Kimi K3 e Claude Code: comparação, custo e configuração

A documentação contém informações práticas sobre como trabalhar com o Ailoot.

O que é o Kimi K3 e porque agitou o mercado?#

Há um ano, a Moonshot era conhecida por um único modelo — o Kimi K2, uma versão aberta lançada no verão de 2025. Seguiu-se o K2.6 em abril e, depois, o K2.7 Code em junho de 2026. O K3 é o passo seguinte e tem cerca de 2,8 vezes o tamanho do K2.6.

O número de 2,8 biliões parece intimidante, mas a tecnologia que o suporta já é habitual em 2026. O K3 baseia-se numa arquitetura de mistura de especialistas (Stable LatentMoE): contém 896 especialistas distintos e ativa apenas 16 para cada token. Isso significa que há muito menos parâmetros ativos do que sugere o total — caso contrário, ninguém conseguiria disponibilizar um modelo desta dimensão a um preço razoável. Também utiliza duas técnicas próprias da Moonshot: Kimi Delta Attention (que acelera a geração até 6 vezes) e Attention Residuals (que tornam o treino mais barato). Para quem faz vibe coding, isto é apenas infraestrutura técnica, mas explica porque é que um modelo tão enorme acaba por custar menos do que a Claude, apesar de a sua dimensão poder sugerir um preço assustador.

O que importa na prática:

• Uma janela de contexto de um milhão de tokens. O mesmo tamanho da janela de contexto completa da Claude. Pode incluir um projeto grande no modelo de uma só vez.
• Visão. Pode enviar uma captura de ecrã de um erro ou uma maquete — o modelo consegue ver a imagem. Os modelos chineses anteriores, como o DeepSeek, não tinham esta capacidade.
• Modo de raciocínio sempre ativo (thinking mode). O modelo pensa sempre primeiro e responde depois. Isto melhora a qualidade e aumenta o preço; voltarei a este assunto mais abaixo.

A reação do mercado foi intensa. Um modelo chinês aberto tinha alcançado a paridade com os modelos de topo fechados da Anthropic e da OpenAI, e a Moonshot prometeu partilhar os pesos gratuitamente. Vou analisar em que medida essa «paridade» é real e em que medida é apenas uma apresentação bem polida.

Em que aspetos o Kimi K3 supera realmente a Claude e em que fica aquém#

Vou começar pelo benchmark mais importante para quem faz vibe coding: o Frontend Code Arena. Os modelos geram interfaces e as pessoas escolhem às cegas qual é a melhor. Isto aproxima-se do que faz quando pede à IA para criar um site.

O Kimi K3 está em primeiro lugar e lidera em seis de sete domínios. Para quem cria sites e interfaces através de uma conversa com a IA, este é o sinal mais claro: o modelo tem um desempenho forte em layout e trabalho de frontend.

Em inteligência geral, uma pontuação aproximada de 57 para Kimi e 44 para “Kimi K3 (max)” não podem ser tratadas como uma classificação consistente sem editor do índice identificado, ligações primárias dos resultados e uma configuração de teste comparável. Com a evidência ligada aqui, nenhuma estabelece a posição atual do Kimi.

Antes de comparar inteligência, use a mesma revisão e data de um índice identificado, registe modelo e nível de raciocínio exatos (incluindo “max”) e verifique executor e escala. Sem confirmação desses campos no resultado do editor, a posição geral do Kimi fica por estabelecer. Preferências de frontend e benchmarks de programação medem outras coisas e não fecham a lacuna.

Para uma comparação separada de modelos abertos, consulte «GLM-5.2 Alcançou o Claude Opus 4.8»; não resolve a atribuição em falta do índice Kimi.

Benchmarks clássicos de programação:

• SWE-bench Verified — 76,8%. Mede a capacidade de corrigir erros reais em projetos do GitHub. É um resultado sólido, embora os modelos Claude de topo obtenham resultados mais altos.
• LiveCodeBench — 85%. Problemas algorítmicos no formato «entrada — resultado esperado». O K3 é forte nesta área.
• Terminal-Bench 2.1 — 88,3. Trabalho agentivo no terminal, segundo a própria Moonshot.

Eis uma ressalva que tenho de incluir para que este guia seja honesto e não um anúncio. A Moonshot compilou a sua tabela de programação com harnesses diferentes: algumas medições usaram o seu próprio KimiCode, outras o Claude Code e outras o Codex. Harnesses diferentes podem alterar o mesmo resultado em 10–26 pontos.

Não estou a afirmar que os modelos chineses são «melhores do que a Claude». Pela minha experiência, usando o Claude Code como ferramenta principal, continuam a ficar aquém em código complexo — e vejo isso sempre que os comparo. Mas o K3 está a apresentar o melhor resultado atual em trabalho de frontend, por uma fração do preço. Ignorar isso é tão insensato como declarar a Claude morta.

Quer fazer mais do que escolher um modelo — criar uma configuração que faça a IA alucinar menos e manter o contexto durante mais tempo? Escolher um modelo é um dos controlos. A engenharia de contexto é um controlo mais poderoso: o que coloca no contexto de um modelo antes do prompt influencia o resultado mais do que o nome do modelo num benchmark.

