# Kimi K3 ในการใช้งานจริง: ประสบการณ์ภาคปฏิบัติและการเปรียบเทียบกับ Claude Code > ความเร็ว การใช้โทเค็น การแคช และความเข้ากันได้กับการตั้งค่าแบบหลายเอเจนต์: ประสบการณ์ส่วนตัวของผู้เขียนและผลการทดสอบประสิทธิภาพอิสระที่เผยแพร่แล้ว Source: https://ailoot.ai/blog/th/kimi-k3-hands-on-review/ Canonical: https://ailoot.ai/blog/th/kimi-k3-hands-on-review/ Language: th Publisher: Ailoot (https://ailoot.ai/) Translation: guide-163 Revision: sha256-d13ea8f080cddba06c6f0960acd6fda6a70ee2f89a438511444ebc57fccdad70
ประเด็นสำคัญ บทรีวิว Kimi K3 เมื่อวันที่ 25 กรกฎาคมเสนอให้ลองทดสอบดู: ใช้เวลาหนึ่งวันตั้งค่า แล้วดูว่าคุ้มค่าหรือไม่ ผมลองด้วยตัวเองแล้ว ในการทดสอบประสิทธิภาพ โมเดลนี้อยู่ที่อันดับหนึ่งด้านงาน frontend และทำได้ดีกว่า Claude ในงานเทอร์มินัล แต่กับงานของผม มันทำงานช้าลงสองเท่า ใช้โทเค็นมากขึ้นอย่างเห็นได้ชัด และทำให้งานที่มีหลายเอเจนต์สะดุด
[เอกสารประกอบ Ailoot](https://ailoot.ai/docs/) อธิบายการเชื่อมต่อโมเดลและการใช้งาน API
## การทดลองของผู้เขียนจบลงอย่างไร
ประเด็นสำคัญ เมื่อวันที่ 25 กรกฎาคม ผมเผยแพร่รีวิว Kimi K3 และปิดท้ายด้วยการเสนอให้ใช้เวลาหนึ่งวันปรับเทียบโมเดล เพื่อดูว่าการเปลี่ยนมาใช้คุ้มค่าหรือไม่ จากนั้นผมเขียนในช่องว่าได้กำลังทดสอบโมเดลนี้อยู่และรู้สึกทึ่งในทางที่ดี เรื่องนั้นเป็นจริงในช่วงสองสามชั่วโมงแรก แล้วก็มีช่วงทำงานยาว ๆ ที่ใช้เอเจนต์หลายตัว และภาพรวมก็เปลี่ยนไป
Kimi K3 เปิดตัวเมื่อวันที่ 16 กรกฎาคม 2026 มีพารามิเตอร์ 2.8 ล้านล้านตัว หน้าต่างบริบทหนึ่งล้านโทเค็น น้ำหนักโมเดลแบบเปิด และได้อันดับหนึ่งในการเปรียบเทียบงาน frontend แบบปกปิดชื่อ ผมรวบรวมรายละเอียดทั้งหมดเกี่ยวกับสถาปัตยกรรม ผลการทดสอบประสิทธิภาพ และราคาไว้ใน[รีวิวฉบับเต็มของ Kimi K3 เทียบกับ Claude Code](https://ailoot.ai/blog/th/kimi-k3-vs-claude-code/) จึงจะไม่กล่าวซ้ำที่นี่ ท้ายรีวิวนั้น ผมเขียนไว้ว่า ความเสี่ยงคือเสียเวลาหนึ่งวันกับการตั้งค่า ส่วนผลตอบแทนคือบิลที่ลดลงตั้งแต่สัปดาห์ที่สองเป็นต้นไป ผมทดลองกับงานของตัวเอง สองสามชั่วโมงแรกน่าตื่นเต้นจริง ๆ โมเดลรับงานอย่างกระตือรือร้น สร้างงาน frontend ที่ต่อเนื่องเป็นชิ้นเป็นอัน และไม่ลังเลเมื่อต้องจัดการไฟล์ขนาดใหญ่ นั่นเป็นเหตุผลที่ผมโพสต์ในช่องว่ารู้สึกทึ่งในทางที่ดี ปัญหาเริ่มปรากฏระหว่างช่วงทำงานยาว ๆ เมื่อใช้เอเจนต์หลายตัว ผ่านการแก้ไขหลายรอบซ้ำ ๆ และตอนนั่งทำงานกับเทอร์มินัลในช่วงเย็น สุดท้ายผมย้อนกลับไปใช้แบบเดิม นี่คือสิ่งที่ทำให้ผมตัดสินใจเช่นนั้น พร้อมตัวเลขและลิงก์ไปยังแหล่งข้อมูลปฐมภูมิ เพื่อให้คุณตรวจสอบทุกอย่างได้ด้วยตัวเอง ## ทำไมผลการทดสอบประสิทธิภาพจึงแสดงว่า Kimi K3 เอาชนะ Claude ได้?
