Kimi K3 og Claude Code: sammenligning, pris og oppsett

Praktisk informasjon om hvordan du bruker Ailoot, finner du i dokumentasjonen.

Hva er Kimi K3, og hvorfor rystet det markedet?#

For ett år siden var Moonshot kjent for én modell — Kimi K2, en åpen utgivelse fra sommeren 2025. K2.6 kom i april, etterfulgt av K2.7 Code i juni 2026. K3 er neste steg, og er omtrent 2,8 ganger så stor som K2.6.

Tallet 2,8 billioner høres skremmende ut, men bak det ligger ingeniørarbeid som er standard i 2026. K3 er bygget med en blanding-av-eksperter-arkitektur (Stable LatentMoE): den inneholder 896 separate eksperter, og modellen aktiverer bare 16 av dem for hvert token. Det betyr at langt færre parametere er aktive enn det totalen antyder — ellers ville ingen kunne tilby en så stor modell til en rimelig pris. Den bruker også to teknikker utviklet av Moonshot: Kimi Delta Attention (som øker genereringshastigheten med opptil 6 ganger) og Attention Residuals (som gjør treningen billigere). For en vibe coder er dette teknisk maskineri, men det forklarer hvorfor en så enorm modell ender opp med å koste mindre enn Claude, selv om størrelsen kan få prislappen til å virke skremmende.

Dette er det som betyr noe i praksis:

• Et kontekstvindu på én million tokener. Samme størrelse som Claudes fulle kontekstvindu. Du kan få plass til et stort prosjekt i modellen på én gang.
• Synsfunksjon. Du kan sende et skjermbilde av en feil eller en mockup — modellen kan se bildet. Tidligere kinesiske modeller som DeepSeek hadde ikke dette.
• Alltid aktiv resonneringsmodus (thinking mode). Modellen tenker alltid først og svarer deretter. Dette forbedrer kvaliteten og øker prisen; jeg kommer tilbake til det nedenfor.

Markedsreaksjonen var sterk. En åpen kinesisk modell hadde nådd samme nivå som de lukkede flaggskipmodellene fra Anthropic og OpenAI, og Moonshot lovet å dele vektene gratis. Jeg skal se på hvor denne «likestillingen» er reell, og hvor den bare er en polert presentasjon.

Hvor slår Kimi K3 faktisk Claude, og hvor kommer det til kort?#

Jeg begynner med benchmarken som betyr mest for en vibe-koder: Frontend Code Arena. Modellene genererer grensesnitt, og folk velger blindt hvilket som er best. Det ligner på det du gjør når du ber AI om å lage et nettsted.

Kimi K3 ligger på førsteplass og er best i seks av sju domener. For dem som bygger nettsteder og grensesnitt gjennom samtaler med AI, er dette det tydeligste signalet: modellen presterer godt på layout og frontendarbeid.

For bredere intelligens kan omtrent 57 for Kimi og 44 for «Kimi K3 (max)» ikke behandles som én konsistent rangering uten navngitt indeksutgiver, primære resultatlenker og sammenlignbart testoppsett. Ingen av scorene fastslår en gjeldende plassering med belegget som er lenket her.

Bruk samme navngitte indeksrevisjon og dato, registrer eksakt modell og resonneringsinnstilling, inkludert «max», og kontroller wrapper og scoringsskala før sammenligning. Inntil dette kan verifiseres hos utgiveren, lar artikkelen Kimis generelle intelligensplassering stå uavklart. Frontendpreferanser og kodebenchmarker måler andre ting og fyller ikke gapet.

Se «GLM-5.2 tok igjen Claude Opus 4.8» for en separat sammenligning av åpne modeller. Den avklarer ikke manglende attribusjon for Kimi-indeksen.