Quanto custa o Kimi K3 e porque é que «aberto» não significa «gratuito»#

Preços oficiais da API do Kimi K3 (verificados com base nos preços oficiais da Anthropic a 2 de outubro de 2026):

Ao preço de tabela, a entrada do Kimi é um quarto mais barata do que a do Opus 5.5 (3 $ contra 4 $), e a saída também é um quarto mais barata (15 $ contra 20 $). A diferença é menor do que na geração anterior do Opus, mas a direção é a mesma. A verdadeira poupança vem do caching quando faz pedidos repetidos com o mesmo contexto. Quando trabalha num projeto, o início de cada pedido repete-se: os mesmos ficheiros, as mesmas regras, o mesmo prompt de sistema. A cache do Kimi dá um desconto de 90% sobre o preço integral de entrada. Em programação, a cache acerta em 90% ou mais dos casos, pelo que o custo efetivo dos tokens de entrada se aproxima dos 30 cêntimos. Tirar o máximo partido do caching em qualquer modelo é uma disciplina por si só; abordei o assunto em detalhe usando o DeepSeek como exemplo.

Há uma armadilha de preços escondida nesse modo de raciocínio. O Kimi K3 pensa sempre antes de responder e esse raciocínio é faturado como tokens de saída a 15 $ por 1M. A diferença é insignificante para uma pergunta simples, mas, numa tarefa complexa, o modelo pode «pensar» durante milhares de tokens, consumindo parcialmente a vantagem do preço baixo. É preciso consultar a fatura final de um dia de trabalho. O preço de tabela é enganador neste caso.

Agora, a palavra «aberto». A Moonshot prometeu lançar os pesos do Kimi K3 até 27 de julho de 2026 e cumpriu a promessa — o commit da HuggingFace está datado de 27 de julho de 2026 (HuggingFace, Kimi-K3, verificado a 2 de outubro de 2026). «Pesos abertos» soa a «vou descarregá-los e executá-los gratuitamente no meu computador». Na realidade, não. Mesmo comprimidos a 4 bits, os 2,8 biliões de parâmetros ocupam centenas de gigabytes de memória, exigem várias GPUs potentes, ligações rápidas entre elas e alguém que configure e mantenha tudo.

O caráter aberto do Kimi K3 é útil para grandes fornecedores de cloud e equipas empresariais com infraestrutura própria. Para si, traz outra coisa: concorrência que faz baixar os preços e uma opção de reserva caso os limites ou os preços da Claude subam. Não vai executar 2,8 biliões de parâmetros no seu portátil. Tenho uma análise separada sobre como o vibe coding «gratuito» acaba discretamente numa fatura: «O custo oculto do vibe coding».

Como ligar o Kimi K3 ao Claude Code com 3 variáveis#

O Claude Code pode ligar-se a qualquer ponto de acesso que use o protocolo da Anthropic. A Moonshot configurou um para o Kimi K3, pelo que não precisa de uma compilação ou plugin separado. A configuração mínima exige três variáveis:

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

Depois, inicie o claude como habitualmente. O Claude Code pensa que está a falar com a Anthropic, mas, na realidade, envia os pedidos para o Kimi K3. Todas as skills, hooks e o plan mode continuam a funcionar, e a fatura é calculada às tarifas da Moonshot.

Há aqui uma armadilha principal em que quase toda a gente cai. A Moonshot tem dois pontos de acesso compatíveis diferentes — um em api.moonshot.ai, o outro na plataforma platform.kimi.ai. Usam nomes diferentes para a variável da chave e para o modelo, e uma chave de um ponto de acesso devolve um erro 401 no outro (documentação da Kimi para o Claude Code). Se receber um erro 401, quase sempre há um desencontro entre a chave e o ponto de acesso. Normalmente, a própria chave funciona. Obtenha a chave e o ponto de acesso na mesma plataforma.

A forma mais fácil de verificar se tudo está a funcionar é dar-lhe uma tarefa pequena: peça ao Claude Code para mostrar o conteúdo de um ficheiro e confirme depois que recebeu a resposta e que o contador no painel da Moonshot avançou. Para voltar à Claude normal, remova as três variáveis (unset ANTHROPIC_BASE_URL ANTHROPIC_AUTH_TOKEN ANTHROPIC_MODEL) e reinicie o Claude Code. Se mudar frequentemente, é conveniente criar dois perfis da shell ou colocar as variáveis num ficheiro .envrc com direnv, para que só sejam ativadas num diretório específico.

Esta é uma opção conveniente se já tem skills e hooks configurados para o Claude Code e não quer aprender a usar outra ferramenta. A Moonshot também tem o seu próprio agente de terminal, o Kimi Code, mas, para quem já usa o Claude Code, mudar o motor com três variáveis é a opção mais simples.