ประเด็นสำคัญ ในสาขาเฉพาะ Kimi K3 เอาชนะ Claude ในผลการทดสอบประสิทธิภาพได้จริง ทั้งงานเทอร์มินัล มาราธอนงานวิศวกรรมระยะยาว และการเปรียบเทียบ frontend แบบปกปิดชื่อ แต่เมื่อดูผลรวมของการทดสอบทั้ง 35 รายการ คะแนนต่างออกไป: Claude Fable 5 ชนะ 22 รายการ Kimi K3 ชนะ 12 รายการ และเสมอหนึ่งรายการ ภาพทั้งสองแบบถูกต้อง เพียงแต่มีการอ้างถึงภาพแรกบ่อยกว่า
นี่คือการทดสอบประสิทธิภาพที่ Kimi K3 เอาชนะ Claude Fable 5: | การทดสอบประสิทธิภาพ | Kimi K3 | Claude Fable 5 | ส่วนต่าง | |--------------------|---------|----------------|--------| | Terminal-Bench 2.1 | 88.3 | 84.6 | +3.7 | | SWE-Marathon | 42.0 | 35.0 | +7.0 | | BrowseComp | 91.2 | 88.0 | +3.2 | | Program Bench | 77.8 | 76.8 | +1.0 | llm-stats รวบรวมผลการทดสอบไว้ โดยทุกรายการเปรียบเทียบกับ Claude Fable 5 ตัวเลขเหล่านี้เป็นข้อมูลจริง เมื่อดูการทดสอบทั้ง 35 รายการในสรุปเดียวกัน Claude Fable 5 ชนะ 22 รายการ Kimi K3 ชนะ 12 รายการ และเสมอหนึ่งรายการ สิ่งที่น่าสนใจกว่าคือจุดที่ Kimi K3 ทำได้ไม่ดีนัก คะแนนที่ตามหลังในการทดสอบด้านการเขียนโค้ดมีไม่มาก อยู่ที่ 4–5 คะแนน แต่ทำคะแนนด้านความรู้และการให้เหตุผลได้ลดลง: ใน HLE Claude นำเกือบ 10 คะแนน นี่แหละคือจุดที่งานยาว ๆ ไปต่อไม่ไหว เพราะต้องทำความเข้าใจให้ได้ก่อน แล้วถึงจะเขียนได้ Moonshot เขียนไว้ในส่วนหลักของโพสต์เปิดตัวว่า:

แม้โดยรวมจะยังตามหลังโมเดลปิดที่แข็งแกร่งที่สุดอย่าง Claude Fable 5 และ GPT 5.6 Sol แต่ Kimi K3 ก็แสดงให้เห็นถึงระดับแนวหน้าตลอดชุดการทดสอบประสิทธิภาพทั้งหมดของเรา

— Moonshot AI, https://www.kimi.com/blog/kimi-k3
## ทำไม Kimi K3 จึงรู้สึกช้าลงสองเท่าเมื่อใช้งานจริง?
ประเด็นสำคัญ Kimi K3 ส่งโทเค็นแรกกลับมาเร็วกกว่า Claude สองเท่า แต่หลังจากนั้นสตรีมกลับทำงานช้าลงสองเท่า ในแชตสั้น ๆ จึงรู้สึกว่าเร็ว แต่เมื่อต้องทำงาน เวลาที่ใช้จนได้คำตอบครบถ้วนจะนานขึ้นอย่างเห็นได้ชัด ผลการทดสอบอิสระวัดได้ 34.7 โทเค็นต่อวินาที เทียบกับ Claude Opus 4.8 ที่ 61.3
| ตัวชี้วัด | Kimi K3 | Claude Opus 4.8 | |-------------------------|---------------|-----------------| | ความเร็วเอาต์พุต | 34.7 โทเค็น/วินาที | 61.3 โทเค็น/วินาที | | เวลาจนถึงโทเค็นแรก | 4.19 วินาที | 9.50 วินาที | | ดัชนีความฉลาด | 57 | 56 | | ราคาเฉลี่ยต่อหนึ่งล้าน | $2.31 | $3.85 | การเปรียบเทียบนี้ใช้ Claude Opus 4.8 ซึ่งเป็นเวอร์ชันของ Claude ที่มีผลการทดสอบความเร็วครบถ้วน Kimi K3 ตอบกลับเร็วกว่า จึงให้ความรู้สึกว่าเร็วกว่าในการคุยสั้น ๆ แต่ในการทำงาน เวลาส่วนใหญ่หมดไปกับเรื่องอื่น: การรอคำตอบฉบับเต็ม ที่จุดนี้มันช้ากว่าเกือบครึ่งหนึ่ง และเมื่อเป็นคำตอบยาว ๆ ส่วนต่างก็สะสมจนกลายเป็นหลายนาที Kimi Code โฆษณาความเร็ว 180–260 โทเค็นต่อวินาที ซึ่งดูน่าเชื่อถือเมื่อเทียบกับ 34.7 ของผม ตัวเลขนั้นหมายถึงรุ่นเพิ่มความเร็วของรุ่นก่อนหน้า คือ K2.7 Code HighSpeed แต่ Kimi K3 ไม่มีรุ่นดังกล่าวเลย และการทดสอบอิสระวัด Kimi K3 โดยตรง ## โทเค็นหายไปไหน หากปิดการให้เหตุผลไม่ได้?
