# Kimi K3 trong thực tế: trải nghiệm thực tế và so sánh với Claude Code
> Tốc độ, mức sử dụng token, bộ nhớ đệm và khả năng tương thích với thiết lập đa tác nhân: trải nghiệm cá nhân của tác giả và các điểm chuẩn độc lập đã công bố.
Source: https://ailoot.ai/blog/vi/kimi-k3-hands-on-review/
Canonical: https://ailoot.ai/blog/vi/kimi-k3-hands-on-review/
Language: vi
Publisher: Ailoot (https://ailoot.ai/)
Translation: guide-163
Revision: sha256-9d6dadaffe4bdaf7716493ddedbf45d25620209eb7f72b850e0d75e179d92c12
Điểm chính
Một bài đánh giá ngày 25 tháng 7 về Kimi K3 đề xuất đưa nó vào thử nghiệm: dành một ngày thiết lập rồi xem liệu nó có đáng để chuyển sang dùng hay không. Tôi đã tự thử. Trong các điểm chuẩn, mô hình đứng đầu về công việc frontend và vượt Claude trong các tác vụ trên terminal. Với các nhiệm vụ của tôi, nó làm việc chậm hơn gấp đôi, dùng nhiều token hơn đáng kể và làm gián đoạn công việc của nhiều tác nhân.
[Tài liệu Ailoot](https://ailoot.ai/docs/) mô tả cách kết nối mô hình và làm việc với API.
## Thử nghiệm của tác giả diễn ra thế nào
Điểm chính
Ngày 25 tháng 7, tôi đăng bài đánh giá Kimi K3 và kết thúc bằng đề xuất dành một ngày hiệu chỉnh nó để tìm hiểu xem chuyển sang dùng có đáng không. Sau đó, tôi viết trong kênh rằng mình đang thử mô hình và rất bất ngờ theo hướng tích cực. Điều đó đúng trong vài giờ đầu. Tiếp theo là những phiên làm việc dài với nhiều tác nhân, và bức tranh đã thay đổi.
Kimi K3 ra mắt ngày 16 tháng 7 năm 2026. Mô hình có 2,8 nghìn tỷ tham số, cửa sổ ngữ cảnh một triệu token, trọng số mở và đứng đầu trong một cuộc so sánh frontend mù. Tôi đã tổng hợp mọi chi tiết về kiến trúc, điểm chuẩn và giá trong [bài đánh giá đầy đủ về Kimi K3 so với Claude Code](https://ailoot.ai/blog/vi/kimi-k3-vs-claude-code/), nên sẽ không nhắc lại ở đây.
Cuối bài đánh giá đó, tôi viết: rủi ro là mất một ngày để thiết lập; lợi ích là hóa đơn giảm từ tuần thứ hai trở đi. Tôi đã thử nghiệm trên chính các nhiệm vụ của mình.
Vài giờ đầu thực sự rất hào hứng. Mô hình nhanh chóng bắt tay vào nhiệm vụ, tạo ra sản phẩm frontend mạch lạc và không ngần ngại xử lý các tệp lớn. Đó là lý do tôi đăng trong kênh rằng mình rất bất ngờ theo hướng tích cực. Các vấn đề xuất hiện trong những phiên dài, khi dùng nhiều tác nhân, qua nhiều vòng chỉnh sửa lặp đi lặp lại và vào buổi tối khi làm việc trên terminal.
Cuối cùng, tôi quay lại thiết lập cũ. Sau đây là những điều dẫn đến quyết định đó, kèm số liệu và liên kết đến nguồn sơ cấp để bạn có thể tự kiểm chứng mọi thứ.
