Kimi K3 và Claude Code: So sánh, chi phí và cách thiết lập

Thông tin thực tế về cách làm việc với Ailoot có trong tài liệu hướng dẫn.

Kimi K3 là gì, và vì sao nó làm thị trường chấn động?#

Một năm trước, Moonshot chỉ được biết đến với một mô hình — Kimi K2, phát hành mã nguồn mở vào mùa hè năm 2025. K2.6 ra mắt vào tháng 4, tiếp đó là K2.7 Code vào tháng 6 năm 2026. K3 là bước tiếp theo, với kích thước lớn gấp khoảng 2,8 lần K2.6.

Con số 2,8 nghìn tỷ nghe thật đáng sợ, nhưng đằng sau nó là kỹ thuật đã trở nên tiêu chuẩn vào năm 2026. K3 được xây dựng trên kiến trúc mixture-of-experts (Stable LatentMoE): mô hình có 896 chuyên gia riêng biệt và chỉ kích hoạt 16 chuyên gia cho mỗi token. Điều đó có nghĩa là số tham số hoạt động ít hơn nhiều so với tổng số — nếu không, sẽ chẳng ai có thể cung cấp một mô hình lớn như vậy với mức giá hợp lý. Mô hình cũng sử dụng hai kỹ thuật riêng của Moonshot: Kimi Delta Attention (tăng tốc độ tạo nội dung lên đến 6 lần) và Attention Residuals (giúp giảm chi phí huấn luyện). Với người làm vibe coding, đây là những chi tiết kỹ thuật ở tầng hạ tầng, nhưng chúng giải thích vì sao một mô hình khổng lồ như vậy lại có giá thấp hơn Claude, dù kích thước của nó có thể khiến người ta nghĩ rằng giá sẽ rất cao.

Điều quan trọng trong thực tế:

• Cửa sổ ngữ cảnh một triệu token. Bằng kích thước cửa sổ ngữ cảnh đầy đủ của Claude. Bạn có thể đưa cả một dự án lớn vào mô hình cùng lúc.
• Khả năng xử lý hình ảnh. Bạn có thể gửi ảnh chụp màn hình lỗi hoặc bản thiết kế giao diện — mô hình có thể nhìn thấy hình ảnh. Các mô hình Trung Quốc trước đây như DeepSeek không có khả năng này.
• Chế độ suy luận luôn bật (thinking mode). Mô hình luôn suy nghĩ trước rồi mới trả lời. Điều này cải thiện chất lượng và làm tăng chi phí; tôi sẽ nói lại về vấn đề này bên dưới.

Một mô hình mở của Trung Quốc đã đạt ngang tầm các mô hình hàng đầu dạng đóng của Anthropic và OpenAI, còn Moonshot hứa sẽ chia sẻ trọng số miễn phí. Tôi sẽ xem xét “ngang tầm” là thật ở đâu và chỉ là cách trình bày bóng bẩy ở đâu.

Kimi K3 thực sự vượt Claude ở đâu, và kém hơn ở đâu?#

Tôi sẽ bắt đầu với benchmark quan trọng nhất đối với người làm vibe coding: Frontend Code Arena. Các mô hình tạo giao diện, rồi mọi người chọn trong tình trạng không biết giao diện nào tốt hơn. Việc này khá giống lúc bạn yêu cầu AI tạo một trang web.

Kimi K3 đứng đầu và xếp thứ nhất ở sáu trong bảy lĩnh vực. Với người xây dựng trang web và giao diện thông qua cuộc trò chuyện với AI, đây là tín hiệu rõ nhất: mô hình làm tốt công việc bố cục và frontend.

Về trí tuệ tổng quát, điểm Kimi xấp xỉ 57 và điểm 44 của “Kimi K3 (max)” không thể coi là cùng một xếp hạng nhất quán nếu thiếu tên đơn vị công bố chỉ số, liên kết kết quả gốc và cấu hình thử có thể so sánh. Chưa điểm nào xác lập thứ hạng Kimi hiện tại từ bằng chứng được liên kết ở đây.

Trước khi so điểm, dùng cùng revision chỉ số có tên và ngày, ghi đúng mô hình, thiết lập suy luận gồm “max”, kiểm harness và thang điểm. Chưa xác minh được từ đơn vị công bố thì thứ hạng trí tuệ Kimi còn chưa xác lập; kết quả ưa thích frontend và benchmark mã đo việc khác, không lấp khoảng trống.

So mô hình mở riêng tại “GLM-5.2 đã bắt kịp Claude Opus 4.8”; bài đó không giải quyết nguồn chỉ số Kimi thiếu.