ประเด็นสำคัญ ไม่สามารถปิดการให้เหตุผลของ Kimi K3 ได้เลย หากเรียกโมเดลโดยตรงผ่าน API ระดับความพยายามสูงสุดจะถูกตั้งไว้เป็นค่าเริ่มต้น และโมเดลจะให้เหตุผลในทุกคำขอ รวมถึงคำขอที่ไม่ซับซ้อน การสร้างคำตอบหนึ่งครั้งมีค่าใช้จ่าย 25 เซนต์
คุณลดระดับความพยายามได้ โดยเอกสารระบุไว้สามระดับ: ต่ำ สูง และสูงสุด แต่ไม่สามารถปิดการให้เหตุผลทั้งหมดได้ เพราะเอกสารระบุชัดเจนว่าการให้เหตุผลและการจัดเก็บประวัติการให้เหตุผลเปิดใช้งานอยู่เสมอสำหรับ Kimi K3 หากเรียก API โดยตรง ระดับสูงสุดจะเป็นค่าเริ่มต้น และโปรแกรม wrapper ส่วนใหญ่ไม่ได้เปลี่ยนค่านี้ แต่ละเทิร์นเพิ่มโทเค็นเอาต์พุตหลายพันโทเค็น ในราคา $15 ต่อหนึ่งล้านโทเค็น นอกจากนี้ Moonshot กำหนดให้คุณส่งข้อความทั้งหมดของ assistant กลับไป รวมถึงประวัติการให้เหตุผลด้วย และโทเค็นเอาต์พุตเหล่านั้นจะกลายเป็นโทเค็นอินพุตอีกครั้งในเทิร์นถัดไป นั่นหมายความว่าคุณจ่ายสองครั้งสำหรับการให้เหตุผลเดียวกัน: ครั้งแรกเมื่อโมเดลเขียนมัน และครั้งที่สองเมื่อคุณส่งมันกลับไปให้โมเดล เมื่อดูดัชนีโดยรวม Kimi K3 ใช้โทเค็นเอาต์พุตน้อยกว่ารุ่นก่อน K2.6 อยู่ 21% โมเดลประหยัดขึ้นเมื่อเทียบกับรุ่นก่อนหน้าของตัวเอง แต่ Claude ยังคงใช้โทเค็นน้อยกว่าในงานเดียวกัน พรอมป์ต์ “hi” คิดค่าใช้จ่ายเท่ากับ 86 โทเค็น เบื้องหลังมีพรอมป์ต์ระบบที่ซ่อนอยู่ประมาณ 85 โทเค็น และคุณต้องจ่ายสำหรับส่วนนี้ในทุกคำขอ ผมมีรีวิวอีกชิ้นหนึ่งเกี่ยวกับวิธีคำนวณการใช้งานและตรวจสอบยอดคงเหลือที่เหลือ: [Claude Pro และ Max ให้โทเค็นคุณเท่าไร](https://ailoot.ai/blog/th/claude-pro-max-usage-limits/) หลักการคำนวณเหมือนกัน มีเพียงราคาที่เปลี่ยนไป ## เกิดอะไรขึ้นเมื่อโมเดลติดอยู่กับการให้เหตุผล?
ประเด็นสำคัญ Kimi K3 เข้าสู่วงจรซ้ำหลายครั้งในการใช้งานของผม: บล็อกการให้เหตุผลเริ่มพูดข้อความเดิมซ้ำ ๆ แล้วแตกออกเป็นเศษพยางค์ ขณะที่เอเจนต์ด้านล่างค้างนิ่งไม่ขยับ และไม่ได้เกิดกับผมคนเดียว รายการปัญหาที่ทราบของ Moonshot เองก็มีรายงานเรื่องวงจรซ้ำเหล่านี้มากกว่าหนึ่งครั้ง
ลักษณะเป็นแบบนี้ โมเดลเริ่มคิด แต่แทนที่จะขยายความคิด ข้อความกลับวนซ้ำ: คำเดิมคำเดิม แล้วตามด้วยเศษพยางค์ไม่รู้จบ งานหยุดชะงัก แต่มาตรวัดโทเค็นยังหมุนต่อไป รายงานวันที่ 28 กรกฎาคมในรายการปัญหาที่ทราบของ Moonshot อธิบายว่า Kimi K3 พยายามอ่านไฟล์เดิมหกครั้งติดต่อกัน ได้รับข้อความปฏิเสธ “no-op call, file hasn’t changed since the previous read” เจ็ดครั้ง แล้วจบเทิร์นราวกับไม่มีอะไรเกิดขึ้น ในตัวติดตามปัญหา Kimi CLI ผู้เขียนแจกแจงอาการค้างแบบเดียวกันสี่ชนิด ได้แก่ การอ่าน การแทนที่ การทดสอบ และการวิเคราะห์ ก่อนสรุปไว้ในประโยคเดียว:

แม้อ่านไฟล์ไปหลายครั้งแล้ว ผมก็ยังอ่านมันต่อ แม้แทนที่สำเร็จแล้ว ผมก็ยังสั่งทำงานต่อ วงจรค้างเหล่านี้เผาผลาญโทเค็นไปมหาศาล

— นักพัฒนา, ตัวติดตามปัญหา Kimi CLI
Moonshot ระบุสาเหตุโดยตรง โมเดลได้รับการฝึกในโหมดที่เก็บประวัติการให้เหตุผลไว้ และจำเป็นต้องได้รับประวัติการให้เหตุผลเดิมกลับไปทั้งหมด หากประวัติถูกส่งมาไม่ครบ โมเดลจะพยายามสร้างคำตอบขึ้นใหม่ ส่งการเรียกเครื่องมือเดิม และเริ่มวงจรซ้ำอีกครั้ง ผู้เขียนบทวิเคราะห์ในเราเตอร์คำขอของบุคคลที่สาม ให้การวินิจฉัยแบบเดียวกัน: Kimi เข้มงวดถึงขั้นปฏิเสธคำขอที่มีประวัติการให้เหตุผลไม่ครบ wrapper ภายนอกไม่รู้ถึงความเข้มงวดนี้ จึงตัดทอนประวัติ ## ทำไมการตั้งค่าแบบหลายเอเจนต์จึงพังเมื่อใช้ Kimi K3?