Klassiske kodebenchmarker:

• SWE-bench Verified — 76.8%. Måler evnen til å rette faktiske feil i GitHub-prosjekter. En solid poengsum, selv om de beste Claude-modellene scorer høyere.
• LiveCodeBench — 85%. Algoritmeoppgaver med formatet «inndata — forventet utdata». K3 er sterk her.
• Terminal-Bench 2.1 — 88.3. Agentarbeid i terminalen, ifølge Moonshot selv.

Her er forbeholdet jeg må ta med for at denne veiledningen skal være ærlig og ikke en reklame. Moonshot satte sammen kodetabellen sin med ulike harness-oppsett: noen målinger brukte deres egen KimiCode, noen Claude Code, og noen Codex. Ulike harness-oppsett kan forskyve samme resultat med 10–26 poeng.

Jeg hevder ikke at kinesiske modeller er «bedre enn Claude». Etter min erfaring med Claude Code som hovedverktøy ligger de fortsatt bak på kompleks kode — det ser jeg hver gang jeg sammenligner dem. Men K3 viser det beste resultatet akkurat nå på frontendarbeid, til en brøkdel av prisen. Å ignorere det er like dumt som å erklære Claude død.

Vil du gjøre mer enn å velge en modell — vil du bygge et oppsett som får AI til å hallusinere mindre og holde på konteksten lenger? Å velge modell er én bryter. Kontekstteknikk er kraftigere: det du legger inn i modellens kontekst før prompten, påvirker resultatet mer enn modellnavnet på en benchmark.

Hva koster Kimi K3, og hvorfor betyr ikke «åpen» «gratis»?#

Kimi K3s offisielle API-priser (verifisert mot Moonshots offisielle priser og Anthropics offisielle priser 2. oktober 2026):

Til listepris er Kimi en fjerdedel billigere for inndata enn Opus 5.5 ($3 mot $4), og en fjerdedel billigere for utdata ($15 mot $20). Forskjellen er mindre enn med forrige Opus-generasjon, men retningen er den samme. Den reelle besparelsen kommer fra hurtigbufring når du sender gjentatte forespørsler med samme kontekst. Når du jobber i ett prosjekt, gjentas begynnelsen av hver forespørsel: de samme filene, de samme reglene, den samme systemprompten. Kimi-hurtigbufferen gir 90% rabatt på full inndatapris. Ved koding brukes hurtigbufferen i 90% eller flere tilfeller, så den effektive kostnaden for inndatatokener ligger nærmere 30 cent. Å få mest mulig ut av hurtigbufring i en hvilken som helst modell er en egen disiplin; jeg har gått gjennom det i detalj med DeepSeek som eksempel.

Det ligger en prisfelle skjult i resonneringsmodusen. Kimi K3 tenker alltid før det svarer, og denne resonneringen faktureres som utdata-tokener til $15 per 1M. Forskjellen er ubetydelig for et enkelt spørsmål, men på en kompleks oppgave kan modellen «tenke seg gjennom» tusenvis av tokener og dermed spise opp noe av fordelen med den lave prisen. Du må se på sluttregningen for en arbeidsdag. Listeprisen er misvisende her.

Så til ordet «åpen». Moonshot lovet å lansere vektene til Kimi K3 innen 27. juli 2026, og holdt løftet — HuggingFace-committen er datert 27. juli 2026 (HuggingFace, Kimi-K3, verifisert 2. oktober 2026). «Åpne vekter» høres ut som «jeg laster dem ned og kjører dem gratis på min egen maskin». I virkeligheten er det ikke slik. Selv komprimert til 4-bit tar 2,8 billioner parametere hundrevis av gigabyte med minne. Du trenger flere kraftige GPU-er, raske forbindelser mellom dem og noen som kan sette opp og vedlikeholde alt.

At Kimi K3 er åpen, er nyttig for store skyleverandører og bedriftsgrupper med egen infrastruktur. For deg gir det noe annet: konkurranse som presser prisene ned, og et reservealternativ hvis grensene eller prisene til Claude noen gang øker. Du kommer ikke til å kjøre 2,8 billioner parametere på laptopen din. Jeg har en egen analyse av hvordan «gratis» vibe coding ubemerket blir til en regning: «Den skjulte kostnaden ved vibe coding».