## Vì sao các điểm chuẩn cho thấy Kimi K3 vượt Claude?
Điểm chính
Trong một số lĩnh vực cụ thể, Kimi K3 thực sự vượt Claude theo các điểm chuẩn: tác vụ terminal, những cuộc chạy marathon kỹ thuật kéo dài và các phép so sánh frontend mù. Nhưng nếu xét tổng thể 35 điểm chuẩn, kết quả lại khác: Claude Fable 5 thắng 22, Kimi K3 thắng 12 và có một lần hòa. Cả hai bức tranh đều chính xác; chỉ là bức tranh đầu tiên được trích dẫn thường xuyên hơn.
Dưới đây là các điểm chuẩn mà Kimi K3 vượt Claude Fable 5:
| Điểm chuẩn | Kimi K3 | Claude Fable 5 | Chênh lệch |
|--------------------|---------|----------------|--------|
| 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 tổng hợp các điểm chuẩn; mỗi hàng đều so sánh với Claude Fable 5.
Các số liệu là có thật. Trong toàn bộ 35 điểm chuẩn của cùng bản tổng hợp, Claude Fable 5 thắng 22, Kimi K3 thắng 12 và có một lần hòa.
Điều thú vị hơn là những điểm Kimi K3 còn yếu. Khoảng cách của nó trong các điểm chuẩn lập trình khá nhỏ, chỉ 4–5 điểm. Nó hụt hơi ở kiến thức và suy luận: trong HLE, Claude dẫn trước gần 10 điểm. Đó chính là nơi một nhiệm vụ dài bị khựng lại: trước hết phải hiểu, rồi mới có thể viết.
Moonshot diễn đạt điều này trong phần chính của bài đăng ra mắt như sau:
Mặc dù nhìn chung vẫn kém các mô hình đóng mạnh nhất là Claude Fable 5 và GPT 5.6 Sol, Kimi K3 đã thể hiện trình độ hàng đầu trên toàn bộ bộ điểm chuẩn của chúng tôi.
— Moonshot AI, https://www.kimi.com/blog/kimi-k3
## Vì sao Kimi K3 có cảm giác chậm gấp đôi khi dùng thực tế?
Điểm chính
Kimi K3 trả về token đầu tiên nhanh gấp đôi Claude, nhưng sau đó luồng token chạy chậm hơn gấp đôi. Trong một cuộc trò chuyện ngắn, nó có vẻ nhanh; với một nhiệm vụ công việc, thời gian để nhận được toàn bộ phản hồi lâu hơn rõ rệt. Các điểm chuẩn độc lập đo được 34.7 token mỗi giây, so với 61.3 của Claude Opus 4.8.
| Chỉ số | Kimi K3 | Claude Opus 4.8 |
|-------------------------|---------------|-----------------|
| Tốc độ đầu ra | 34.7 token/giây | 61.3 token/giây |
| Thời gian đến token đầu tiên | 4.19 giây | 9.50 giây |
| Chỉ số trí tuệ | 57 | 56 |
| Giá trung bình mỗi triệu | $2.31 | $3.85 |
Phép so sánh sử dụng Claude Opus 4.8, phiên bản Claude có kết quả chạy đo tốc độ đầy đủ.
Kimi K3 phản hồi sớm hơn nên trong một cuộc trò chuyện ngắn, chủ quan mà nói, nó có vẻ nhanh hơn. Khi làm việc, thời gian lại tiêu tốn vào việc khác: chờ toàn bộ phản hồi đến. Ở khía cạnh này, nó chậm gần một nửa, và với phản hồi dài, khoảng cách cộng dồn thành vài phút.
Kimi Code quảng bá tốc độ 180–260 token mỗi giây, con số này có vẻ thuyết phục khi đặt cạnh mức 34.7 của tôi. Nhưng đó là tốc độ của bản tăng tốc thế hệ trước, K2.7 Code HighSpeed. Kimi K3 hoàn toàn không có bản như vậy, còn điểm chuẩn độc lập đo trực tiếp Kimi K3.
