Kimi K3 i Claude Code: porównanie, koszt i konfiguracja

Praktyczne informacje o korzystaniu z Ailoot znajdziesz w dokumentacji.

Czym jest Kimi K3 i dlaczego wstrząsnął rynkiem?#

Rok temu Moonshot było znane z jednego modelu — Kimi K2, udostępnionego jako open source latem 2025 r. W kwietniu pojawił się K2.6, a w czerwcu 2026 r. — K2.7 Code. K3 to kolejny krok, a jego rozmiar jest około 2,8 raza większy niż K2.6.

Liczba 2,8 biliona może onieśmielać, ale stojąca za nią inżynieria jest w 2026 r. standardem. K3 opiera się na architekturze mixture-of-experts (Stable LatentMoE): zawiera 896 osobnych ekspertów, z których model aktywuje tylko 16 dla każdego tokenu. Oznacza to, że aktywnych jest znacznie mniej parametrów, niż sugeruje ich całkowita liczba — w przeciwnym razie nikt nie mógłby udostępniać tak dużego modelu w rozsądnej cenie. Model korzysta też z dwóch własnych rozwiązań Moonshot: Kimi Delta Attention (przyspieszającego generowanie nawet 6 razy) oraz Attention Residuals (obniżającego koszt treningu). Dla osoby zajmującej się vibe codingiem to techniczne zaplecze, ale wyjaśnia, dlaczego tak ogromny model kosztuje mniej niż Claude, choć jego rozmiar mógłby sugerować przerażająco wysoką cenę.

Co ma znaczenie w praktyce:

• Okno kontekstu o wielkości miliona tokenów. Tyle samo co pełne okno kontekstu Claude’a. Można załadować do modelu cały duży projekt.
• Obsługa obrazu. Możesz wysłać zrzut ekranu z błędem albo makietę — model potrafi zobaczyć obraz. Wcześniejsze chińskie modele, takie jak DeepSeek, nie miały tej funkcji.
• Zawsze włączony tryb rozumowania (tryb myślenia). Model najpierw myśli, a potem odpowiada. Poprawia to jakość i podnosi cenę; wrócę do tego niżej.

Otwarty chiński model osiągnął poziom zamkniętych flagowców Anthropic i OpenAI, a Moonshot obiecał bezpłatnie udostępnić wagi. Przyjrzyjmy się, gdzie ta „równorzędność” jest prawdziwa, a gdzie to tylko dopracowana prezentacja.

W czym Kimi K3 naprawdę przewyższa Claude’a, a w czym mu ustępuje?#

Zacznę od benchmarku najważniejszego dla osoby zajmującej się vibe codingiem: Frontend Code Arena. Modele generują interfejsy, a ludzie w ciemno wybierają lepszy. To zbliżone do sytuacji, w której prosisz AI o zbudowanie strony internetowej.

Kimi K3 zajmuje pierwsze miejsce i wygrywa w sześciu z siedmiu dziedzin. Dla osoby tworzącej strony i interfejsy w rozmowie z AI to najbardziej jednoznaczny sygnał: model dobrze radzi sobie z układem i pracą frontendową.

W ogólnej inteligencji przybliżony wynik Kimi 57 i wynik 44 dla „Kimi K3 (max)” nie tworzą spójnego rankingu bez nazwy wydawcy indeksu, pierwotnych linków do wyników i porównywalnej konfiguracji testu. Żaden z tych wyników nie ustala aktualnej pozycji Kimi na podstawie podlinkowanych tutaj dowodów.

Przed porównaniem użyj tej samej nazwanej rewizji indeksu i daty, zapisz dokładny model i ustawienie rozumowania (w tym „max”) oraz sprawdź program testowy i skalę punktacji. Do potwierdzenia tych pól u wydawcy pozycja Kimi w ogólnej inteligencji pozostaje nieustalona. Preferencje frontendowe i benchmarki programowania mierzą inne rzeczy i nie uzupełniają tej luki.

Osobne porównanie otwartego modelu znajdziesz w „GLM-5.2 dogonił Claude Opus 4.8”; nie rozstrzyga ono brakującego przypisania indeksu Kimi.