Các benchmark lập trình cổ điển:

• SWE-bench Verified — 76,8%. Đo khả năng sửa lỗi thực tế trong các dự án GitHub. Đây là điểm số vững chắc, dù những mô hình Claude hàng đầu đạt điểm cao hơn.
• LiveCodeBench — 85%. Các bài toán thuật toán theo định dạng “đầu vào — đầu ra mong đợi”. K3 làm tốt ở đây.
• Terminal-Bench 2.1 — 88,3. Công việc theo kiểu tác nhân trong terminal, theo chính Moonshot.

Và đây là điều cần lưu ý để hướng dẫn này trung thực thay vì giống quảng cáo. Moonshot lập bảng lập trình bằng các harness khác nhau: một số phép đo dùng KimiCode của họ, một số dùng Claude Code, và một số dùng Codex. Các harness khác nhau có thể khiến cùng một kết quả chênh lệch 10–26 điểm.

Tôi không nói rằng các mô hình Trung Quốc “tốt hơn Claude”. Theo kinh nghiệm sử dụng Claude Code làm công cụ chính, chúng vẫn kém hơn khi xử lý mã phức tạp — và tôi nhận thấy điều đó mỗi lần so sánh. Nhưng K3 đang cho thấy kết quả trực tiếp hàng đầu trong công việc frontend với chi phí chỉ bằng một phần nhỏ. Phớt lờ điều này cũng ngớ ngẩn chẳng khác nào tuyên bố Claude đã hết thời.

Kimi K3 giá bao nhiêu, và tại sao “mở” không có nghĩa là “miễn phí”?#

Giá API chính thức của Kimi K3 (đã đối chiếu với bảng giá chính thức của Anthropic vào ngày 2 tháng 10 năm 2026):

Theo giá niêm yết, đầu vào của Kimi rẻ hơn Opus 5.5 một phần tư (3 đô la so với 4 đô la), và đầu ra cũng rẻ hơn một phần tư (15 đô la so với 20 đô la). Khoảng cách nhỏ hơn so với thế hệ Opus trước, nhưng xu hướng vẫn vậy. Tiết kiệm thực sự đến từ việc dùng cache khi gửi yêu cầu lặp lại với cùng ngữ cảnh. Khi làm việc trong một dự án, phần đầu của mỗi yêu cầu lặp lại: cùng tệp, cùng quy tắc, cùng system prompt. Cache của Kimi giảm 90% so với giá đầu vào đầy đủ. Trong công việc lập trình, cache hit xảy ra trong ít nhất 90% trường hợp, nên chi phí thực tế cho token đầu vào gần 30 xu. Tận dụng tối đa bộ nhớ đệm trên bất kỳ mô hình nào là một kỹ năng riêng; tôi đã trình bày chi tiết với DeepSeek làm ví dụ.

Có một cái bẫy về giá ẩn trong chế độ suy luận đó. Kimi K3 luôn suy nghĩ trước khi trả lời, và phần suy luận được tính là token đầu ra với giá 15 đô la cho mỗi 1M. Khác biệt này không đáng kể với câu hỏi đơn giản, nhưng với tác vụ phức tạp, mô hình có thể “suy nghĩ” qua hàng nghìn token, làm hao hụt một phần lợi thế giá thấp. Bạn cần xem hóa đơn cuối ngày làm việc. Giá niêm yết có thể gây hiểu lầm ở đây.

Giờ đến từ “mở”. Moonshot hứa phát hành trọng số Kimi K3 trước ngày 27 tháng 7 năm 2026 và đã giữ lời — commit trên HuggingFace đề ngày 27 tháng 7 năm 2026 (HuggingFace, Kimi-K3, kiểm tra ngày 2 tháng 10 năm 2026). “Open weights” nghe như “Tôi sẽ tải về rồi chạy miễn phí trên máy mình”. Thực tế thì không. Ngay cả khi nén xuống 4-bit, 2,8 nghìn tỷ tham số vẫn chiếm hàng trăm gigabyte bộ nhớ, cần nhiều GPU mạnh, kết nối tốc độ cao giữa chúng và người thiết lập, bảo trì hệ thống.

Việc mở trọng số Kimi K3 hữu ích cho các nhà cung cấp đám mây lớn và đội ngũ doanh nghiệp có hạ tầng riêng. Với bạn, nó mang lại một lợi ích khác: cạnh tranh giúp hạ giá và một lựa chọn dự phòng nếu giới hạn hoặc giá của Claude tăng. Bạn sẽ không chạy 2,8 nghìn tỷ tham số trên laptop. Tôi có bài phân tích riêng về việc vibe coding “miễn phí” âm thầm biến thành hóa đơn như thế nào: “Chi phí ẩn của Vibe Coding”.