## Token đi đâu nếu không thể tắt suy luận?
Điểm chính
Không thể tắt suy luận của Kimi K3. Nếu gọi trực tiếp mô hình qua API, mức nỗ lực tối đa được đặt làm mặc định và mô hình suy luận trên mọi yêu cầu, kể cả những yêu cầu đơn giản.
Bạn có thể hạ mức nỗ lực; tài liệu liệt kê ba mức: thấp, cao và tối đa. Nhưng không thể tắt hoàn toàn suy luận: tài liệu nói rõ rằng suy luận và lưu trữ lịch sử suy luận luôn được bật đối với Kimi K3. Khi gọi API trực tiếp, mức tối đa được đặt làm mặc định và hầu hết chương trình wrapper không thay đổi mức này.
Mỗi lượt thêm hàng nghìn token đầu ra với giá $15 cho mỗi triệu token. Ngoài ra, Moonshot yêu cầu bạn gửi lại toàn bộ thông điệp của assistant, bao gồm cả lịch sử suy luận, và các token đầu ra đó lại trở thành token đầu vào ở lượt tiếp theo.
Vì vậy, bạn trả tiền hai lần cho cùng một phần suy luận: lần đầu khi mô hình viết ra, lần sau khi bạn gửi nó trở lại mô hình.
Theo chỉ số tổng thể, Kimi K3 dùng ít hơn 21% token đầu ra so với phiên bản tiền nhiệm K2.6. Mô hình đã tiết kiệm hơn so với phiên bản trước của chính nó. Tuy nhiên, Claude vẫn dùng ít hơn trong cùng các nhiệm vụ.
Prompt “hi” được tính phí 86 token. Ẩn bên dưới là một system prompt khoảng 85 token và bạn phải trả cho nó trong mỗi yêu cầu.
Tôi có bài đánh giá riêng về cách tính mức sử dụng và kiểm tra số dư còn lại: [Claude Pro và Max cung cấp cho bạn bao nhiêu token](https://ailoot.ai/blog/vi/gioi-han-su-dung-claude-pro-max/). Cách tính ở đó giống nhau; chỉ có giá thay đổi.
## Điều gì xảy ra khi mô hình mắc kẹt trong suy luận?
Điểm chính
Kimi K3 đã rơi vào vòng lặp vài lần trong trải nghiệm của tôi: khối suy luận bắt đầu lặp lại cùng một đoạn văn bản, rồi vỡ thành các mảnh âm tiết, trong khi những tác nhân bên dưới đứng im. Và không chỉ có tôi gặp phải. Danh sách vấn đề đã biết của chính Moonshot có nhiều báo cáo về những vòng lặp này.
Nó diễn ra như thế này. Mô hình bắt đầu suy nghĩ, nhưng thay vì phát triển ý tưởng, văn bản chuyển sang lặp đi lặp lại: cùng một từ, rồi các mảnh âm tiết, không dứt. Nhiệm vụ đình trệ trong khi bộ đếm token vẫn tiếp tục quay.
Một báo cáo ngày 28 tháng 7 trong danh sách vấn đề đã biết của Moonshot mô tả Kimi K3 cố đọc cùng một tệp sáu lần liên tiếp, nhận thông báo từ chối “no-op call, file hasn’t changed since the previous read” bảy lần, rồi kết thúc lượt như thể không có gì xảy ra. Trong trình theo dõi vấn đề Kimi CLI, tác giả liệt kê bốn kiểu treo tương tự—đọc, thay thế, kiểm thử và phân tích—rồi tóm tắt bằng một câu:
Dù đã đọc một tệp nhiều lần, tôi vẫn tiếp tục đọc nó. Dù đã thay thế thành công, tôi vẫn tiếp tục thực thi. Những vòng lặp chết này đã đốt rất nhiều token.
— Nhà phát triển, trình theo dõi vấn đề Kimi CLI
Moonshot nêu thẳng nguyên nhân. Mô hình được huấn luyện ở chế độ giữ lại lịch sử suy luận và cần được nhận lại toàn bộ phần suy luận trước đó. Nếu lịch sử được gửi đến không đầy đủ, mô hình cố gắng dựng lại câu trả lời, tạo cùng một lệnh gọi công cụ và bắt đầu một vòng lặp khác.
