# Kimi K3 與 Claude Code：比較、費用與設定

> 前端與智慧基準測試、API 定價、快取、開放權重的限制，以及如何透過環境變數將 Kimi 連接到 Claude Code。

Source: https://ailoot.ai/blog/zh-hant-tw/kimi-k3-vs-claude-code/
Canonical: https://ailoot.ai/blog/zh-hant-tw/kimi-k3-vs-claude-code/
Language: zh-Hant-TW
Publisher: Ailoot (https://ailoot.ai/)
Translation: guide-164
Revision: sha256-15a841602cd9d98a2dbc249fd1a1528c9a2fc5d5c3cee7ff8f6d73b470163b00


<div class="aside" data-semantic="key-takeaway" role="note" aria-label="本節重點">

重點整理

**更新於 2026 年 10 月 2 日。** 2026 年 7 月 16 日，Moonshot 發表 Kimi K3，參數量達 2.8 兆，成為全球最大的開放模型。價格沒有變動：每 1M 輸入 token 為 $3，每 1M 輸出 token 為 $15（已於 2026 年 10 月 2 日對照 Moonshot 官方定價確認），快取輸入只要 $0.30。期間 Claude 的旗艦模型也有所更迭：Opus 4.8（$5 / $25）已由 Opus 5.5（$4 / $20，快取命中 $0.20）取代，價格差距縮小了，但 Kimi 仍然較便宜。Moonshot 於 2026 年 7 月 27 日釋出完整權重，兌現了本指南初次刊出時的承諾；權重已在 HuggingFace 公開提供。設定三個環境變數，就能將 Kimi 連接到 Claude Code。本指南將探討 Kimi 真正勝過 Claude 的地方、落後之處，以及轉換到底有沒有意義。

</div>

[Ailoot 使用實用資訊請見文件](https://ailoot.ai/docs/)。

## Kimi K3 是什麼？為什麼震撼市場？

<div class="aside" data-semantic="key-takeaway" role="note" aria-label="本節重點">

重點整理

Kimi K3 是中國公司 Moonshot 於 2026 年 7 月 16 日推出的語言模型。它有 2.8 兆個參數，是全球最大的開放模型，規模將近 DeepSeek V4 Pro 的兩倍，也接近 GLM 5 的四倍。它採用混合專家架構：896 個專家中，每個 token 只會啟用 16 個，因此運算時就像總參數量小上許多的模型。它有 100 萬 token 的上下文視窗、視覺能力，以及始終開啟的推理模式。隔天，人們便開始談論西方 AI 公司面臨的新一波 DeepSeek 衝擊。

</div>

一年前，Moonshot 以單一模型聞名：2025 年夏季開放發布的 Kimi K2。K2.6 於 4 月推出，接著是 2026 年 6 月的 K2.7 Code。K3 是下一步，規模約為 K2.6 的 2.8 倍。

2.8 兆聽起來很驚人，但背後採用的是 2026 年已相當標準的工程技術。K3 建構於混合專家架構（Stable LatentMoE）之上：模型包含 896 個獨立專家，每個 token 只啟用其中 16 個。這代表實際運作的參數遠少於總數，不然沒有人能以合理價格提供如此龐大的模型。它也採用 Moonshot 自家的兩項技術：Kimi Delta Attention（將生成速度提升最多 6 倍）和 Attention Residuals（降低訓練成本）。對 vibe coder 來說，這些只是底層技術細節，但也解釋了為什麼如此巨大的模型，最後竟然比 Claude 便宜，而它的規模原本可能讓人以為價格會高得嚇人。

實際上重要的功能：

- **100 萬 token 的上下文視窗。** 與 Claude 的完整上下文視窗一樣大。你可以一次將大型專案放進模型中。
- **視覺能力。** 你可以傳送錯誤截圖或設計稿，模型看得懂圖片。DeepSeek 等較早期的中國模型沒有這項能力。
- **始終開啟的推理模式**（thinking mode）。模型一定會先思考再回答。這會提升品質，也會增加價格；後文會再談到這點。

一個中國開放模型已達到與 Anthropic、OpenAI 閉源旗艦模型相當的水準，Moonshot 並承諾免費分享權重。接下來要看看，這種「同等水準」哪些地方是真實的，哪些只是包裝得精美的宣傳。