Klasyczne benchmarki programistyczne:

• SWE-bench Verified — 76,8%. Mierzy zdolność naprawiania rzeczywistych błędów w projektach GitHub. Solidny wynik, choć czołowe modele Claude uzyskują wyższe rezultaty.
• LiveCodeBench — 85%. Zadania algorytmiczne w formacie „wejście — oczekiwane wyjście”. K3 radzi sobie z nimi dobrze.
• Terminal-Bench 2.1 — 88,3. Według samego Moonshot mierzy pracę agentową w terminalu.

Jest tu zastrzeżenie, które muszę uwzględnić, żeby poradnik był uczciwy, a nie reklamowy. Moonshot zestawił tabelę programistyczną przy użyciu różnych harnessów: niektóre pomiary przeprowadzono za pomocą KimiCode, niektóre Claude Code, a inne Codex. Różne harnessy mogą przesunąć ten sam wynik o 10–26 punktów.

Nie twierdzę, że chińskie modele są „lepsze od Claude’a”. Z mojego doświadczenia wynika, że przy złożonym kodzie nadal sobie nie radzą tak dobrze — widzę to za każdym razem, gdy je porównuję, bo Claude Code jest moim głównym narzędziem. K3 osiąga jednak obecnie najlepszy wynik w pracy frontendowej i kosztuje ułamek tej kwoty. Ignorowanie tego jest równie nierozsądne co ogłaszanie końca Claude’a.

Ile kosztuje Kimi K3 i dlaczego „otwarty” nie znaczy „darmowy”?#

Oficjalne ceny API Kimi K3 (zweryfikowane 2 października 2026 r. na podstawie oficjalnego cennika Anthropic):

Według cennika wejście w Kimi jest o jedną czwartą tańsze niż w Opus 5.5 (3 USD wobec 4 USD), a wyjście również jest o jedną czwartą tańsze (15 USD wobec 20 USD). Różnica jest mniejsza niż w przypadku poprzedniej generacji Opus, ale kierunek się nie zmienił. Prawdziwe oszczędności wynikają z cache przy wielokrotnym wysyłaniu żądań z tym samym kontekstem. Gdy pracujesz nad jednym projektem, początek każdego żądania się powtarza: te same pliki, te same reguły, ten sam prompt systemowy. Cache Kimi daje 90% zniżki względem pełnej ceny wejścia. W pracy programistycznej cache trafia w 90% lub więcej przypadków, więc efektywny koszt tokenów wejściowych jest bliższy 30 centom. Umiejętne wykorzystanie cache w dowolnym modelu wymaga osobnej dyscypliny; szczegółowo opisałem to na przykładzie DeepSeek.

W trybie rozumowania kryje się jedna pułapka cenowa. Kimi K3 zawsze myśli przed udzieleniem odpowiedzi, a te tokeny rozumowania są rozliczane jako tokeny wyjściowe po 15 USD za 1 mln. Przy prostym pytaniu różnica jest nieistotna, ale przy złożonym zadaniu model może „przemyśleć” tysiące tokenów, częściowo niwelując niską cenę. Trzeba sprawdzić końcowy rachunek za cały dzień pracy. Sama cena z cennika może tu mylić.

Teraz o słowie „otwarty”. Moonshot obiecał opublikować wagi Kimi K3 do 27 lipca 2026 r. i dotrzymał słowa — commit w HuggingFace jest datowany na 27 lipca 2026 r. (HuggingFace, Kimi-K3, weryfikacja z 2 października 2026 r.). „Otwarte wagi” brzmią jak „pobiorę je i uruchomię za darmo na własnym komputerze”. W praktyce tak nie jest. Nawet po kompresji do 4-bitów 2,8 biliona parametrów wymaga setek gigabajtów pamięci, kilku wydajnych GPU, szybkich połączeń między nimi oraz kogoś, kto skonfiguruje i utrzyma całość.

Otwarte wagi Kimi K3 przydają się dużym dostawcom usług chmurowych i zespołom z własną infrastrukturą. Dla Ciebie oznacza to coś innego: konkurencję, która obniża ceny, oraz model zapasowy na wypadek, gdyby limity lub ceny Claude’a wzrosły. Nie uruchomisz 2,8 biliona parametrów na laptopie. W osobnej analizie opisuję, jak „darmowy” vibe coding niepostrzeżenie zmienia się w rachunek: „Ukryty koszt vibe codingu”.