Uma coisa que definitivamente não deve fazer é comprar «contas prontas com saldo» a bots do Telegram. São uma fonte habitual de dinheiro perdido e de contas bloqueadas ao fim de poucos dias. Os dados também são uma preocupação real: os servidores da Moonshot estão na China e, para projetos de trabalho com dados sensíveis, essa é uma questão à parte. Abordei os riscos de dar ao modelo acesso aos seus dados no guia «É seguro dar ao Claude Code acesso aos seus dados?».

Que tarefas deve dar ao Kimi K3 e quais deve deixar para a Claude?#

É aqui que a linha divisória realmente aparece. Escrevi separadamente sobre a minha semana de trabalho com o Kimi K3 e sobre o motivo por que voltei ao Claude Code em «Kimi K3 no trabalho: uma análise e por que voltei ao Claude Code» — sem benchmarks, apenas o que aconteceu em tarefas reais.

Onde o Kimi K3 é mais útil:

• Frontend e layout. O primeiro lugar no Frontend Code Arena. Crie uma interface, página ou componente — o Kimi tem um bom desempenho e custa bastante menos.
• Refatoração de rotina. Mudar o nome de algo, dividir uma função, acrescentar tipos. Um modelo de topo é excessivo para isto.
• Gerar testes para código existente. Os dois modelos têm resultados semelhantes; o Kimi é mais barato.
• Processamento de texto em lote. Descrições, traduções, etiquetagem — os preços baixos são importantes em grandes volumes.
• Sessões longas num único projeto. Quanto mais tempo trabalhar num contexto, mais vezes a cache acerta e mais barato fica cada passo seguinte.

Quando manter a Claude:

• Arquitetura de um novo conjunto de ferramentas. Comparar opções, detetar problemas, escolher uma estrutura — a Claude de topo continua a ser mais consistente.
• Depuração de erros complexos com várias etapas. A Claude é mais fiável em longas cadeias de raciocínio.
• Longos ciclos autónomos de agentes. A Claude perde o fio com menos frequência ao longo de dezenas de passos consecutivos sem intervenção humana.
• Compilações críticas para produção. Quando a estabilidade é mais importante do que o preço.
• Dados sensíveis. Os servidores da Moonshot estão na China — os dados pessoais dos clientes exigem uma conversa à parte com um advogado.

Numa frase: dê o trabalho repetitivo, de grande volume e visual ao Kimi K3, e deixe as decisões em que os erros são dispendiosos para a Claude. Muitas pessoas fazem exatamente isso — mantêm as duas chaves e mudam de motor conforme a tarefa. As três variáveis de ambiente da secção acima servem para isso.

O que ainda falta ao Kimi K3 e o que os benchmarks não mostram#

Eis os aspetos a ter em conta.

Os benchmarks usam harnesses diferentes. A Moonshot executou algumas medições no seu próprio KimiCode, outras no Claude Code e outras no Codex, alterando os resultados em 10–26 pontos. O primeiro lugar no Frontend Arena é independente; são pessoas reais que avaliam os resultados. Mas a tabela de programação da Moonshot deve ser lida com cautela.

A comparação independente de inteligência está por resolver. Uma pontuação de “Kimi K3 (max)” não pode ser comparada com uma pontuação de definição de modelo não especificada sem editor identificado, resultado datado, definição de modelo, executor e revisão do índice. Nenhuma ligação primária aqui estabelece esses campos, pelo que a evidência disponível não sustenta uma posição atual, comparação de custo por tarefa ou comparação de velocidade. Não assuma que “max” e uma execução predefinida não especificada partilham pontuação ou escala.

O modo de raciocínio aumenta a fatura. O raciocínio sempre ativo é uma vantagem para a qualidade e uma desvantagem para o preço das tarefas complexas, nas quais pode prolongar-se por milhares de tokens cobrados a 15 $ por 1M. O preço baixo do Kimi é real para trabalho simples e de complexidade média; nas tarefas exigentes, consulte a fatura.

Dados e jurisdição. Os servidores na China levantam uma questão prática: num projeto que processe dados pessoais, é algo a discutir com um advogado. Não tem relação com o benchmark.

Nenhum destes pontos faz do Kimi K3 um mau modelo. É forte e barato, e é justo dizê-lo. Mas «forte e barato» e «melhor do que a Claude em tudo» são afirmações diferentes; a segunda não decorre da apresentação.

Por onde começar esta semana#

Um plano concreto, sem passos adicionais:

1. Mude o Claude Code para o Kimi usando as três variáveis da secção acima. Trabalhe durante um dia normal. Dê-lhe tarefas em que é suposto ser forte — criar uma página, componente ou interface.
2. Compare. Ao fim de um dia, veja duas coisas: a qualidade nas suas tarefas reais e a fatura. Repare em que casos o Kimi responde tão bem como a Claude e em que casos fica aquém.
3. Decida. Mantenha as duas chaves e mude de motor conforme a tarefa (frontend e trabalho de rotina — Kimi; trabalho crítico — Claude) ou volte a usar apenas a Claude com um único comando unset.

O risco desta experiência é perder um dia a calibrar a ferramenta. A vantagem é que, na segunda semana, a fatura do trabalho de grande volume e visual costuma baixar várias vezes. Experimentar custa pouco e pode parar com um único comando.

Abra o Ailoot.