Tác giả của một phân tích trên bộ định tuyến yêu cầu của bên thứ ba đưa ra cùng chẩn đoán: Kimi đủ nghiêm ngặt để từ chối những yêu cầu có lịch sử suy luận không đầy đủ. Wrapper bên ngoài không biết về yêu cầu nghiêm ngặt này nên cắt ngắn lịch sử.
## Vì sao thiết lập đa tác nhân bị đổ vỡ với Kimi K3?
Điểm chính
Khi Claude Code kết nối với Moonshot API, một số khả năng của nó bị hỏng. WebFetch hoàn toàn không được hỗ trợ, việc tải công cụ trì hoãn khiến yêu cầu thất bại với lỗi 400, và sau vài lỗi như vậy, phiên làm việc ngừng phản hồi ngay cả với văn bản thuần. Sự cố nằm ở giao diện giữa Claude Code và Moonshot API.
[Tài liệu chính thức của Moonshot](https://platform.kimi.ai/docs/guide/claude-code-kimi) nói rõ điều này: API của họ hiện chưa hỗ trợ WebFetch. Nói cách khác, Claude Code, vốn thường truy cập mạng để lấy một trang, không thể làm việc đó với Kimi K3. Cách khắc phục là tự dán nội dung hoặc kết nối một công cụ bên thứ ba.
Claude Code có thể tải công cụ theo yêu cầu và đặt một khối dịch vụ loại `tool_reference` vào lịch sử. Kimi không chấp nhận loại này và trả về lỗi 400. Nó làm vậy một cách âm thầm, không nêu tên trường hay lý do:
```
{"error":{"type":"invalid_request_error","message":"Invalid request Error"},"type":"error"}
```
Để so sánh, đây là biểu hiện của cùng lỗi trên API gốc của Anthropic, nơi máy chủ ít nhất còn nêu tên trường và liệt kê các loại được chấp nhận:
```
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'
```
Sự khác biệt này rất quan trọng. Không thể chẩn đoán thông báo đầu tiên: cả máy khách lẫn người sử dụng đều không thể biết khối nào bị từ chối. Đó chính là điều các tác giả báo cáo phàn nàn. Các nhà phát triển công cụ chuyển đổi nhà cung cấp đã đề xuất tắt tải công cụ trì hoãn theo mặc định cho Kimi hoặc đánh dấu Moonshot API là không chấp nhận những khối này.
Hậu quả được mô tả trong một báo cáo riêng, mở từ ngày 17 tháng 7 và vẫn chưa được trả lời. Tác giả gặp lỗi này bảy lần trong một phiên. Phiên làm việc vượt qua sáu lần đầu; lần thứ bảy khiến nó chết hẳn: sau đó, ngay cả khi nhập văn bản thuần “continue”, phiên cũng bị sập. Tác giả còn ghi chú riêng rằng họ chưa hề đến gần giới hạn ngữ cảnh, vì vậy lời giải thích “lịch sử quá dài” không thuyết phục.
Dưới đây là tóm tắt các loại khối mà Moonshot API chấp nhận và từ chối:
| Claude Code thực hiện | Hoạt động trên Kimi K3 |
|---------------------------------|------------------------------------------|
| Lệnh gọi công cụ tiêu chuẩn | có |
| Tìm kiếm web | có |
| Lấy trang qua WebFetch | không, API không hỗ trợ |
| Tải công cụ trì hoãn | không, lỗi 400 và có nguy cơ mất phiên |
Từ “tương thích” ở đây chỉ mô tả định dạng yêu cầu. Mọi thứ khác đều khác: loại khối nào được chấp nhận, lịch sử phải chứa gì và những công cụ nào có thể sử dụng.