ประเด็นสำคัญ เมื่อ Claude Code เชื่อมต่อกับ Moonshot API ความสามารถบางอย่างจะใช้ไม่ได้ WebFetch ไม่รองรับเลย การโหลดเครื่องมือแบบเลื่อนเวลาไว้ทำให้คำขอล้มเหลวด้วยข้อผิดพลาด 400 และหลังเกิดข้อผิดพลาดเช่นนี้หลายครั้ง เซสชันก็หยุดตอบสนองแม้แต่ข้อความธรรมดา ปัญหาเกิดขึ้นตรงจุดเชื่อมต่อระหว่าง Claude Code กับ Moonshot API
[เอกสารอย่างเป็นทางการของ Moonshot](https://platform.kimi.ai/docs/guide/claude-code-kimi) ระบุเรื่องนี้อย่างชัดเจน: API ของพวกเขายังไม่รองรับ WebFetch กล่าวอีกอย่างคือ Claude Code ซึ่งปกติจะออนไลน์ไปดึงหน้าเว็บมา ไม่สามารถทำเช่นนั้นกับ Kimi K3 ได้ วิธีเลี่ยงคือวางเนื้อหาด้วยตนเองหรือเชื่อมต่อเครื่องมือของบุคคลที่สาม Claude Code โหลดเครื่องมือตามต้องการได้ และใส่บล็อกบริการประเภท `tool_reference` ลงในประวัติ Kimi ไม่ยอมรับประเภทนี้และส่งข้อผิดพลาด 400 กลับมา โดยไม่แจ้งทั้งชื่อฟิลด์หรือสาเหตุ: ``` {"error":{"type":"invalid_request_error","message":"Invalid request Error"},"type":"error"} ``` เพื่อเปรียบเทียบ นี่คือลักษณะของความล้มเหลวแบบเดียวกันบน API ดั้งเดิมของ Anthropic ซึ่งเซิร์ฟเวอร์อย่างน้อยก็ระบุชื่อฟิลด์และแสดงประเภทที่ยอมรับ: ``` messages.166.content.0.tool_result.content.0: Input tag 'tool_reference' found using 'type' does not match any of the expected tags: 'document', 'image', 'search_result', 'text' ``` ความแตกต่างนี้สำคัญ เพราะวินิจฉัยข้อความแรกไม่ได้เลย: ทั้งไคลเอนต์และผู้ที่ใช้งานไม่อาจทราบว่าบล็อกใดถูกปฏิเสธ นี่คือสิ่งที่ผู้เขียนรายงานร้องเรียนอยู่พอดี นักพัฒนาซอฟต์แวร์สลับผู้ให้บริการ กำลังเสนอให้ปิดการโหลดเครื่องมือแบบเลื่อนเวลาไว้สำหรับ Kimi เป็นค่าเริ่มต้น หรือระบุว่า Moonshot API ไม่ยอมรับบล็อกเหล่านี้ ผลที่ตามมาอธิบายไว้ในรายงานอีกฉบับที่เปิดเมื่อวันที่ 17 กรกฎาคมและยังไม่มีคำตอบ ผู้เขียนพบข้อผิดพลาดนี้เจ็ดครั้งในเซสชันเดียว เซสชันยังอยู่รอดหลังหกครั้งแรก แต่ครั้งที่เจ็ดทำให้พังถาวร: หลังจากนั้น แม้แต่การพิมพ์ข้อความธรรมดา “continue” ก็ทำให้ระบบล่ม ผู้เขียนยังระบุแยกต่างหากว่าไม่ได้เข้าใกล้ขีดจำกัดบริบทเลย ดังนั้นคำอธิบายว่า “ประวัติยาวเกินไป” จึงฟังไม่ขึ้น ต่อไปนี้คือสรุปประเภทบล็อกที่ Moonshot API ยอมรับและปฏิเสธ: | สิ่งที่ Claude Code ทำ | ใช้ได้กับ Kimi K3 | |---------------------------------|------------------------------------------| | เรียกใช้เครื่องมือแบบมาตรฐาน | ได้ | | ค้นหาเว็บ | ได้ | | ดึงหน้าเว็บผ่าน WebFetch | ไม่ได้, API ไม่รองรับ | | โหลดเครื่องมือแบบเลื่อนเวลาไว้ | ไม่ได้, เกิดข้อผิดพลาด 400 และเสี่ยงเสียเซสชัน | คำว่า “เข้ากันได้” ในที่นี้อธิบายเฉพาะรูปแบบคำขอเท่านั้น ส่วนอื่นต่างกันทั้งหมด ทั้งประเภทบล็อกที่ยอมรับ เนื้อหาที่ประวัติต้องมี และเครื่องมือที่ใช้งานได้ ## อะไรบ้างที่ใช้ต่อกับ Kimi K3 ไม่ได้?