Slik kobler du Kimi K3 til Claude Code med 3 variabler#

Claude Code kan koble seg til alle endepunkter som snakker Anthropics protokoll. Moonshot har satt opp et for Kimi K3, så du trenger ikke en egen build eller plugin. Minimumsoppsettet består av tre variabler:

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

Etterpå starter du claude som vanlig. Claude Code tror det snakker med Anthropic, men sender i virkeligheten forespørsler til Kimi K3. Alle skills, hooks og plan mode fortsetter å fungere, og regningen beregnes etter Moonshots priser.

Det finnes én hovedfelle her som nesten alle går i. Moonshot har to ulike kompatible endepunkter — ett på api.moonshot.ai, det andre på plattformen platform.kimi.ai. De bruker forskjellige navn på nøkkelvariabelen og modellen, og en nøkkel fra det ene endepunktet gir en 401-feil på det andre (Kimi-dokumentasjon for Claude Code). Hvis du får en 401, skyldes det nesten alltid at nøkkelen og endepunktet ikke passer sammen. Selve nøkkelen fungerer som regel. Hent nøkkelen og endepunktet fra samme plattform.

Den enkleste måten å sjekke at alt fungerer, er å gi en liten oppgave: Be Claude Code vise innholdet i én fil, og kontroller deretter at svaret kommer og at telleren på Moonshot-dashbordet har endret seg. For å gå tilbake til vanlig Claude fjerner du de tre variablene (unset ANTHROPIC_BASE_URL ANTHROPIC_AUTH_TOKEN ANTHROPIC_MODEL) og starter Claude Code på nytt. Hvis du bytter ofte, er det praktisk å opprette to shell-profiler eller legge variablene i en .envrc-fil med direnv, slik at de bare aktiveres i en bestemt mappe.

Dette er et praktisk alternativ hvis du allerede har satt opp skills og hooks for Claude Code, og ikke vil lære et nytt verktøy. Moonshot har også sin egen terminalagent, Kimi Code, men for en som allerede bruker Claude Code, er det minst tungvinte å bytte motor med tre variabler.

En ting du definitivt ikke bør gjøre, er å kjøpe «ferdiglagde kontoer med saldo» fra Telegram-boter. De er en vanlig kilde til tapte penger og kontoer som blir blokkert etter et par dager. Data er også en reell bekymring: Moonshots servere er i Kina, og sensitive data i arbeidsprosjekter er et eget spørsmål. Jeg diskuterte risikoen ved å gi en modell tilgang til dataene dine i veiledningen «Er det trygt å gi Claude Code tilgang til dataene dine?».

Hvilke oppgaver bør du gi Kimi K3, og hvilke bør bli hos Claude?#

Her går det reelle skillet. Jeg har skrevet separat om en uke med Kimi K3 i praktisk arbeid og hvorfor jeg gikk tilbake til Claude Code i «Kimi K3 på jobb: en anmeldelse og hvorfor jeg gikk tilbake til Claude Code» — ingen benchmarker der, bare det som skjedde med faktiske oppgaver.

Der Kimi K3 gir mest:

• Frontend og layout. Toppresultatet på Frontend Code Arena. Lag et grensesnitt, en side eller en komponent — Kimi presterer godt og koster merkbart mindre.
• Rutinemessig refaktorering. Gi noe nytt navn, del opp en funksjon, legg til typer. En toppmodell er overkill for dette.
• Generering av tester for eksisterende kode. Begge modellene gjør det omtrent like bra; Kimi er billigere.
• Tekstbehandling i batcher. Beskrivelser, oversettelser, merking — lave priser betyr mye ved store volumer.
• Lange økter i ett prosjekt. Jo lenger du jobber i én kontekst, desto oftere brukes hurtigbufferen, og desto billigere blir hvert neste steg.