## Điều gì không thể chuyển sang Kimi K3?
Điểm chính
Đổi mô hình sẽ đổi động cơ, nhưng toàn bộ wrapper xung quanh nó—chính Claude Code, các công cụ và tác nhân con—vẫn được thiết kế riêng cho Claude. Tệp hướng dẫn, kỹ năng và tác nhân con được viết cho hành vi của Claude. Moonshot khuyến nghị rõ ràng nên dùng wrapper đã chứng minh được khả năng tương thích và không đổi mô hình giữa phiên làm việc.
Mục giới hạn trong bài đăng ra mắt ghi nguyên văn như sau:
K3 được huấn luyện ở chế độ giữ lại lịch sử suy luận. Nếu agent wrapper không trả về toàn bộ lịch sử suy luận như yêu cầu, hoặc nếu chuyển một phiên bắt đầu bằng mô hình khác sang K3, chất lượng tạo nội dung có thể trở nên cực kỳ thiếu ổn định. Chúng tôi khuyến nghị sử dụng wrapper đã chứng minh được khả năng tương thích, chẳng hạn như Kimi Code, và tránh chuyển sang K3 giữa phiên làm việc.
— Moonshot AI, mục giới hạn, https://www.kimi.com/blog/kimi-k3
Điều nhà phát triển mô hình đang nói là: hãy dùng ứng dụng của chúng tôi; chúng tôi không đảm bảo hành vi của ứng dụng khác.
Ý thứ hai trong cùng mục giải thích thêm một điều mà tôi từng quy cho tính bướng bỉnh của mô hình:
K3 được huấn luyện với trọng tâm là các nhiệm vụ dài và phức tạp. Do đó, khi gặp phải một điểm không nhất quán nhỏ hoặc ý định mơ hồ của người dùng trong lúc làm việc, mô hình có thể đưa ra quyết định bất ngờ thay cho người dùng.
— Moonshot AI, mục giới hạn, https://www.kimi.com/blog/kimi-k3
Tệp CLAUDE.md của tôi được viết để khuyến khích thói quen ngược lại: hỏi, trình bày kế hoạch rồi chờ xác nhận. Các chỉ dẫn vẫn còn đó, nhưng giờ một mô hình có tính khí khác đang đọc chúng.
Nếu muốn dùng chung một tệp quy tắc cho nhiều tác nhân, tôi đã trình bày riêng cách thiết lập đó: [một tệp chỉ dẫn cho Claude Code, Codex và Cursor](https://ailoot.ai/blog/vi/agents-md-claude-md-one-instruction-file/).
## Kimi K3 thực sự tốn bao nhiêu?
Điểm chính
Giá mỗi token của Kimi K3 gần bằng một nửa Claude. Trong quy trình làm việc với tác nhân, phép tính đó không còn đúng vì bộ nhớ đệm: bất kỳ thay đổi nào trong system prompt hoặc danh sách công cụ cũng đặt lại bộ nhớ đệm hoàn toàn, khiến giá token đầu vào tăng từ 30 xu trở lại $3 cho mỗi triệu. Claude Code thường xuyên và liên tục thực hiện những thay đổi như vậy.
Trước tiên là các mức giá có lợi cho Kimi K3:
| Hạng mục | Kimi K3 | Claude Opus 5 |
|-------------------------------|---------|---------------|
| Đầu vào mỗi triệu | $3.00 | $5.00 |
| Đầu vào mỗi triệu khi được lưu trong bộ nhớ đệm | $0.30 | $0.50 |
| Đầu ra mỗi triệu | $15.00 | $25.00 |
Giá Kimi lấy từ [tài liệu về bộ nhớ đệm ngữ cảnh](https://platform.kimi.ai/docs/guide/use-context-caching-feature-of-kimi-api); cột bên phải là giá Claude Opus 5 tính đến ngày 30 tháng 7 năm 2026.