ประเด็นสำคัญ การเปลี่ยนโมเดลเปลี่ยนเครื่องยนต์ แต่ wrapper ทั้งหมดที่อยู่รอบ ๆ นั้น—ทั้ง Claude Code เครื่องมือ และเอเจนต์ย่อย—ยังคงปรับแต่งมาเพื่อ Claude ไฟล์คำสั่ง ทักษะ และเอเจนต์ย่อยเขียนขึ้นมาให้เหมาะกับพฤติกรรมของ Claude โดยเฉพาะ Moonshot แนะนำอย่างชัดเจนให้ใช้ wrapper ที่พิสูจน์แล้วว่าเข้ากันได้ และไม่เปลี่ยนโมเดลกลางเซสชัน
ส่วนข้อจำกัดของโพสต์เปิดตัวเขียนไว้ตรงตัวดังนี้:

K3 ได้รับการฝึกในโหมดที่เก็บประวัติการให้เหตุผลไว้ หาก agent wrapper ไม่ส่งประวัติการให้เหตุผลทั้งหมดกลับมาตามที่กำหนด หรือหากเปลี่ยนเซสชันที่เริ่มด้วยโมเดลอื่นมาเป็น K3 คุณภาพการสร้างคำตอบอาจไม่เสถียรอย่างยิ่ง เราแนะนำให้ใช้ wrapper ที่พิสูจน์แล้วว่าเข้ากันได้ เช่น Kimi Code และหลีกเลี่ยงการเปลี่ยนมาใช้ K3 กลางเซสชัน

— Moonshot AI, ส่วนข้อจำกัด, https://www.kimi.com/blog/kimi-k3
สิ่งที่ผู้พัฒนาโมเดลกำลังบอกคือ: ใช้ไคลเอนต์ของเรา เราไม่รับประกันพฤติกรรมของไคลเอนต์อื่น ประเด็นที่สองในส่วนเดียวกันอธิบายอีกเรื่องหนึ่งที่ผมเคยคิดว่าเป็นความดื้อของโมเดล:

K3 ได้รับการฝึกโดยเน้นงานที่ยาวและซับซ้อน ด้วยเหตุนี้ เมื่อต้องเจอกับความไม่สอดคล้องเล็กน้อยหรือเจตนาของผู้ใช้ที่กำกวมระหว่างทำงาน โมเดลอาจตัดสินใจแทนผู้ใช้ในแบบที่คาดไม่ถึง

— Moonshot AI, ส่วนข้อจำกัด, https://www.kimi.com/blog/kimi-k3
ไฟล์ CLAUDE.md ของผมเขียนขึ้นเพื่อให้ทำตรงกันข้าม: ถาม แสดงแผน แล้วรอการยืนยัน คำสั่งยังอยู่ครบ แต่ตอนนี้กำลังถูกอ่านโดยโมเดลที่มีนิสัยต่างออกไป หากต้องการใช้ไฟล์กฎเพียงไฟล์เดียวร่วมกันกับหลายเอเจนต์ ผมอธิบายการตั้งค่านั้นไว้ต่างหากแล้ว: [ไฟล์คำสั่งเดียวสำหรับ Claude Code, Codex และ Cursor](https://ailoot.ai/blog/th/agents-md-claude-md-one-instruction-file/) ## Kimi K3 มีค่าใช้จ่ายจริงเท่าไร?
