# Kimi K3 e Claude Code: comparação, custo e configuração
> Benchmarks de frontend e inteligência, preços da API, caching, limitações dos pesos abertos e ligação do Kimi ao Claude Code através de variáveis de ambiente.
Source: https://ailoot.ai/blog/pt-pt/kimi-k3-vs-claude-code/
Canonical: https://ailoot.ai/blog/pt-pt/kimi-k3-vs-claude-code/
Language: pt-PT
Publisher: Ailoot (https://ailoot.ai/)
Translation: guide-164
Revision: sha256-d046839345516f54a24d2012644d53e19a923d4a13f89cc73e819a0f7844ad08
Principais conclusões
**Atualizado a 2 de outubro de 2026.** A 16 de julho de 2026, a Moonshot lançou o Kimi K3 — 2,8 biliões de parâmetros, o que faz dele o maior modelo aberto do mundo. O preço não mudou — 3 $ por 1M de tokens de entrada e 15 $ por 1M de tokens de saída (verificado com base nos preços oficiais da Moonshot a 2 de outubro de 2026), sendo que a entrada em cache custa apenas 0,30 $. Entretanto, o modelo de topo da Claude mudou: o Opus 4.8 (5 $ / 25 $) foi substituído pelo Opus 5.5 (4 $ / 20 $, cache hit 0,20 $) — a diferença de preço diminuiu, mas o Kimi continua a ser mais barato. A Moonshot lançou os pesos completos, que eram uma promessa quando este guia foi publicado pela primeira vez, a 27 de julho de 2026; estão disponíveis publicamente na HuggingFace. Pode ligar o Kimi ao Claude Code com três variáveis de ambiente. Este guia analisa em que aspetos o Kimi é realmente mais forte do que a Claude, em que aspetos fica aquém e se vale sequer a pena mudar.
[A documentação contém informações práticas sobre como trabalhar com o Ailoot](https://ailoot.ai/docs/).
## O que é o Kimi K3 e porque agitou o mercado?
Principais conclusões
O Kimi K3 é um modelo de linguagem da empresa chinesa Moonshot, lançado a 16 de julho de 2026. Com 2,8 biliões de parâmetros, é o maior modelo aberto do mundo — quase duas vezes maior do que o DeepSeek V4 Pro e quase quatro vezes maior do que o GLM 5. Utiliza uma arquitetura de mistura de especialistas: só ativa 16 dos seus 896 especialistas para cada token, pelo que o seu processamento é semelhante ao de um modelo muitas vezes mais pequeno do que sugere o número total de parâmetros. Tem uma janela de contexto de um milhão de tokens, visão e um modo de raciocínio sempre ativo. No dia seguinte, começou a falar-se de um novo choque DeepSeek para as empresas ocidentais de IA.
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
Principais conclusões
O Kimi K3 é realmente o primeiro do mundo num benchmark: o Frontend Code Arena, onde as pessoas comparam às cegas as interfaces geradas. O K3 obteve 1679 pontos, contra 1631 do Claude Fable 5, e ficou em primeiro lugar em seis de sete domínios. Uma posição fiável de inteligência geral exige uma fonte identificada e uma configuração de teste comparável; nenhuma está estabelecida aqui. Nos benchmarks clássicos de programação, obtém 76,8% no SWE-bench Verified e 85% no LiveCodeBench, resultados sólidos. Mas a Moonshot reuniu a sua própria tabela com harnesses diferentes, por isso encaro os números do fornecedor como uma indicação da tendência: não estabelecem classificações exatas no pódio.
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.
| Modelo | Elo no Frontend Code Arena |
|----------------|----------------------------|
| **Kimi K3** | 1679 |
| Claude Fable 5 | 1631 |
| GPT-5.6 Sol | 1618 |
| GLM-5.2 | 1587 |
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»](https://ailoot.ai/blog/pt-pt/glm-5-2-vs-claude-code/); 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»
Principais conclusões
Através da API, o Kimi K3 custa 3 $ por 1M de tokens de entrada e 15 $ por 1M de tokens de saída — o preço não mudou desde julho. O Claude Opus tem uma nova geração: o Opus 4.8 (5 $ / 25 $) foi substituído pelo Opus 5.5 (4 $ / 20 $), reduzindo a diferença, mas o Kimi continua a ser mais barato na entrada. A maior poupança vem do caching: o contexto repetido custa 0,30 $ por 1M no Kimi, um desconto de 90%, e os pedidos de programação atingem a cache quase sempre. O cache hit do Opus 5.5 custa 0,20 $ por 1M — menos do que a entrada em cache do Kimi, embora o Kimi seja mais barato ao preço integral de entrada. A palavra «aberto» confunde muitas pessoas: a Moonshot lançou os pesos a 27 de julho de 2026, como prometido, e estão disponíveis na HuggingFace ao abrigo da licença Kimi K3 License — mas executá-los por conta própria é outra história. Mesmo comprimidos, os 2,8 biliões de parâmetros exigem centenas de gigabytes de memória e um bastidor de GPUs. Para uma pessoa, continua a ser um modelo na cloud, pelo qual se paga consoante a utilização.