Bộ nhớ đệm của Kimi hoạt động tự động, không thể tắt và được nhận diện bằng mã băm ở đầu yêu cầu. Bất kỳ chỉnh sửa nào trong system prompt hoặc danh sách công cụ đều xóa hoàn toàn bộ nhớ đệm thông điệp.
Đây là những gì Claude Code thực hiện trong một ngày làm việc bình thường:
1. Kết nối và ngắt kết nối các công cụ bên ngoài khi nhiệm vụ tiến triển.
2. Tải công cụ theo yêu cầu khi cần.
3. Khởi chạy tác nhân con với bộ công cụ khác.
4. Thêm tệp hướng dẫn vào system prompt.
5. Dựng lại lịch sử khi nén ngữ cảnh.
Mỗi mục trong danh sách này đặt lại phần đầu của yêu cầu, kéo theo việc đặt lại bộ nhớ đệm. Token đầu vào lại có giá $3 mỗi triệu thay vì 30 xu—đắt gấp mười lần. Cộng thêm việc suy luận liên tục với giá $15 mỗi triệu token đầu ra, và chính những token đó lại quay trở lại dưới dạng đầu vào ở lượt tiếp theo. Đó là cách một mô hình có giá niêm yết thấp vẫn có thể tạo ra hóa đơn ngoài dự kiến.
Theo [dữ liệu tổng hợp của OpenCode](https://opencode.ai/data/moonshot/kimi-k3), trong gần 280,000 phiên trực tiếp, một phiên Kimi K3 trung bình tốn $1.86 và có khối lượng trung bình 3.1 triệu token. Con số này dựa trên việc 93% token đầu vào truy cập được bộ nhớ đệm. Thay đổi phần đầu của yêu cầu thì con số đó không còn áp dụng cho bạn.
Các gói Kimi có giá $19, $39, $99 và $199. Hạn mức lấy từ một nhóm dùng chung cho toàn bộ thành viên, đặt lại hàng tuần mà không cộng dồn lượng chưa sử dụng và dùng cửa sổ trượt năm giờ. Bài đánh giá các gói diễn đạt như sau: bốn terminal chạy Kimi K3 luôn suy luận sẽ nhanh chóng dùng hết cửa sổ năm giờ.
Hạn mức lập trình của gói $99 tương đương với gói $200 của Anthropic, trái với quan điểm của chính tôi. Kimi rẻ hơn tính theo token, nhưng đến hóa đơn buổi tối thì bạn không còn thấy được điều đó nữa.
## Kimi K3 thực sự làm tốt điều gì?
Điểm chính
Kimi K3 mạnh khi nhiệm vụ là một việc lớn, được xác định rõ ràng: công việc frontend, tái cấu trúc mã trên quy mô lớn, làm việc với tệp dài và phân tích kho mã lớn. Nó xứng đáng đứng đầu trong cuộc so sánh frontend mù, và những nhiệm vụ như vậy là lựa chọn hợp lý để giao cho nó. Dưới đây là năm ưu điểm của mô hình.
1. **Frontend.** Đứng đầu trong cuộc so sánh mù do các nhà phát triển đang làm việc thực tế đánh giá. Mô hình tạo bố cục gọn gàng và có gu thẩm mỹ khá tốt.
2. **Khối lượng.** Cửa sổ ngữ cảnh một triệu token, và các tệp dài không làm nó nao núng. Phân tích rồi lập bản đồ cho một kho mã lớn là đúng kiểu nhiệm vụ của nó.
3. **Phản hồi đầu tiên.** Thời gian đến token đầu tiên bằng một nửa Claude. Sự khác biệt này dễ nhận thấy và tạo cảm giác dễ chịu trong cuộc trò chuyện ngắn.
4. **Giá mỗi token.** Khoảng 60% giá của Claude Opus 5. Nếu phần đầu của yêu cầu không thay đổi, bạn sẽ tiết kiệm được đáng kể trong những khối lượng công việc lớn, lặp đi lặp lại.