ประเด็นสำคัญ ราคาต่อโทเค็นของ Kimi K3 เกือบครึ่งหนึ่งของ Claude แต่เมื่ออยู่ในเวิร์กโฟลว์เอเจนต์ การคำนวณนี้ใช้ไม่ได้เพราะแคช: การเปลี่ยนพรอมป์ต์ระบบหรือรายการเครื่องมือแม้เพียงครั้งเดียวจะรีเซ็ตแคชทั้งหมด ทำให้ราคาโทเค็นอินพุตเพิ่มจาก 30 เซนต์กลับไปเป็น $3 ต่อหนึ่งล้าน Claude Code เปลี่ยนสิ่งเหล่านี้เป็นประจำและตลอดเวลา
ก่อนอื่น มาดูราคาที่เป็นประโยชน์ต่อ Kimi K3: | รายการ | Kimi K3 | Claude Opus 5 | |-------------------------------|---------|---------------| | อินพุตต่อหนึ่งล้าน | $3.00 | $5.00 | | อินพุตต่อหนึ่งล้านเมื่อแคชไว้ | $0.30 | $0.50 | | เอาต์พุตต่อหนึ่งล้าน | $15.00 | $25.00 | ราคา Kimi มาจาก[เอกสารการแคชบริบท](https://platform.kimi.ai/docs/guide/use-context-caching-feature-of-kimi-api) ส่วนคอลัมน์ขวาแสดงราคา Claude Opus 5 ณ วันที่ 30 กรกฎาคม 2026 แคชของ Kimi ทำงานอัตโนมัติ ปิดไม่ได้ และระบุด้วยค่าแฮชที่จุดเริ่มต้นของคำขอ การแก้ไขพรอมป์ต์ระบบหรือรายการเครื่องมือแม้เพียงครั้งเดียวจะล้างแคชข้อความทั้งหมด นี่คือสิ่งที่ Claude Code ทำในวันทำงานปกติ: 1. เชื่อมต่อและยกเลิกการเชื่อมต่อเครื่องมือภายนอกตามความคืบหน้าของงาน 2. โหลดเครื่องมือเมื่อจำเป็น 3. เปิดใช้งานเอเจนต์ย่อยที่มีชุดเครื่องมือแตกต่างกัน 4. เพิ่มไฟล์คำสั่งลงในพรอมป์ต์ระบบ 5. สร้างประวัติขึ้นใหม่เมื่อบีบอัดบริบท แต่ละรายการในลิสต์นี้รีเซ็ตจุดเริ่มต้นของคำขอ และจึงรีเซ็ตแคชด้วย โทเค็นอินพุตจึงกลับไปมีราคา $3 ต่อหนึ่งล้าน แทนที่จะเป็น 30 เซนต์—แพงขึ้นสิบเท่า นอกจากนี้ยังมีการให้เหตุผลอย่างต่อเนื่องในราคา $15 ต่อหนึ่งล้านโทเค็นเอาต์พุต และโทเค็นเดิมเหล่านั้นก็กลับมาเป็นอินพุตในเทิร์นถัดไป นี่คือเหตุผลที่โมเดลซึ่งมีราคาประกาศต่ำอาจทำให้คุณได้บิลที่ไม่คาดคิด จากข้อมูลรวมของ [OpenCode](https://opencode.ai/data/moonshot/kimi-k3) เซสชัน Kimi K3 โดยเฉลี่ยมีค่าใช้จ่าย $1.86 และใช้โทเค็นเฉลี่ย 3.1 ล้านโทเค็น จากเซสชันจริงเกือบ 280,000 เซสชัน ตัวเลขนี้ตั้งอยู่บนสมมติฐานว่าโทเค็นอินพุต 93% เข้าถึงแคช หากเปลี่ยนจุดเริ่มต้นของคำขอ ตัวเลขนี้ก็ใช้กับคุณไม่ได้อีกต่อไป แพ็กเกจ Kimi ราคา $19, $39, $99 และ $199 โควตามาจากพูลร่วมกันสำหรับสมาชิกทั้งหมด รีเซ็ตรายสัปดาห์โดยไม่นำยอดที่ไม่ได้ใช้ไปทบ และใช้หน้าต่างเวลาแบบเลื่อนห้าชั่วโมง รีวิวแพ็กเกจ อธิบายไว้ว่า เทอร์มินัลสี่ตัวที่รัน Kimi K3 ซึ่งให้เหตุผลอยู่ตลอด จะใช้โควตาห้าชั่วโมงหมดอย่างรวดเร็ว โควตาการเขียนโค้ดของแพ็กเกจ $99 ใกล้เคียงกับแพ็กเกจ $200 ของ Anthropic ซึ่งขัดกับจุดยืนของผมเอง Kimi ราคาถูกกว่าต่อโทเค็น แต่ตอนเย็นคุณจะมองไม่เห็นความแตกต่างนั้นในบิลแล้ว ## Kimi K3 เก่งเรื่องอะไรอย่างชัดเจน?