Jak podłączyć Kimi K3 do Claude Code za pomocą 3 zmiennych#

Claude Code może łączyć się z dowolnym punktem końcowym obsługującym protokół Anthropic. Moonshot przygotował taki punkt dla Kimi K3, więc nie potrzebujesz osobnej wersji ani wtyczki. Minimalna konfiguracja obejmuje trzy zmienne:

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

Potem uruchom claude jak zwykle. Claude Code będzie myślał, że rozmawia z Anthropic, ale w rzeczywistości będzie wysyłać żądania do Kimi K3. Wszystkie skills, hooks i tryb planowania nadal będą działać, a rachunek zostanie naliczony według stawek Moonshot.

Jest tu jedna główna pułapka, na którą potyka się niemal każdy. Moonshot ma dwa różne zgodne punkty końcowe — jeden pod api.moonshot.ai, drugi na platformie platform.kimi.ai. Używają różnych nazw zmiennej klucza i modelu, a klucz z jednego punktu końcowego zwraca błąd 401 w drugim (dokumentacja Kimi dotycząca Claude Code). Jeśli pojawi się błąd 401, niemal zawsze oznacza to niezgodność klucza z punktem końcowym. Sam klucz zazwyczaj działa. Pobierz klucz i adres punktu końcowego z tej samej platformy.

Najłatwiej sprawdzić, czy wszystko działa, zlecając małe zadanie: poproś Claude Code o wyświetlenie zawartości jednego pliku, a potem sprawdź, czy odpowiedź dotarła i czy licznik na pulpicie Moonshot się zmienił. Aby wrócić do standardowego Claude’a, usuń trzy zmienne (unset ANTHROPIC_BASE_URL ANTHROPIC_AUTH_TOKEN ANTHROPIC_MODEL) i uruchom ponownie Claude Code. Jeśli często się przełączasz, wygodnie jest utworzyć dwa profile powłoki albo umieścić zmienne w pliku .envrc za pomocą direnv, żeby były aktywne tylko w określonym katalogu.

To wygodna opcja, jeśli masz już skonfigurowane skills i hooks w Claude Code i nie chcesz uczyć się kolejnego narzędzia. Moonshot ma też własnego agenta terminalowego Kimi Code, ale dla osoby, która na co dzień korzysta z Claude Code, zmiana silnika za pomocą trzech zmiennych jest najprostszym rozwiązaniem.

Zdecydowanie nie kupuj „gotowych kont z saldem” od botów na Telegramie. Często oznacza to utratę pieniędzy i blokadę konta po kilku dniach. Dane również budzą realne obawy: serwery Moonshot znajdują się w Chinach, a w przypadku projektów roboczych z wrażliwymi danymi to osobna kwestia do rozważenia. Ryzyko związane z udostępnianiem modelowi dostępu do danych omówiłem w poradniku „Czy bezpiecznie jest dać Claude Code dostęp do swoich danych?”.

Jakie zadania powierzać Kimi K3, a które zostawić Claude’owi?#

Granica w praktyce przebiega właśnie tak. W osobnym tekście „Kimi K3 w pracy: recenzja i dlaczego wróciłem do Claude Code” opisałem tydzień korzystania z Kimi K3 podczas rzeczywistej pracy oraz powody powrotu do Claude Code — bez benchmarków, tylko to, co wydarzyło się podczas prawdziwych zadań.

Gdzie Kimi K3 sprawdza się najlepiej:

• Frontend i układ strony. Najlepszy wynik w Frontend Code Arena. Przy tworzeniu interfejsu, strony lub komponentu Kimi wypada dobrze i kosztuje zauważalnie mniej.
• Rutynowe refaktoryzowanie. Zmiana nazwy, podział funkcji, dodanie typów. Do tego topowy model to przesada.
• Generowanie testów dla istniejącego kodu. Oba modele radzą sobie mniej więcej tak samo, a Kimi jest tańszy.
• Przetwarzanie tekstu wsadowo. Opisy, tłumaczenia, etykietowanie — przy dużych ilościach niska cena ma znaczenie.
• Długie sesje w jednym projekcie. Im dłużej pracujesz w jednym kontekście, tym częściej cache trafia i tym tańszy staje się każdy kolejny krok.