5. **Trọng số mở.** Mô hình không bị khóa vào một nhà cung cấp duy nhất.
Điểm cuối cùng có một lưu ý. Việc chạy một mô hình như thế này ở nhà là không thực tế: ngay cả ở dạng nén, trọng số cũng có kích thước tính bằng terabyte. Ở đây, tính mở có nghĩa là độc lập với một nhà cung cấp duy nhất.
## Cách tự kiểm tra tất cả những điều này trong một buổi tối
Điểm chính
Bạn cần thử Kimi K3 trên nhiệm vụ thường ngày của mình: sự khác biệt không xuất hiện trong một cuộc trò chuyện ngắn. Hãy đo hai điều: mất bao lâu và buổi tối đó tốn bao nhiêu tiền. Dưới đây là bảy bước theo thứ tự để bạn không nhầm lẫn vấn đề của chính mô hình với vấn đề của wrapper bao quanh nó.
1. **Thiết lập quyền truy cập theo hướng dẫn.** Tôi đã mô tả ba biến môi trường và cách thay mô hình theo từng cấp trong [bài đánh giá Kimi K3 so với Claude Code](https://ailoot.ai/blog/vi/kimi-k3-vs-claude-code/). Kiểm tra thiết lập bằng lệnh `/status`: Kimi sẽ không xuất hiện trong menu chọn mô hình vì menu có danh sách bí danh tích hợp sẵn và bạn không cần chỉnh sửa danh sách đó.
2. **Xóa khóa cũ.** Nếu trước đây bạn đã đặt `ANTHROPIC_API_KEY`, hãy xóa nó. Khi dùng cùng với `ANTHROPIC_AUTH_TOKEN`, khóa này gây xung đột và bạn sẽ nhận lỗi xác thực không có lý do chính đáng.
3. **Tắt ngay việc tải công cụ trì hoãn.** Thực hiện trước lần chạy đầu tiên, không phải sau khi phiên đầu tiên bị sập.
4. **Đừng đổi mô hình giữa nhiệm vụ.** Nếu bắt đầu bằng Kimi K3, hãy hoàn tất bằng Kimi K3. Điều ngược lại cũng vậy. Đây là yêu cầu trực tiếp của Moonshot; tôi đã trích dẫn ở trên.
5. **Dùng một nhiệm vụ thực tế của chính bạn.** Hãy chọn nhiệm vụ bạn đã làm hôm qua, với đủ sự lộn xộn và các luồng công việc còn dang dở. Trò chơi rắn sẽ không cho thấy khác biệt: chỉ dùng trong thời gian dài mới thấy được.
6. **Ghi lại hai con số.** Mất bao nhiêu phút và bạn đã chi bao nhiêu tiền trong buổi tối đó. So sánh với một buổi tối bình thường dùng Claude.
7. **Theo dõi riêng thời gian nhàn rỗi.** Khi tác nhân bị treo, đọc đi đọc lại cùng một tệp hoặc phản hồi bằng lỗi—đó cũng là một phần chi phí.
Nếu hóa đơn buổi tối cao hơn dự kiến, nguyên nhân hầu như luôn là bộ nhớ đệm: hãy đếm xem phần đầu của yêu cầu đã bị đặt lại bao nhiêu lần trong buổi tối đó. Giá mỗi token ít liên quan đến chuyện này.
## Những gì tôi quyết định giữ lại
Điểm chính
Kimi K3 không thay thế hoàn toàn Claude Code và tôi cũng không ép nó làm vậy. Claude Code vẫn là động cơ chính cho các nhiệm vụ dài và thiết lập đa tác nhân. Kimi K3 ở bên cạnh như một động cơ thứ hai cho các nhiệm vụ có nhiều việc bố trí lặp đi lặp lại và có thể giao nguyên cả phần việc cho nó. Ranh giới phân chia nằm ở số lần chuyển đổi mà một nhiệm vụ đòi hỏi.