ประเด็นสำคัญ Kimi K3 ทำได้ดีเมื่องานเป็นงานใหญ่ชิ้นเดียวที่กำหนดขอบเขตชัดเจน เช่น งาน frontend การปรับโครงสร้างโค้ดขนาดใหญ่ การทำงานกับไฟล์ยาว และการวิเคราะห์คลังโค้ดขนาดใหญ่ มันสมควรได้อันดับหนึ่งในการเปรียบเทียบ frontend แบบปกปิดชื่อ และเหมาะที่จะมอบหมายงานประเภทนี้ให้ ต่อไปนี้คือข้อดีห้าประการ
1. **Frontend.** อันดับหนึ่งในการเปรียบเทียบแบบปกปิดชื่อโดยนักพัฒนาที่ทำงานจริง สร้างเลย์เอาต์อย่างเป็นระเบียบและมีรสนิยมพอสมควร 2. **ปริมาณ.** หน้าต่างบริบทหนึ่งล้านโทเค็น และไม่หวั่นกับไฟล์ยาว ๆ การวิเคราะห์คลังโค้ดขนาดใหญ่และทำแผนผังคือประเภทงานที่เหมาะกับมัน 3. **การตอบสนองครั้งแรก.** เวลาจนถึงโทเค็นแรกใช้เวลาเพียงครึ่งหนึ่งของ Claude สังเกตเห็นได้และให้ความรู้สึกดีในการสนทนาสั้น ๆ 4. **ราคาต่อโทเค็น.** ประมาณ 60% ของราคาของ Claude Opus 5 หากจุดเริ่มต้นของคำขอไม่เปลี่ยน ก็ช่วยประหยัดได้จริงในงานปริมาณมากที่ทำซ้ำ ๆ 5. **น้ำหนักโมเดลแบบเปิด.** โมเดลไม่ได้ผูกติดอยู่กับผู้ให้บริการรายเดียว ข้อสุดท้ายมีข้อแม้อยู่ การรันโมเดลระดับนี้ที่บ้านไม่ใช่เรื่องสมจริง แม้บีบอัดแล้ว น้ำหนักโมเดลก็มีขนาดเป็นเทราไบต์ ในที่นี้ ความเปิดกว้างหมายถึงความเป็นอิสระจากผู้ให้บริการรายเดียว ## วิธีทดสอบทั้งหมดนี้ด้วยตัวเองภายในเย็นวันเดียว
ประเด็นสำคัญ คุณต้องทดสอบ Kimi K3 กับงานตามปกติของตัวเอง ความแตกต่างจะไม่ปรากฏในการคุยสั้น ๆ ให้วัดสองอย่าง: ใช้เวลาเท่าไร และเย็นวันนั้นเสียค่าใช้จ่ายเท่าไร ต่อไปนี้คือเจ็ดขั้นตอนตามลำดับ เพื่อไม่ให้สับสนระหว่างปัญหาที่เกิดจากตัวโมเดลเองกับปัญหาที่เกิดจาก wrapper รอบตัวมัน
1. **ตั้งค่าการเข้าถึงตามคำแนะนำ** ผมอธิบายตัวแปรสภาพแวดล้อมสามตัวและการแทนที่โมเดลตามระดับไว้ใน[รีวิว Kimi K3 เทียบกับ Claude Code](https://ailoot.ai/blog/th/kimi-k3-vs-claude-code/) ตรวจสอบการตั้งค่าด้วยคำสั่ง `/status`: Kimi จะไม่ปรากฏในเมนูเลือกโมเดล เพราะมีรายการชื่อแทนที่ติดตั้งมาในตัว และคุณไม่จำเป็นต้องแก้ไขรายการนั้น 2. **ลบคีย์เก่าออก** หากเคยตั้งค่า `ANTHROPIC_API_KEY` ไว้ ให้ลบออก เมื่อใช้ร่วมกับ `ANTHROPIC_AUTH_TOKEN` จะทำให้เกิดข้อขัดแย้ง และคุณจะได้รับข้อผิดพลาดด้านการอนุญาตโดยไม่มีเหตุผลที่สมควร 3. **ปิดการโหลดเครื่องมือแบบเลื่อนเวลาไว้ทันที** ทำก่อนการรันครั้งแรก อย่ารอจนเซสชันแรกพัง 4. **อย่าเปลี่ยนโมเดลกลางงาน** หากเริ่มต้นด้วย Kimi K3 ก็ให้ทำงานจนจบด้วย Kimi K3 เช่นเดียวกันในทางกลับกัน นี่เป็นข้อกำหนดโดยตรงของ Moonshot ซึ่งผมอ้างไว้ข้างต้นแล้ว 5. **ใช้ชิ้นงานจริงของตัวเอง** เลือกงานที่คุณทำเมื่อวาน พร้อมความยุ่งเหยิงและหัวข้อที่ยังทำไม่เสร็จ เกมงูจะแสดงความแตกต่างไม่ได้ เพราะความแตกต่างจะปรากฏเมื่อใช้งานเป็นเวลานานเท่านั้น 6. **จดตัวเลขสองอย่าง** ใช้เวลากี่นาที และเย็นวันนั้นเสียเงินไปเท่าไร แล้วเปรียบเทียบกับเย็นวันปกติที่ใช้ Claude 7. **ติดตามเวลาที่ไม่ได้ทำงานแยกต่างหาก** เมื่อเอเจนต์ค้าง อ่านไฟล์เดิมวนซ้ำ หรือตอบกลับด้วยข้อผิดพลาด สิ่งเหล่านี้ก็เป็นส่วนหนึ่งของต้นทุนด้วย หากบิลตอนเย็นสูงกว่าที่คาดไว้ เกือบทุกครั้งเป็นเรื่องของแคช: ลองนับดูว่าจุดเริ่มต้นของคำขอถูกรีเซ็ตกี่ครั้งในเย็นวันนั้น ราคาต่อโทเค็นแทบไม่เกี่ยวกับเรื่องนี้ ## สิ่งที่ผมเลือกเก็บไว้ใช้