Co zostawić Claude’owi:

• Architektura nowego zestawu narzędzi. Porównywanie opcji, dostrzeganie pułapek i wybór struktury — topowy Claude nadal działa bardziej konsekwentnie.
• Debugowanie złożonych błędów wieloetapowych. Claude jest bardziej niezawodny w długich ciągach rozumowania.
• Długie autonomiczne pętle agentowe. Claude rzadziej się gubi podczas dziesiątek kolejnych kroków bez udziału człowieka.
• Budowanie systemów krytycznych dla produkcji. Gdy stabilność jest ważniejsza niż cena.
• Wrażliwe dane. Serwery Moonshot znajdują się w Chinach — dane osobowe klientów wymagają osobnej konsultacji z prawnikiem.

Jednym zdaniem: powtarzalne, masowe i wizualne zadania powierzaj Kimi K3, a decyzje, w których błędy są kosztowne, zostaw Claude’owi. Wiele osób tak właśnie robi — zachowuje oba klucze i zmienia silnik w zależności od zadania. Do tego służą trzy zmienne środowiskowe opisane wyżej.

Czego Kimi K3 wciąż nie potrafi i czego nie pokazują benchmarki#

Oto kwestie, o których warto pamiętać.

Benchmarki korzystają z różnych harnessów. Jak wspomniano wyżej, Moonshot przeprowadził część pomiarów za pomocą własnego KimiCode, część przez Claude Code, a część przez Codex, co przesunęło wyniki o 10–26 punktów. Pierwsze miejsce w Frontend Arena pochodzi z niezależnego pomiaru — wyniki oceniają tam prawdziwi ludzie. Do tabeli programistycznej Moonshot trzeba jednak podchodzić ostrożnie.

Niezależne porównanie indeksu inteligencji pozostaje nierozstrzygnięte. Wyniku „Kimi K3 (max)” nie można porównać z wynikiem nieokreślonego ustawienia modelu bez nazwy wydawcy, datowanego wyniku, ustawienia modelu, programu testowego i rewizji indeksu. Żaden pierwotny link tutaj nie ustala tych pól, więc dostępne dowody nie potwierdzają aktualnej pozycji ani porównania kosztu zadania lub szybkości. Nie zakładaj wspólnego wyniku lub skali dla „max” i nieokreślonego domyślnego uruchomienia.

Tryb rozumowania podnosi rachunek. Zawsze włączone rozumowanie poprawia jakość, ale jest wadą cenową przy złożonych zadaniach, bo może pochłonąć tysiące tokenów rozliczanych po 15 USD za 1 mln. Niska cena Kimi rzeczywiście ma znaczenie przy prostych i średnio złożonych zadaniach; przy cięższych pracach sprawdź rachunek.

Dane i jurysdykcja. Serwery w Chinach rodzą praktyczne pytanie: jeśli projekt przetwarza dane osobowe, warto omówić to z prawnikiem. Nie ma to związku z benchmarkiem.

Żaden z tych punktów nie sprawia, że Kimi K3 jest złym modelem. Jest mocny i tani — można to uczciwie powiedzieć. Ale „mocny i tani” oraz „lepszy od Claude’a we wszystkim” to różne twierdzenia; to drugie nie wynika z prezentacji.

Od czego zacząć w tym tygodniu#

Konkretny plan, bez dodatkowych kroków:

1. Przełącz Claude Code na Kimi za pomocą trzech zmiennych z poprzedniej sekcji. Pracuj jak zwykle przez jeden dzień. Powierz mu zadania, w których ma być mocny — zbudowanie strony, komponentu lub interfejsu.
2. Porównaj. Po dniu sprawdź dwie rzeczy: jakość przy rzeczywistych zadaniach i rachunek. Zwróć uwagę, gdzie Kimi odpowiada równie dobrze jak Claude, a gdzie sobie nie radzi.
3. Podejmij decyzję. Zachowaj oba klucze i zmieniaj silnik zależnie od zadania (frontend i rutynowe prace — Kimi; zadania krytyczne — Claude) albo wróć do samego Claude’a jednym poleceniem unset.

Ryzykiem tego eksperymentu jest poświęcenie dnia na kalibrację. Korzyść: rachunek za pracę masową i wizualną zwykle spada kilkukrotnie w drugim tygodniu. Próba jest niedroga i można ją przerwać jednym poleceniem.

Otwórz Ailoot.