Kimi K3 vs Claude Fable 5: który model AI jest lepszy do kodowania i pracy agentowej?

Kimi K3 i Claude Fable 5 powstały z myślą o tej samej trudnej kategorii pracy: dużych repozytoriach, długo działających agentach, złożonych badaniach, przepływach intensywnie korzystających z narzędzi oraz zadaniach, których nie da się niezawodnie rozwiązać jedną krótką odpowiedzią.

Do tego celu dochodzą jednak poprzez zupełnie odmienne strategie produktowe.

Anthropic oferuje Claude Fable 5 jako swój najbardziej wydajny szeroko udostępniony model. Jest to rozwiązanie zamknięte, drogie, dostępne na kilku głównych platformach chmurowych i otoczone dojrzałym ekosystemem agentowym z Claude Code na czele. Adaptacyjne rozumowanie jest w nim zawsze aktywne, a Anthropic pozycjonuje go do najbardziej wymagających zadań programistycznych i pracy z wiedzą.

Moonshot AI odpowiada modelem Kimi K3 o 2,8 biliona parametrów, z architekturą Mixture of Experts, milionowym oknem kontekstu, natywnym rozumieniem obrazów i wideo, API zgodnym z OpenAI oraz cenami zdecydowanie niższymi niż w Fable 5. Moonshot zapowiedział również udostępnienie pełnych wag modelu do 27 lipca 2026 roku.

Najważniejszy wniosek nie brzmi więc, że jeden model wygrywa wszystko.

Claude Fable 5 pozostaje mocniejszym modelem ogólnym i bezpieczniejszym wyborem domyślnym, gdy liczą się maksymalna jakość, dojrzałe narzędzia i przewidywalne działanie w długich zadaniach. Kimi K3 jest bardziej przełomową propozycją tam, gdzie większe znaczenie mają koszt, długi kontekst, kodowanie wizualne, zgodność API i przyszła kontrola nad wagami modelu.

Szybkie porównanie

Kategoria	Kimi K3	Claude Fable 5
Twórca	Moonshot AI	Anthropic
Identyfikator API	kimi-k3	claude-fable-5
Publiczna premiera	Lipiec 2026	9 czerwca 2026; dostęp przywrócony 1 lipca
Wielkość modelu	2,8 biliona parametrów	Nieujawniona
Architektura	MoE, KDA, AttnRes, Stable LatentMoE	Nieujawniona
Aktywni eksperci	16 z 896	Nieujawnione
Okno kontekstu	1 milion tokenów	1 milion tokenów
Maksymalne wyjście	Domyślnie / konfiguracyjnie około 131 tys. tokenów	Do 128 tys. tokenów
Wejście tekstowe	Tak	Tak
Wejście graficzne	Tak	Tak
Wejście wideo	Tak	Brak wymienionej bezpośredniej modalności wideo
Wyjście	Tekst	Tekst
Rozumowanie	Zawsze włączone; obecnie tylko max	Zawsze aktywne adaptacyjne myślenie; low, medium, high, xhigh, max
Standardowa cena wejścia	3 USD / 1M tokenów	10 USD / 1M tokenów
Cena wejścia z cache	0,30 USD / 1M tokenów	1 USD / 1M tokenów
Cena wyjścia	15 USD / 1M tokenów	50 USD / 1M tokenów
Cena Batch API	Nieporównywana w tym artykule	5 USD wejście / 25 USD wyjście za 1M
Wywoływanie narzędzi	Tak	Tak
Ustrukturyzowane odpowiedzi	Tak	Tak
Własny agent programistyczny	Kimi Code	Claude Code
Styl API	Chat Completions zgodne z OpenAI	Anthropic Messages API
Publiczne wagi	Zapowiedziane, niedostępne w dniu weryfikacji	Nie
Samodzielny hosting	Planowany, ale skrajnie wymagający sprzętowo	Nie
Retencja danych	Zależy od produktu Kimi i umowy	30 dni dla Fable; brak ZDR
Fallback bezpieczeństwa	Brak udokumentowanego odpowiednika	Możliwe przełączenie na Claude Opus 4.8

Tabela odzwierciedla oficjalną dokumentację produktową dostępną 17 lipca 2026 roku. Funkcje o podobnych nazwach mogą działać inaczej, a wyników benchmarków nie należy traktować jako bezpośrednio wymiennych między różnymi frameworkami agentowymi.

Czym jest Kimi K3?