ประเด็นสำคัญ Kimi K3 ไม่ได้แทนที่ Claude Code ทั้งหมด และผมก็ไม่ได้บังคับให้มันทำเช่นนั้น Claude Code ยังคงเป็นเครื่องยนต์หลักสำหรับงานยาวและการตั้งค่าแบบหลายเอเจนต์ ส่วน Kimi K3 อยู่เคียงข้างในฐานะเครื่องยนต์ตัวที่สอง สำหรับงานที่ต้องทำเลย์เอาต์ซ้ำ ๆ จำนวนมากและสามารถส่งต่อให้ทำทั้งชิ้นได้ เส้นแบ่งอยู่ที่จำนวนครั้งที่งานต้องสลับไปมาระหว่างสิ่งต่าง ๆ
ผู้อ่านในช่องที่ทดลองโมเดลร่วมกับผมต่างก็เลือกใช้การตั้งค่าแบบเดียวกันด้วยตัวเอง: ส่ง Kimi K3 ไปตรวจสอบคลังโค้ดและให้ความเห็นอีกทางหนึ่ง ส่วนงานหลักยังให้เอเจนต์ที่คุ้นเคยทำ การตั้งค่าแบบนี้ได้ผลเพราะไม่จำเป็นต้องย้าย wrapper หรือทำลายสิ่งที่ทำงานได้ดีอยู่แล้ว พูดได้ว่า งานหนึ่งชิ้นที่ครบถ้วนส่งให้ Kimi K3 ส่วนสายงานยาวที่มีเครื่องมือและเอเจนต์ย่อยส่งให้ Claude Code ยิ่งงานต้องสลับใช้เครื่องมือบ่อยเท่าไร ค่าใช้จ่ายบน Kimi K3 ก็ยิ่งสูงขึ้น และโอกาสที่เซสชันจะพังก็ยิ่งมากขึ้น ผมมีรีวิวแยกต่างหากเกี่ยวกับการแบ่งบทบาทให้เอเจนต์สองตัวโดยไม่ทำให้สับสน: [สามวิธีทำงานร่วมกับเอเจนต์สองตัว](https://ailoot.ai/blog/th/claude-code-codex-together/) ผลการทดสอบประสิทธิภาพตอบคำถามว่า “ใครเก่งกว่าในสภาพแวดล้อมห้องทดลอง?” บิลตอนเย็นและรายการงานที่ทำเสร็จตอบคำถามว่า “ใครเก่งกว่าสำหรับคุณ?” เมื่อคำตอบทั้งสองต่างกัน ให้เชื่อคำตอบที่สอง เพราะคุณเป็นคนคำนวณเอง ไม่ใช่ฝ่ายการตลาด หลังจากพิจารณาทั้งหมดนี้ ผมตัดสินใจด้วยตัวเองว่า ไม่ว่าใครจะพูดอย่างไรเกี่ยวกับโมเดลใหม่ ผู้นำก็ยังเป็นผู้นำ Claude Code ยังคงเป็นเครื่องยนต์หลักของผม
### แหล่งที่มา - [Kimi K3, โพสต์เปิดตัวอย่างเป็นทางการและส่วนข้อจำกัด](https://www.kimi.com/blog/kimi-k3) - Moonshot AI - [เอกสาร Kimi สำหรับการทำงานผ่าน Claude Code](https://platform.kimi.ai/docs/guide/claude-code-kimi) - ตัวแปรสภาพแวดล้อมและการไม่รองรับ WebFetch - [เอกสาร Kimi เรื่องการแคชบริบท](https://platform.kimi.ai/docs/guide/use-context-caching-feature-of-kimi-api) - กลไกการแคชและราคา - [สถิติเซสชันเอเจนต์จริงบน K3](https://opencode.ai/data/moonshot/kimi-k3) - OpenCode
คุณสามารถทำงานกับ AI ต่อได้บน [Ailoot](https://ailoot.ai/)
## คำถามที่พบบ่อย ### Kimi ส่งโทเค็นแรกเร็วแปลว่าทำงานโค้ดเสร็จเร็วหรือไม่? ไม่ใช่ ความหน่วงก่อนโทเค็นแรกกับความเร็วสตรีมที่เหลือเป็นคนละตัววัด จับเวลาทั้งงาน รวมการใช้เครื่องมือ การลองซ้ำ และการตรวจ ไม่ตัดสินจากคำตอบช่วงต้น ### ควรทดสอบว่า Kimi เหมาะกับเวิร์กโฟลว์อย่างไร? ใช้ตัวอย่างงานหนึ่งงานกับไฟล์เริ่มต้นและเกณฑ์สำเร็จเดียวกับระบบเดิม บันทึกเวลารวม โทเค็น และผล แล้วทดสอบเวิร์กโฟลว์หลายเอเจนต์แยกก่อนพึ่งสำหรับเซสชันยาว ## Ailoot · บริษัทและพอร์ตโฟลิโอโครงการของบริษัท Ailoot อาศัยประสบการณ์การดำเนินงานที่สั่งสม ฐานลูกค้าขนาดใหญ่ บริการที่เสถียร และการติดตาม KPI อย่างต่อเนื่อง บริษัทและพอร์ตโฟลิโอโครงการของบริษัท: ลูกค้าหลายล้านราย; ยอดขายระดับหลายพันล้านต่อเดือน. Ailoot นำประสบการณ์การดำเนินงานนี้มาใช้เพื่อให้เข้าถึงฟังก์ชัน AI ผ่าน API ในผลิตภัณฑ์ของลูกค้า เอเจนต์ แอปพลิเคชัน และระบบอัตโนมัติ