Những người đọc trong kênh đã thử mô hình cùng tôi đều độc lập đi đến cùng một thiết lập: họ giao Kimi K3 kiểm tra kho mã và đưa ra ý kiến thứ hai, còn phần việc chính giao cho tác nhân quen thuộc của họ. Thiết lập này hiệu quả vì không cần chuyển wrapper hay phá vỡ những gì vốn đang hoạt động tốt.
Có thể nói thế này: giao một nhiệm vụ hoàn chỉnh cho Kimi K3; giao một chuỗi dài có dùng công cụ và tác nhân con cho Claude Code. Nhiệm vụ càng cần chuyển đổi qua lại giữa nhiều công cụ thì chi phí trên Kimi K3 càng cao và nguy cơ phiên làm việc bị hỏng càng lớn.
Tôi có một bài đánh giá riêng về cách phân vai cho hai tác nhân mà không làm chúng nhầm lẫn: [ba cách làm việc với hai tác nhân](https://ailoot.ai/blog/vi/claude-code-codex-together/).
Các điểm chuẩn trả lời câu hỏi “ai mạnh hơn trong điều kiện phòng thí nghiệm?” Hóa đơn buổi tối và danh sách công việc đã hoàn thành trả lời câu hỏi “ai mạnh hơn với bạn?” Khi hai câu trả lời khác nhau, hãy tin câu trả lời thứ hai: chính bạn đã tự tính toán, chứ không phải phòng tiếp thị.
Sau khi xem xét tất cả những điều này, tôi tự đưa ra kết luận: dù mọi người nói gì về các mô hình mới, vị trí dẫn đầu vẫn thuộc về người dẫn đầu. Claude Code vẫn là động cơ chính của tôi.
### Nguồn
- [Kimi K3, bài đăng ra mắt chính thức và mục giới hạn](https://www.kimi.com/blog/kimi-k3) - Moonshot AI
- [Tài liệu Kimi về làm việc thông qua Claude Code](https://platform.kimi.ai/docs/guide/claude-code-kimi) - biến môi trường, không có WebFetch
- [Tài liệu Kimi về bộ nhớ đệm ngữ cảnh](https://platform.kimi.ai/docs/guide/use-context-caching-feature-of-kimi-api) - cơ chế bộ nhớ đệm và giá
- [Thống kê các phiên tác nhân thực tế trên K3](https://opencode.ai/data/moonshot/kimi-k3) - OpenCode
Bạn có thể tiếp tục làm việc với AI trên [Ailoot](https://ailoot.ai/).
## Câu hỏi thường gặp
### Token đầu đến nhanh hơn có nghĩa Kimi hoàn thành lập trình nhanh hơn không?
Không. Độ trễ token đầu và tốc độ phần còn lại là số đo khác nhau. Đo toàn tác vụ gồm công cụ, thử lại và kiểm tra thay vì đánh giá lúc bắt đầu trả lời.
### Kiểm tra Kimi có hợp quy trình thế nào?
Dùng việc đại diện với cùng tệp bắt đầu và kiểm tra thành công như cấu hình hiện tại. Ghi tổng thời gian, token và kết quả; thử workflow nhiều tác nhân riêng trước khi dựa vào phiên dài.
## Ailoot · Công ty và danh mục dự án của công ty
Ailoot dựa trên kinh nghiệm vận hành tích lũy, cơ sở khách hàng lớn, dịch vụ ổn định và việc kiểm soát KPI liên tục.
Công ty và danh mục dự án của công ty: hàng triệu khách hàng; doanh số hàng tỷ mỗi tháng.
Ailoot áp dụng kinh nghiệm vận hành này để cung cấp quyền truy cập API vào các tính năng AI trong sản phẩm của khách hàng, tác tử, ứng dụng và quy trình tự động hóa.