Kimi K3 to najwydajniejszy dotychczas model Moonshot AI. Ma 2,8 biliona parametrów i wykorzystuje rzadką architekturę Mixture of Experts. Według Moonshot podczas inferencji model aktywuje 16 z 896 ekspertów, zamiast używać całej sieci do wygenerowania każdego tokena.

Jego architektura łączy kilka technologii opracowanych przez Moonshot:

• Kimi Delta Attention, zaprojektowane w celu zwiększenia wydajności uwagi w długich sekwencjach;
• Attention Residuals, które selektywnie pobierają reprezentacje z różnych głębokości modelu;
• Stable LatentMoE, wykorzystywane do skalowania rzadkiego routingu ekspertów;
• trening uwzględniający kwantyzację z wagami MXFP4 i aktywacjami MXFP8.

Moonshot deklaruje, że zmiany te zapewniają około 2,5-krotnie większą efektywność skalowania niż w Kimi K2. Jest to twierdzenie producenta i należy je tak traktować do czasu publikacji pełnego raportu technicznego oraz szczegółów pozwalających na reprodukcję wyników.

K3 został zaprojektowany do:

• długotrwałych zadań inżynierii oprogramowania;
• poruszania się po bardzo dużych repozytoriach i ich modyfikowania;
• orkiestracji terminala i narzędzi;
• projektowania wizualnego na podstawie screenshotów;
• pracy nad frontendem, grami i systemami CAD;
• badań łączących literaturę, kod i dane;
• analizy dokumentów, obrazów i wideo;
• wieloagentowej pracy z wiedzą.

Model jest dostępny przez Kimi, Kimi Work, Kimi Code oraz Kimi API.

Czym jest Claude Fable 5?

Claude Fable 5 to najbardziej wydajny szeroko udostępniony model Anthropic. Firma opisuje go jako model klasy Mythos przeznaczony do wymagającego rozumowania, inżynierii oprogramowania i długotrwałej pracy agentowej.

Fable 5 i dostępny w ograniczonym zakresie Claude Mythos 5 mają te same bazowe możliwości i ceny. Najważniejsza różnica polega na tym, że Fable zawiera produkcyjne klasyfikatory bezpieczeństwa. Gdy żądanie uruchomi jeden z nich, API może zwrócić odmowę albo, po skonfigurowaniu fallbacku, przekazać zadanie do Claude Opus 4.8.

Claude Fable 5 obsługuje:

• milionowe okno kontekstu;
• do 128 tysięcy tokenów wyjściowych;
• tekst i obrazy na wejściu;
• zawsze aktywne adaptacyjne myślenie;
• sterowanie wysiłkiem od low do max;
• używanie narzędzi i programowe wywoływanie narzędzi;
• wykonywanie kodu;
• pamięć;
• budżety zadań;
• edycję i kompresję kontekstu;
• widzenie;
• obsługę fallbacku po stronie serwera i klienta.

Model jest dostępny przez Claude API, Amazon Bedrock, Claude Platform on AWS, Google Cloud oraz Microsoft Foundry.

Ważne ostrzeżenie: framework agenta jest częścią wyniku

Wynik benchmarku programistycznego nie powstaje wyłącznie dzięki samemu modelowi.

Na rezultat wpływają również:

• agent programistyczny lub harness;
• narzędzia dostępne dla modelu;
• sposób wybierania kontekstu z repozytorium;
• zachowywanie wcześniejszych bloków rozumowania;
• limit czasu i tokenów;
• zasady ponawiania prób;
• zachowanie fallbacku;
• liczba uruchomień ewaluacji;
• sposób oceniania i środowisko testowe.

Tabela premierowa Kimi K3 łączy wyniki uzyskane z użyciem Kimi Code, Claude Code, Codex, Terminus i innych oficjalnych harnessów benchmarkowych. Moonshot dokumentuje te różnice, ale nadal oznaczają one, że nie jest to idealnie kontrolowane porównanie samych modeli.

Fable dodaje kolejną komplikację: część publikowanych wyników może obejmować przełączenie na Claude Opus 4.8, gdy klasyfikator bezpieczeństwa odrzuci żądanie. W takich przypadkach mierzonym produktem jest w praktyce Fable wraz z polityką fallbacku, a nie zawsze wyłącznie Fable.

Prawidłowa interpretacja brzmi więc:

Wynik benchmarku pokazuje, jak konfiguracja modelu i agenta poradziła sobie w określonej metodologii. Nie gwarantuje, że ten sam model osiągnie identyczny rezultat w Twoim repozytorium, zestawie narzędzi lub środowisku bezpieczeństwa.