## Kimi K3 真正勝過 Claude 的地方，以及落後之處

<div class="aside" data-semantic="key-takeaway" role="note" aria-label="本節重點">

重點整理

Kimi K3 在一項基準測試中確實名列全球第一：Frontend Code Arena。這項測試由人們盲測比較生成的介面。K3 得分 1679，Claude Fable 5 得分 1631，並在七個領域中的六個排名第一。可靠的一般智慧排名需要可確認的來源與可比較的測試設定；此處兩者都未確立。在傳統程式碼基準測試中，它的 SWE-bench Verified 得分為 76.8%，LiveCodeBench 得分為 85%，表現不錯。不過 Moonshot 彙整自家表格時混用了不同的測試框架，因此我會把廠商數據視為趨勢參考：這些數據無法確立精確的名次。

</div>

先從對 vibe coder 最重要的基準測試開始：Frontend Code Arena。模型會生成介面，再由人們盲測選出較好的結果。這和你請 AI 建立網站時的情況很接近。

| 模型 | Frontend Code Arena Elo 分數 |
|----------------|----------------------------|
| **Kimi K3** | 1679 |
| Claude Fable 5 | 1631 |
| GPT-5.6 Sol | 1618 |
| GLM-5.2 | 1587 |

Kimi K3 排名第一，並在七個領域中的六個排名第一。對透過與 AI 對話來建立網站和介面的人來說，這是最明確的訊號：這個模型在版面配置和前端工作上表現出色。

就一般智慧而言，Kimi 約 57 分與「Kimi K3 (max)」44 分，沒有指數發布者、一手結果連結或可比較設定，不能當成一致排名，也無法確定哪個分數目前適用。

比較前應使用相同具名指數修訂與日期，記錄確切模型、推理設定（含「max」），並核對測試工具與計分尺度。在發布者結果能驗證這些資料之前，本文不確立 Kimi 一般智慧排名。前端偏好與程式基準衡量不同事項，不能填補空缺。

另可參閱[〈GLM-5.2 追上 Claude Opus 4.8〉](https://ailoot.ai/blog/zh-hant-tw/glm-5-2-vs-claude-code/)，但該比較也不能解決 Kimi 指數歸屬缺漏。

傳統程式碼基準測試：

- **SWE-bench Verified — 76.8%。** 衡量模型修復 GitHub 專案實際錯誤的能力。分數不錯，不過 Claude 頂級模型的分數更高。
- **LiveCodeBench — 85%。** 採用「輸入—預期輸出」格式的演算法題目。K3 在這方面表現出色。
- **Terminal-Bench 2.1 — 88.3。** 根據 Moonshot 自行公布的數據，這項測試衡量在終端機中執行的代理式工作。

為了讓本指南保持誠實，而不是像廣告，我必須說明一項但書。Moonshot 編製程式碼基準測試表時使用了不同的測試框架：部分測量採用自家的 KimiCode，部分使用 Claude Code，另一些則使用 Codex。不同的測試框架可能讓相同結果相差 10–26 分。



我並不是說中國模型「比 Claude 好」。以 Claude Code 作為主要工具的使用經驗來看，在複雜程式碼上它們仍然落後，而且每次比較我都能感受到。但 K3 在前端工作上拿下目前最高成績，價格卻只要一小部分。忽視這點，和宣告 Claude 已經過時一樣愚蠢。

你想做的不只是選模型，而是建立一套能減少 AI 幻覺、延長上下文的配置嗎？選模型只是一個調整旋鈕。上下文工程更有影響力：提示詞送出前放入模型上下文的內容，比模型在基準測試上的名稱更能影響結果。若要有系統地工作，**上下文工程**搭配**第二大腦**（`business/` 結構）和**AI 分身**（你的 `ai-clone/`）會很有幫助。這是任何模型——Kimi 或 Claude——在長時間工作階段中避免失常所需的三大支柱。

## Kimi K3 的費用是多少？為什麼「開放」不代表「免費」

<div class="aside" data-semantic="key-takeaway" role="note" aria-label="本節重點">

重點整理

透過 API 使用 Kimi K3，每 1M 輸入 token 為 $3，每 1M 輸出 token 為 $15，7 月以來價格沒有變動。Claude Opus 推出了新一代：Opus 4.8（$5 / $25）已由 Opus 5.5（$4 / $20）取代，價差縮小了，但 Kimi 的輸入仍較便宜。快取能帶來最大的節省：Kimi 重複使用上下文每 1M 只要 $0.30，折扣達 90%，而程式碼請求幾乎每次都會命中快取。Opus 5.5 的快取命中價格為每 1M $0.20，比 Kimi 的快取輸入更便宜，不過整體輸入價格仍是 Kimi 勝出。「開放」這個詞讓許多人誤解：Moonshot 已於 2026 年 7 月 27 日如約釋出權重，並以 Kimi K3 License 授權在 HuggingFace 提供下載。但要自行執行是另一回事。即使經過壓縮，2.8 兆個參數仍需要數百 GB 記憶體和一整排 GPU。對個人而言，它依然是按用量付費的雲端模型。