Cách kết nối Kimi K3 với Claude Code bằng 3 biến#

Claude Code có thể kết nối với bất kỳ endpoint nào hỗ trợ giao thức của Anthropic. Moonshot đã thiết lập một endpoint cho Kimi K3, vì vậy bạn không cần bản dựng hay plugin riêng. Thiết lập tối thiểu gồm ba biến:

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

Sau đó, khởi chạy claude như thường lệ. Claude Code nghĩ rằng nó đang nói chuyện với Anthropic, nhưng thực tế gửi yêu cầu đến Kimi K3. Tất cả skills, hooks và plan mode vẫn hoạt động, còn hóa đơn được tính theo mức giá của Moonshot.

Có một cái bẫy chính ở đây mà gần như ai cũng vấp phải. Moonshot có hai endpoint tương thích khác nhau — một ở api.moonshot.ai, endpoint còn lại trên nền tảng platform.kimi.ai. Chúng dùng tên khác nhau cho biến khóa và mô hình, còn khóa của endpoint này sẽ gây lỗi 401 ở endpoint kia (tài liệu Kimi về Claude Code). Nếu gặp lỗi 401, gần như chắc chắn khóa và endpoint không khớp nhau. Bản thân khóa thường vẫn hoạt động. Hãy lấy khóa và endpoint từ cùng một nền tảng.

Cách dễ nhất để kiểm tra mọi thứ có hoạt động hay không là giao một tác vụ nhỏ: yêu cầu Claude Code hiển thị nội dung một tệp, sau đó xác nhận có phản hồi và bộ đếm trên bảng điều khiển Moonshot đã tăng. Để quay lại Claude thông thường, xóa ba biến (unset ANTHROPIC_BASE_URL ANTHROPIC_AUTH_TOKEN ANTHROPIC_MODEL) rồi khởi động lại Claude Code. Nếu thường xuyên chuyển đổi, bạn có thể tạo hai cấu hình shell hoặc đặt các biến trong tệp .envrc bằng direnv để chúng chỉ được bật trong một thư mục cụ thể.

Đây là lựa chọn tiện lợi nếu bạn đã thiết lập skills và hooks cho Claude Code và không muốn học công cụ khác. Moonshot cũng có tác nhân terminal riêng tên Kimi Code, nhưng với người đã làm việc trong Claude Code, đổi engine bằng ba biến là cách ít rườm rà nhất.

Có một việc bạn tuyệt đối không nên làm: mua “tài khoản có sẵn số dư” từ bot Telegram. Chúng thường khiến người mua mất tiền và bị khóa tài khoản sau vài ngày. Dữ liệu cũng là mối lo có thật: máy chủ Moonshot ở Trung Quốc, và với các dự án công việc có dữ liệu nhạy cảm, đây là vấn đề cần cân nhắc riêng. Tôi đã thảo luận rủi ro khi cấp quyền truy cập dữ liệu cho mô hình trong hướng dẫn “Có an toàn khi cho Claude Code truy cập dữ liệu của bạn không?”.

Nên giao tác vụ nào cho Kimi K3, và việc nào nên để Claude xử lý?#

Đây là ranh giới thực sự. Tôi đã viết riêng về một tuần dùng Kimi K3 trong công việc thực tế và lý do quay lại Claude Code trong bài “Kimi K3 trong công việc: Đánh giá và lý do tôi quay lại Claude Code” — không có benchmark, chỉ có những gì xảy ra trong các tác vụ thật.

Kimi K3 phát huy tốt nhất ở đâu:

• Frontend và bố cục. Kết quả đứng đầu ở Frontend Code Arena. Tạo giao diện, trang hoặc component — Kimi làm tốt và rẻ hơn đáng kể.
• Tái cấu trúc mã thường lệ. Đổi tên, tách hàm, thêm kiểu dữ liệu. Dùng mô hình hàng đầu cho việc này là quá mức cần thiết.
• Tạo kiểm thử cho mã hiện có. Hai mô hình làm tốt tương đương nhau; Kimi rẻ hơn.
• Xử lý hàng loạt văn bản. Mô tả, bản dịch, gắn nhãn — giá thấp rất quan trọng khi xử lý khối lượng lớn.
• Các phiên làm việc dài trong cùng một dự án. Bạn làm việc trong cùng ngữ cảnh càng lâu, cache càng thường trúng và mỗi bước tiếp theo càng rẻ.

