Kimi K3 стоит как Claude. Оправдана ли цена?

Moonshot выпустила Kimi K3, свою самую крупную и мощную модель. В ней 2,8 трлн параметров, контекст до 1 млн токенов и встроенная работа с изображениями. Модель умеет разбирать скриншоты, писать код и долго работать над задачей без постоянных подсказок от человека.

Раньше Kimi часто выбирали в том числе из-за цены. С K3 этот аргумент работает хуже. Через API миллион входных токенов стоит $3, а выходных $15. Это на 50% дороже Claude Sonnet 5 High из той же таблицы Arena.

Посмотрим, за что Moonshot просит такие деньги и где Kimi K3 действительно обходит конкурентов.

Kimi K3 построена на MoE-архитектуре. Всего внутри модели 896 экспертов, но для обработки каждого токена активируются только 16. Так можно увеличивать общий размер модели, не используя все 2,8 трлн параметров при каждом запросе.

Moonshot также использовала собственный механизм Kimi Delta Attention и архитектуру Attention Residuals. Компания утверждает, что вместе с изменениями в обучении они сделали масштабирование примерно в 2,5 раза эффективнее по сравнению с Kimi K2.

Что умеет модель:

Что с открытыми весами. Moonshot называет K3 первой open-source-моделью класса 3 трлн параметров. Полные веса обещают выпустить только 27 июля 2026 года. В таблице Arena модель пока отмечена как proprietary.

В Artificial Analysis Intelligence Index модель получила 57 баллов. Индекс объединяет девять тестов на рассуждение, знания, работу с кодом и агентные задачи.

Выше оказались только Claude Fable 5 с результатом 60 и GPT-5.6 с 59. Kimi K3 обошла Claude Opus 4.8 с 56 баллами, а также GPT-5.6 Tera и GPT-5.5 Codex с 55.

С результатом 57 K3 вошла в верхнюю группу рядом с моделями Anthropic и OpenAI. Первого места в общем индексе у неё нет.

Самый заметный результат Kimi K3 показала во Frontend Code Arena. Пользователи сравнивают там интерфейсы, созданные разными моделями, и выбирают лучший вариант. K3 заняла первое место с результатом 1679.

Результаты ближайших моделей:

Возможное объяснение есть в документации Moonshot. K3 умеет получать скриншоты и использовать их при работе над проектом. Она может написать интерфейс, посмотреть на результат, найти визуальные проблемы и продолжить правки. Компания отдельно упоминает фронтенд-разработку, создание игр и CAD среди задач, где код совмещается с визуальным анализом.

Рейтинг пока предварительный. За Kimi K3 было отдано 1757 голосов, за Claude Fable 5 уже 2505, а за GPT-5.6 2542. После новых сравнений позиции и итоговый балл ещё могут измениться.

В тестах по программированию K3 не забрала все первые места. Чаще она идёт второй или третьей, хотя есть и две победы.

Лучшие позиции у K3 там, где нужно долго работать над задачей, пользоваться терминалом и продолжать изменения в большом проекте. Moonshot называет это long-horizon coding. Модель может изучать крупную кодовую базу и выполнять длинные инженерные задачи с минимальным контролем человека.

K3 не стала лучшей моделью для любого кода. Её сильная сторона скорее в длинной цепочке работы, особенно когда в ней смешиваются код, терминал и визуальная проверка результата.

Kimi долго воспринималась как более доступная альтернатива моделям OpenAI и Anthropic. У K3 другое позиционирование: миллион входных токенов стоит $3, а миллион выходных $15.

В таблице Arena Claude Sonnet 5 High стоит $2 за вход и $10 за выход. Kimi K3 на 50% дороже Sonnet и по входным, и по выходным токенам.

K3 всё ещё дешевле самых дорогих моделей в верхней части рейтинга:

Рядом есть GLM-5.2 Max за $1,40/$4,40 и Grok 4.5 за $2/$6. На их фоне Kimi уже сложно назвать бюджетной китайской моделью. Moonshot поставила её ближе к премиальному сегменту и рассчитывает конкурировать качеством.

Для фронтенда переплату можно понять. Kimi K3 занимает первое место в профильной Arena, умеет работать со скриншотами и совмещает код с визуальной проверкой. Если за счёт этого отпадёт несколько циклов правок интерфейса, разница в стоимости токенов окупится.

В длинных агентных задачах ситуация похожая. Контекст на 1 млн токенов, сильный результат в Terminal Bench и первое место в SWE Marathon пригодятся при работе с крупными проектами, где модели нужно долго сохранять направление и пользоваться инструментами.

В обычном написании кода переплата выглядит спорнее. В DeepSWE и FrontierSWE модель уступает конкурентам, а в Program Bench выигрывает у GPT-5.6 всего 0,2 балла. Для коротких задач без визуального фронтенда можно найти более дешёвую модель.

Открытые веса не сделают официальный API дешевле. После публикации модель можно будет разворачивать у сторонних провайдеров или на собственной инфраструктуре. Однако обслуживание системы на 2,8 трлн параметров потребует серьёзных ресурсов.

K3 больше не выглядит бюджетной альтернативой Claude. Moonshot оценила её как премиальную модель. По фронтенду цифры это подтверждают. В остальных задачах сначала придётся проверить, даёт ли она преимущество в вашем сценарии.