</div>

Kimi K3 官方 API 定價（已於 2026 年 10 月 2 日對照 [Anthropic 官方定價](https://platform.claude.com/docs/en/about-claude/pricing)確認）：

| 項目 | Kimi K3 | Claude Opus 5.5 |
|----------------------|---------|-----------------|
| 輸入，每 1M token | $3 | $4 |
| 輸出，每 1M token | $15 | $20 |
| 快取輸入，每 1M | $0.30 | $0.20 |

以牌價計算，Kimi 的輸入比 Opus 5.5 便宜四分之一（$3 對 $4），輸出也便宜四分之一（$15 對 $20）。和上一代 Opus 相比，價差縮小了，但方向相同。反覆使用相同上下文時，快取才是真正省錢的地方。你在同一個專案中工作時，每次請求的開頭都會重複：相同的檔案、相同的規則、相同的系統提示詞。Kimi 快取可將完整輸入價格打 1 折。程式碼工作的快取命中率達 90% 或更高，因此實際輸入 token 成本更接近 30 美分。要在任何模型上充分利用快取，本身就是一門技巧；我曾以 DeepSeek 為例詳細介紹。

推理模式裡藏著一個定價陷阱。Kimi K3 在回答前總會先思考，推理內容會以每 1M 輸出 token $15 計費。簡單問題的差異微不足道，但複雜任務中，模型可能會「思考」數千個 token，部分抵銷低價格。你必須查看一天工作的最終帳單。只看牌價會造成誤判。

接著談「開放」這個詞。Moonshot 承諾在 2026 年 7 月 27 日前釋出 Kimi K3 權重，並且信守承諾——HuggingFace 上的提交日期是 2026 年 7 月 27 日（[HuggingFace，Kimi-K3](https://huggingface.co/moonshotai/Kimi-K3)，已於 2026 年 10 月 2 日確認）。「開放權重」聽起來像是「我下載之後，就能在自己的電腦上免費執行」。實際上並非如此。即使壓縮至 4-bit，2.8 兆個參數仍需要數百 GB 記憶體、多張高效能 GPU、彼此之間的高速連線，以及負責設定和維護的人員。



Kimi K3 的開放性對大型雲端供應商和擁有自家基礎設施的企業團隊很有用。對你而言，它帶來的是另一種價值：促進競爭、壓低價格，並在 Claude 的使用限制或價格上漲時提供備用選項。你不會在筆電上執行 2.8 兆個參數。我另有一篇分析說明「免費」vibe coding 如何悄悄變成帳單：[〈Vibe Coding 的隱藏成本〉](https://ailoot.ai/blog/zh-hant-tw/vibe-coding-cost-time/)。

## 用 3 個變數將 Kimi K3 連接到 Claude Code

<div class="aside" data-semantic="key-takeaway" role="note" aria-label="本節重點">

重點整理

Moonshot 建立了採用 Anthropic 格式的 API 端點，也就是 Claude Code 使用的格式。因此，只要設定三個環境變數，就能將熟悉的 Claude Code 切換到 Kimi，不需要安裝外掛或重新安裝。其他設定都維持不變：skills、hooks 和 plan mode 照常運作；token 按 Moonshot 的價格計費。有個陷阱：Moonshot 有兩種不同的相容端點，一種的金鑰用在另一種上會回傳 401 錯誤。要切回一般 Claude，移除變數並重新啟動即可。

</div>

Claude Code 可以連接任何支援 Anthropic protocol 的端點。Moonshot 已為 Kimi K3 設置端點，因此不需要另外安裝版本或外掛。最精簡的設定只需三個變數：

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

設定後，照常啟動 `claude`。Claude Code 會以為自己正在和 Anthropic 通訊，但實際上請求會送往 Kimi K3。所有 skills、hooks 和 plan mode 都會繼續運作，帳單則按照 Moonshot 的價格計算。

有一個主要陷阱，幾乎每個人都會踩到。Moonshot 有兩種不同的相容端點：一種位於 `api.moonshot.ai`，另一種則在 `platform.kimi.ai` 平台上。兩者使用不同的金鑰變數名稱和模型名稱，而且一個端點的金鑰拿到另一個端點使用，會回傳 401 錯誤（[Kimi 關於 Claude Code 的文件](https://platform.kimi.ai/docs/guide/claude-code-kimi)）。如果遇到 401，幾乎都是金鑰與端點不相符。金鑰本身通常沒有問題。請從同一個平台取得金鑰和端點。

