. Apabila kestabilan lebih penting daripada kos.
• Data sensitif. Pelayan Moonshot berada di China — data peribadi pelanggan memerlukan perbincangan berasingan dengan peguam.

Ringkasnya: berikan kerja berulang, berjumlah besar dan visual kepada Kimi K3, dan serahkan keputusan yang kesilapannya mahal kepada Claude. Ramai orang berbuat demikian — menyimpan kedua-dua kunci dan menukar enjin untuk tugasan yang berbeza. Tiga pemboleh ubah persekitaran dalam bahagian di atas disediakan untuk tujuan ini.

Kekurangan Kimi K3 yang masih ada dan perkara yang tidak ditunjukkan oleh penanda aras#

Berikut perkara yang wajar diingati.

Penanda aras menggunakan harness yang bercampur-campur. Seperti yang disebutkan di atas: Moonshot menjalankan sesetengah ukuran melalui KimiCode sendiri, sesetengahnya melalui Claude Code dan sesetengahnya melalui Codex, lalu mengubah keputusan sebanyak 10–26 mata. Tempat pertama di Frontend Arena diperoleh secara bebas; orang sebenar menilai hasilnya di situ. Namun, jadual pengekodan Moonshot perlu diteliti dengan berhati-hati.

Perbandingan indeks kecerdasan bebas belum diselesaikan. Skor “Kimi K3 (max)” tidak boleh dibandingkan dengan skor bagi tetapan model yang tidak dinyatakan tanpa penerbit bernama, hasil bertarikh, tetapan model, harness dan revisi indeks. Tiada pautan utama di sini membuktikan medan itu, maka bukti tersedia tidak menyokong kedudukan semasa, perbandingan kos tugasan atau perbandingan kelajuan. Jangan simpulkan “max” dan pelaksanaan lalai tidak dinyatakan berkongsi skor atau skala.

Mod penaakulan meningkatkan bil. Penaakulan yang sentiasa aktif membantu mutu tetapi meningkatkan kos tugasan kompleks, yang boleh mengambil masa sehingga melibatkan ribuan token yang dibilkan pada $15 bagi setiap 1M. Harga rendah Kimi memang nyata untuk kerja mudah dan berkerumitan sederhana; semak bil bagi tugasan berat.

Data dan bidang kuasa. Pelayan di China menimbulkan persoalan praktikal: jika projek memproses data peribadi orang ramai, perkara ini perlu dibincangkan dengan peguam. Hal itu tiada kaitan dengan penanda aras.

Tiada satu pun perkara ini menjadikan Kimi K3 model yang buruk. Model ini berkuasa dan murah, dan itu wajar dinyatakan. Namun, “berkuasa dan murah” dan “lebih baik daripada Claude dalam segala hal” ialah dakwaan yang berbeza; dakwaan kedua tidak terbukti melalui persembahan tersebut.

Langkah permulaan minggu ini#

Pelan konkrit tanpa langkah tambahan:

1. Tukar Claude Code kepada Kimi menggunakan tiga pemboleh ubah daripada bahagian di atas. Bekerjalah seperti biasa sepanjang hari. Berikannya tugasan yang dikatakan sesuai dengannya — membina halaman, komponen atau antara muka.
2. Bandingkan. Selepas sehari, lihat dua perkara: mutu hasil bagi tugasan sebenar anda dan bilnya. Perhatikan perkara yang dijawab Kimi sebaik Claude dan perkara yang kurang memuaskan.
3. Buat keputusan. Simpan kedua-dua kunci dan tukar enjin untuk tugasan yang berbeza (frontend dan kerja rutin — Kimi; kerja kritikal — Claude), atau kembali menggunakan Claude sahaja dengan satu arahan unset.

Risiko percubaan ini ialah kehilangan sehari untuk penentukuran. Manfaatnya, bil bagi kerja berjumlah besar dan visual biasanya turun beberapa kali ganda menjelang minggu kedua. Kos untuk mencuba rendah, dan anda boleh berhenti dengan satu arahan.

Buka Ailoot.