Nên dùng Claude cho:

• Thiết kế kiến trúc cho bộ công cụ mới. So sánh lựa chọn, nhận ra cạm bẫy, chọn cấu trúc — Claude hàng đầu vẫn nhất quán hơn.
• Gỡ lỗi phức tạp nhiều bước. Claude đáng tin cậy hơn trong các chuỗi suy luận dài.
• Các vòng lặp tác nhân tự chủ kéo dài. Claude ít đuối sức hơn qua hàng chục bước liên tiếp mà không có người can thiệp.
• Bản dựng quan trọng với môi trường production. Khi độ ổn định quan trọng hơn giá cả.
• Dữ liệu nhạy cảm. Máy chủ Moonshot ở Trung Quốc — dữ liệu cá nhân của khách hàng là vấn đề cần thảo luận riêng với luật sư.

Nói gọn trong một câu: giao công việc lặp lại, khối lượng lớn và trực quan cho Kimi K3, còn quyết định có thể gây thiệt hại nếu sai thì để Claude xử lý. Nhiều người làm đúng như vậy — giữ cả hai khóa và đổi engine tùy theo tác vụ. Ba biến môi trường ở phần trên được tạo ra để phục vụ việc này.

Kimi K3 còn thiếu gì, và benchmark bỏ sót điều gì?#

Dưới đây là những điểm cần ghi nhớ.

Benchmark dùng các harness khác nhau. Như đã đề cập ở trên: Moonshot chạy một số phép đo qua KimiCode của mình, một số qua Claude Code và một số qua Codex, khiến kết quả chênh lệch 10–26 điểm. Vị trí đầu tiên trong Frontend Arena là độc lập; người thật đánh giá kết quả ở đó. Nhưng cần đọc bảng lập trình của Moonshot một cách thận trọng.

So sánh chỉ số trí tuệ độc lập chưa được giải quyết. Không thể so điểm “Kimi K3 (max)” với điểm của thiết lập mô hình không xác định nếu thiếu đơn vị công bố, kết quả có ngày, thiết lập mô hình, harness và revision chỉ số. Chưa liên kết gốc nào ở đây xác lập các trường đó, nên bằng chứng hiện có không hỗ trợ thứ hạng hiện tại, chi phí mỗi tác vụ hoặc tốc độ. Đừng suy “max” và lượt mặc định không rõ có cùng điểm hay thang.

Chế độ suy luận làm hóa đơn cao hơn. Suy luận luôn bật giúp nâng chất lượng nhưng làm tăng chi phí ở các tác vụ phức tạp, nơi quá trình này có thể kéo dài hàng nghìn token với giá 15 đô la cho mỗi 1M. Giá thấp của Kimi là có thật với công việc đơn giản và có độ phức tạp vừa phải; với tác vụ nặng, hãy kiểm tra hóa đơn.

Dữ liệu và thẩm quyền pháp lý. Máy chủ ở Trung Quốc đặt ra một câu hỏi thực tế: với dự án xử lý dữ liệu cá nhân, bạn nên thảo luận vấn đề này với luật sư. Benchmark không liên quan đến điều đó.

Không điểm nào trong số này khiến Kimi K3 trở thành một mô hình tồi. Mô hình mạnh và rẻ, nói vậy là công bằng. Nhưng “mạnh và rẻ” và “tốt hơn Claude ở mọi thứ” là hai khẳng định khác nhau; điều thứ hai không thể suy ra từ phần trình bày.

Bắt đầu từ đâu trong tuần này?#

Một kế hoạch cụ thể, không có bước thừa:

1. Chuyển Claude Code sang Kimi bằng ba biến trong phần trên. Làm việc một ngày bình thường. Giao cho nó những việc mà người ta nói nó làm tốt — tạo trang, component hoặc giao diện.
2. So sánh. Sau một ngày, xem hai điều: chất lượng với các tác vụ thực tế của bạn và hóa đơn. Để ý Kimi trả lời tốt ngang Claude ở đâu, và kém hơn ở đâu.
3. Quyết định. Giữ cả hai khóa và đổi engine cho các loại việc khác nhau (frontend và công việc thường lệ — Kimi; việc quan trọng — Claude), hoặc chỉ quay lại Claude bằng một lệnh unset.

Rủi ro của thử nghiệm này là mất một ngày để hiệu chỉnh. Lợi ích là hóa đơn cho công việc khối lượng lớn và trực quan thường giảm vài lần vào tuần thứ hai. Thử nghiệm không tốn nhiều, và bạn có thể dừng lại bằng một lệnh.

Truy cập Ailoot.