最簡單的確認方法是交給它一個小任務：請 Claude Code 顯示某個檔案的內容，再確認回覆有送達，且 Moonshot 儀表板的計數器有變動。要切回一般 Claude，移除三個變數（`unset ANTHROPIC_BASE_URL ANTHROPIC_AUTH_TOKEN ANTHROPIC_MODEL`），然後重新啟動 Claude Code。如果你經常切換，可以建立兩個 shell profile，或使用 `direnv` 將變數放進 `.envrc` 檔案，讓它們只在特定目錄中啟用。

如果你已為 Claude Code 設定好 skills 和 hooks，又不想學另一套工具，這是個方便的選項。Moonshot 也有自己的終端機代理 Kimi Code，但對已經長期使用 Claude Code 的人來說，用三個變數切換引擎是最省事的做法。

絕對不要向 Telegram bot 購買「預先儲值的帳戶」。這類帳戶常常讓人損失金錢，且幾天後就會遭到封鎖。資料安全也是實際的顧慮：Moonshot 的伺服器位於中國，若是處理敏感資料的工作專案，這需要另行評估。我在[〈讓 Claude Code 存取你的資料安全嗎？〉](https://ailoot.ai/blog/zh-hant-tw/claude-code-data-access-safety/)一文中討論過讓模型存取資料的風險。

## 哪些任務適合交給 Kimi K3，哪些應留給 Claude？

<div class="aside" data-semantic="key-takeaway" role="note" aria-label="本節重點">

重點整理

在 Kimi K3 擅長且價格重要的工作上使用它：生成介面和版面、例行重構、生成測試、大量處理文字，以及在同一專案中進行長時間工作。出錯代價高的任務則留給 Claude：新工具組的架構設計、複雜的多步驟錯誤除錯、長時間自主代理迴圈，以及涉及敏感資料的任務。規則很簡單：重複性工作和視覺工作交給 Kimi；關鍵決策留給 Claude。

</div>

實際的分界大致如下。我在[〈Kimi K3 工作實測：評測，以及我為何回到 Claude Code〉](https://ailoot.ai/blog/zh-hant-tw/kimi-k3-hands-on-review/)中，另外寫了自己一週在實際工作中使用 Kimi K3 的經驗，以及回到 Claude Code 的原因——沒有基準測試，只有實際任務中發生的事。

**Kimi K3 最能發揮的地方：**

- **前端和版面配置。** 它在 Frontend Code Arena 拿下最高成績。建立介面、頁面或元件時，Kimi 表現出色，價格也明顯較低。
- **例行重構。** 重新命名、拆分函式、加入型別。這類工作用頂級模型有點大材小用。
- **為現有程式碼生成測試。** 兩種模型表現差不多；Kimi 更便宜。
- **大量處理文字。** 說明、翻譯、標記等工作量大時，低價格很重要。
- **同一專案中的長時間工作階段。** 在同一個上下文中工作越久，快取命中的次數就越多，之後每個步驟也越便宜。

**適合留給 Claude 的工作：**

- **新工具組的架構設計。** 比較選項、找出陷阱、選擇結構——頂級 Claude 的表現仍較穩定。
- **複雜的多步驟錯誤除錯。** 長串推理中，Claude 更可靠。
- **長時間自主代理迴圈。** 沒有人介入時，Claude 在連續數十個步驟中較不容易失常。
- **攸關正式環境的建置。** 穩定性比價格重要時。
- **敏感資料。** Moonshot 的伺服器位於中國；涉及個人客戶資料時，應另外和律師討論。

簡單來說，把重複性高、大量且偏視覺的工作交給 Kimi K3，把出錯代價高的決策留給 Claude。很多人會這麼做——同時保留兩把金鑰，依任務切換引擎。上一節提到的三個環境變數就是為此而設。

## Kimi K3 還缺少什麼，以及基準測試忽略了什麼

<div class="aside" data-semantic="key-takeaway" role="note" aria-label="本節重點">

重點整理

**更新於 2026 年 10 月 2 日。** 亮眼的數字沒有呈現三件事。第一，Moonshot 自家的基準測試混用了不同的測試框架，而涵蓋廣泛工作負載的獨立驗證仍不多。第二，常開推理會提高輸出 token 的費用，因此複雜任務中的低價可能造成誤導。第三，資料會送往中國的伺服器。智慧指數要支持目前排名或任務成本比較，需要一手結果連結及相符測試條件。此處未確立這些資料；供應商程式表格應分開評估。這些問題不會抵銷模型的優勢，但如果不提，呈現的資訊就不完整。