Preços oficiais da API do Kimi K3 (verificados com base nos [preços oficiais da Anthropic](https://platform.claude.com/docs/en/about-claude/pricing) a 2 de outubro de 2026):
| Item | Kimi K3 | Claude Opus 5.5 |
|-------------------------|---------|-----------------|
| Entrada, por 1M tokens | 3 $ | 4 $ |
| Saída, por 1M tokens | 15 $ | 20 $ |
| Entrada em cache, por 1M | 0,30 $ | 0,20 $ |
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](https://huggingface.co/moonshotai/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»](https://ailoot.ai/blog/pt-pt/custo-vibe-coding-tempo/).
## Como ligar o Kimi K3 ao Claude Code com 3 variáveis
Principais conclusões
A Moonshot criou um ponto de acesso API no formato da Anthropic — o mesmo formato usado pelo Claude Code. Assim, pode mudar o Claude Code que já conhece para o Kimi sem plugins nem reinstalação, usando três variáveis de ambiente. O resto da configuração mantém-se: skills, hooks e plan mode continuam a funcionar como antes; os tokens são faturados às tarifas da Moonshot. Há uma armadilha: a Moonshot tem dois pontos de acesso compatíveis diferentes e uma chave para um deles devolve um erro 401 no outro. Para voltar à Claude normal, remova as variáveis e reinicie.
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:
```bash
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](https://platform.kimi.ai/docs/guide/claude-code-kimi)). 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?»](https://ailoot.ai/blog/pt-pt/claude-code-data-access-safety/).
## Que tarefas deve dar ao Kimi K3 e quais deve deixar para a Claude?
Principais conclusões
Use o Kimi K3 nos pontos fortes em que o preço importa: geração de interfaces e layouts, refatoração de rotina, geração de testes, processamento de texto em lote e sessões longas num único projeto. Mantenha a Claude para tarefas em que os erros são dispendiosos: arquitetura de um novo conjunto de ferramentas, depuração de erros complexos com várias etapas, longos ciclos autónomos de agentes e tarefas que envolvam dados sensíveis. A regra é simples: o trabalho repetitivo e visual vai para o Kimi; as decisões críticas ficam com 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»](https://ailoot.ai/blog/pt-pt/kimi-k3-hands-on-review/) — 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
Principais conclusões
**Atualizado a 2 de outubro de 2026.** Os números impressionantes deixam de fora três aspetos. Primeiro, os próprios benchmarks da Moonshot foram compilados com harnesses diferentes e ainda há pouca verificação independente numa ampla gama de cargas de trabalho. Segundo, o raciocínio sempre ativo encarece os tokens de saída, pelo que o preço baixo pode ser enganador em tarefas complexas. Terceiro, os dados são enviados para servidores na China. Uma comparação do índice de inteligência exige uma ligação primária ao resultado e condições de teste correspondentes para sustentar uma posição atual ou uma comparação de custo por tarefa. Esses elementos não estão estabelecidos aqui; avalie as tabelas de programação do fornecedor separadamente. Nada disto anula os pontos fortes do modelo, mas sem estes elementos o panorama fica incompleto.
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
Principais conclusões
Dois passos para comparar o Kimi K3 com a ferramenta que já utiliza. Primeiro, mude o Claude Code para o Kimi com três variáveis de ambiente e use-o durante um dia de trabalho normal, especialmente em tarefas de frontend. Depois, compare o resultado e a fatura com a configuração habitual da Claude e decida se mantém as duas chaves para tarefas diferentes ou se volta a uma só. Para voltar atrás, basta um comando.
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.
### Fontes
- [Kimi API Platform - usar o Kimi no Claude Code](https://platform.kimi.ai/docs/guide/claude-code-kimi)
- [HuggingFace - Kimi-K3, pesos adicionados a 27 de julho de 2026, verificado a 2 de outubro de 2026](https://huggingface.co/moonshotai/Kimi-K3)
- [Anthropic - preços oficiais da Claude (Opus 5.5, Sonnet 5.5), verificados a 2 de outubro de 2026](https://platform.claude.com/docs/en/about-claude/pricing)
[Abra o Ailoot](https://ailoot.ai/).
## Perguntas frequentes
### Posso comparar diretamente as pontuações de inteligência Kimi de 57 e 44?
Não. Uma comparação direta exige o mesmo editor de índice, revisão, data, definição de modelo e executor para ambos os retratos. Essas condições comuns não estão estabelecidas aqui, pelo que as pontuações não estabelecem uma posição de inteligência geral.
### Um lançamento com pesos abertos torna gratuito o uso de Kimi pela API?
Não. Pesos abertos e utilização alojada são separados. O artigo descreve requisitos elevados de hardware para alojamento próprio; os pedidos API são cobrados por utilização, incluindo saída de raciocínio. Compare a fatura real das suas tarefas.
## Ailoot · A empresa e a sua carteira de projetos
A Ailoot assenta numa experiência operacional consolidada, numa ampla base de clientes, num serviço estável e no acompanhamento contínuo dos KPI.
A empresa e a sua carteira de projetos: milhões de clientes; vendas mensais na ordem dos milhares de milhões.
A Ailoot aplica essa experiência operacional ao acesso por API a funcionalidades de IA nos produtos dos clientes, agentes, aplicações e automatizações.