Der du bør beholde Claude:

• Arkitektur for et nytt verktøysett. Sammenligne alternativer, oppdage fallgruver, velge struktur — Claude på toppnivå er fortsatt mer konsekvent.
• Feilsøking av komplekse feil i flere trinn. Claude er mer pålitelig i lange resonnementskjeder.
• Lange autonome agentløkker. Claude kommer sjeldnere ut av kurs gjennom dusinvis av trinn på rad uten et menneske.
• Bygg som er kritiske for produksjon. Når stabilitet er viktigere enn pris.
• Sensitive data. Moonshots servere er i Kina — behandling av personopplysninger om kunder bør diskuteres separat med en jurist.

Kort sagt: gi Kimi K3 repetitivt, omfattende og visuelt arbeid, og la Claude ta beslutninger der feil er kostbare. Mange gjør nettopp det — beholder begge nøklene og bytter motor for ulike oppgaver. De tre miljøvariablene i delen over er laget for dette.

Hva mangler Kimi K3 fortsatt, og hva viser ikke benchmarkene?#

Her er punktene det er verdt å ha i mente.

Benchmarkene bruker ulike harness-oppsett. Som nevnt ovenfor: Moonshot kjørte noen målinger gjennom sitt eget KimiCode, noen gjennom Claude Code og noen gjennom Codex, noe som forskjøv resultatene med 10–26 poeng. Førsteplassen på Frontend Arena er uavhengig; ekte mennesker vurderer resultatene der. Men kodetabellen fra Moonshot bør leses med forsiktighet.

Den uavhengige intelligenssammenligningen er uavklart. En score for «Kimi K3 (max)» kan ikke sammenlignes med en score for en uspesifisert modellinnstilling uten navngitt utgiver, datert resultat, modellinnstilling, wrapper og indeksrevisjon. Ingen primærlenke her fastslår dette, så tilgjengelige belegg støtter verken gjeldende plassering, sammenligning av oppgavekostnad eller hastighet. Ikke anta at «max» og en uspesifisert standardkjøring deler score eller skala.

Resonneringsmodus gjør regningen større. Alltid aktiv resonnering er en styrke for kvaliteten og en svakhet for prisen på komplekse oppgaver, der den kan strekke seg over tusenvis av tokener som faktureres til $15 per 1M. Kimi har en reell lav pris for enkle oppgaver og oppgaver med middels kompleksitet; sjekk regningen for tunge oppgaver.

Data og jurisdiksjon. Servere i Kina reiser et praktisk spørsmål: for et prosjekt som behandler personopplysninger, bør dette diskuteres med en jurist. Benchmarken har ingenting med det å gjøre.

Ingen av disse punktene gjør Kimi K3 til en dårlig modell. Den er sterk og billig, og det er rettferdig å si. Men «sterk og billig» og «bedre enn Claude på alt» er to forskjellige påstander; den siste følger ikke av presentasjonen.

Hvor bør du begynne denne uken?#

En konkret plan, uten ekstra steg:

1. Bytt Claude Code til Kimi med de tre variablene fra delen over. Bruk det en vanlig arbeidsdag. Gi det oppgaver det skal være godt på — å bygge en side, komponent eller et grensesnitt.
2. Sammenlign. Etter én dag ser du på to ting: kvalitet på dine faktiske oppgaver og regningen. Legg merke til hvor Kimi svarer like godt som Claude, og hvor det kommer til kort.
3. Bestem deg. Behold begge nøklene og bytt motor for ulike oppgaver (frontend og rutinearbeid — Kimi; kritisk arbeid — Claude), eller gå tilbake til bare Claude med én unset-kommando.

Risikoen ved forsøket er at du mister en dag på kalibrering. Fordelen er at regningen for oppgaver med stort volum og visuelt arbeid vanligvis blir flere ganger lavere innen den andre uken. Det koster lite å prøve, og du kan stoppe med én kommando.

Åpne Ailoot.