</div>

以下是值得記住的幾點。

**基準測試使用了不同的測試框架。** 前面已提過這項但書：Moonshot 有些測量使用自家的 KimiCode，有些使用 Claude Code，另一些使用 Codex，結果因此相差 10–26 分。Kimi 在 Frontend Arena 排名第一是獨立測得的結果，因為實際評分者是真人。但閱讀 Moonshot 的程式碼基準測試表時，仍應保持謹慎。

**獨立智慧指數比較仍無定論。** 沒有具名發布者、附日期結果、模型設定、測試工具與指數修訂，就無法對照「Kimi K3 (max)」與模型設定未明的約略分數。提供來源沒有一手連結可確立這些資料，因此不能支持目前排名、每任務成本或速度比較。不要假定「max」與未指定預設執行共用分數或尺度。

**推理模式會提高帳單。** 始終開啟的推理模式有助於提升品質，但複雜任務的費用可能更高，因為它可能延伸至數千個 token，並以每 1M $15 計費。對簡單到中等複雜度的工作，Kimi 的低價格確實有利；重度任務則要查看帳單。

**資料與管轄權。** 伺服器位於中國，會引發實際問題：若專案會處理個人資料，應與律師討論。這和基準測試無關。

以上都不代表 Kimi K3 是糟糕的模型。它效能強、價格低，這樣說很合理。但「效能強又便宜」和「各方面都比 Claude 好」是不同的說法，前者推不出後者。

## 這週可以從哪裡開始

<div class="aside" data-semantic="key-takeaway" role="note" aria-label="本節重點">

重點整理

用兩個步驟將 Kimi K3 和你目前使用的工具比較。首先，用三個環境變數將 Claude Code 切換到 Kimi，正常工作一天，尤其用來處理前端任務。接著，將成果和帳單與你平常使用 Claude 的設定比較，再決定是否保留兩把金鑰、依任務切換，或回到單一金鑰。切回去只需一個指令。

</div>

不加多餘步驟的具體計畫：

1. **用上文的三個變數，將 Claude Code 切換到 Kimi。** 正常工作一天，交給它被認為擅長的任務，例如建立頁面、元件或介面。
2. **比較。** 一天後，查看兩件事：實際任務的品質和帳單。觀察 Kimi 哪些地方能和 Claude 一樣好，哪些地方則有所不足。
3. **決定。** 保留兩把金鑰並依任務切換引擎（前端和例行工作用 Kimi；重要工作用 Claude），或用一個 `unset` 指令回到只用 Claude。

這項實驗的風險是會花一天校準設定。好處是到了第二週，大量處理和視覺工作的帳單通常會降到原來的幾分之一。試用成本不高，而且一個指令就能停止。

<div class="section" role="doc-bibliography" aria-label="來源">

### 來源

- [Kimi API Platform - 在 Claude Code 中使用 Kimi](https://platform.kimi.ai/docs/guide/claude-code-kimi)
- [HuggingFace - Kimi-K3，權重於 2026 年 7 月 27 日提交，已於 2026 年 10 月 2 日確認](https://huggingface.co/moonshotai/Kimi-K3)
- [Anthropic - Claude 官方定價（Opus 5.5、Sonnet 5.5），已於 2026 年 10 月 2 日確認](https://platform.claude.com/docs/en/about-claude/pricing)

</div>

若要有系統地工作，**AI 分身 + 第二大腦 + 上下文工程**的配置很有幫助。這些基礎能協助你在使用不同模型時管理上下文，包括 Kimi、Claude 和其他模型。



[Ailoot](https://ailoot.ai/)。

## 常見問題：Kimi K3 與 Claude Code：比較、費用與設定

### Kimi 智慧分數 57 與 44，可以直接比較嗎？

不能。直接比較需要兩份快照具備相同指數發布者、修訂、日期、模型設定及測試工具。此處未確立這些共同條件，因此分數不能確立一般智慧排名。

### 開放權重代表透過 API 使用 Kimi 免費嗎？

不代表。開放權重與託管用量不同；本文說明自架有相當硬體需求，API 則依用量收費，包含推理輸出。應比較自己任務的實際帳單。


## Ailoot · 公司及其專案組合

Ailoot以累積的營運經驗、廣大的客戶群、穩定的服務及持續的KPI管理為基礎。

公司及其專案組合：數百萬客戶，每月銷售額達數十億。

Ailoot將這些營運經驗用於API存取，讓客戶的產品、代理、應用程式及自動化流程使用AI功能。