Niezależne oceny ogólne

Niezależne testy umieszczają obecnie Fable nieco wyżej, ale Kimi jest na tyle blisko, że stanowi wiarygodnego konkurenta klasy frontier.

Ewaluacja	Kimi K3	Claude Fable 5	Lider
Artificial Analysis Intelligence Index	57	60	Fable
Vals Index	74,7%	75,1%	Fable
Arena Text Overall, migawka z 16 lipca	Poniżej Fable	1. miejsce	Fable
Arena Instruction Following, migawka z 16 lipca	Poniżej Fable	1. miejsce	Fable
Arena WebDev Overall, migawka z 16 lipca	Wstępne 1. miejsce	Tuż za nim	Kimi

Artificial Analysis podaje również, że Kimi wygenerował około 130 milionów tokenów wyjściowych podczas całej ewaluacji Intelligence Index, wobec około 87 milionów dla Fable. Ma to znaczenie, ponieważ niższa cena tokena Kimi może zostać częściowo zniwelowana, gdy model zużywa znacznie więcej tokenów do rozwiązania podobnej klasy zadań.

Vals Index jest szczególnie interesujący, ponieważ różnica wynosi zaledwie około czterech dziesiątych punktu procentowego. Pokazuje to, że Kimi nie jest jedynie tanią alternatywą. W części ekonomicznie istotnych zadań finansowych i programistycznych działa bardzo blisko Fable.

Wyniki Arena ujawniają użyteczny podział. Fable lepiej wypada w szerokich ocenach preferencji tekstowych i wykonywania instrukcji, natomiast Kimi znalazł się na szczycie WebDev w wstępnej migawce z 16 lipca. Wspiera to praktyczny wzorzec widoczny także w wynikach producentów: Fable jest bardziej konsekwentnie mocny ogólnie, a Kimi potrafi być wyjątkowy w wizualnych i implementacyjnych przepływach deweloperskich.

Benchmarki programistyczne

Moonshot opublikował poniższe bezpośrednie porównanie w materiałach premierowych Kimi K3. Wszystkie modele działały z najwyższym deklarowanym wysiłkiem rozumowania, ale harnessy różniły się zależnie od benchmarku.

Benchmark programistyczny	Kimi K3	Claude Fable 5	Lider
DeepSWE	67,5	70,0	Fable
ProgramBench	77,8	76,8	Kimi
Terminal-Bench 2.1	88,3	84,6	Kimi
FrontierSWE	81,2	86,6	Fable
SWE Marathon	42,0	35,0	Kimi
PostTrain Bench	36,6	41,4	Fable
MLS Bench	48,3	49,9	Fable
Kimi Code Bench 2.0, wewnętrzny	72,9	76,9	Fable

Nie jest to wynik jednostronny.

Gdzie Fable wygląda mocniej

Fable prowadzi w:

• DeepSWE, skoncentrowanym na trudnych zadaniach programistycznych na poziomie repozytorium;
• FrontierSWE, gdzie przewaga przekracza pięć punktów;
• PostTrain Bench;
• MLS Bench;
• wewnętrznym benchmarku Moonshot Kimi Code Bench 2.0.

Wynik wewnętrznego Kimi Code Bench jest szczególnie interesujący, ponieważ Moonshot raportuje przewagę Fable w benchmarku opracowanym przez zespół Kimi. Jest to argument przeciwko interpretowaniu materiału premierowego jako prostej tabeli marketingowej, w której K3 miałby wygrywać każdy wiersz.

Anthropic osobno publikuje bardzo mocne wyniki Fable w SWE-bench Pro i Terminal-Bench. Tabela premierowa firmy wskazuje 80,3% w SWE-bench Pro i 88,0% w Terminal-Bench 2.1. Liczb tych nie należy bezpośrednio łączyć z tabelą Moonshot, ponieważ metodologie są inne, ale wzmacniają one wniosek, że Fable jest wyjątkowo wydajnym agentem repozytoryjnym i terminalowym.

Gdzie Kimi wygląda mocniej

Kimi prowadzi w:

• Terminal-Bench 2.1 w porównaniu Moonshot;
• ProgramBench z niewielką przewagą;
• SWE Marathon z przewagą siedmiu punktów.

SWE Marathon jest istotny, ponieważ ma odzwierciedlać trwałą pracę inżynierską, a nie jedną izolowaną poprawkę. Przewaga Kimi wspiera pozycjonowanie K3 jako modelu wytrenowanego do długich i trudnych trajektorii.

Moonshot podaje również, że K3 osiągnął wynik konkurencyjny wobec Fable w 24-godzinnym teście optymalizacji kerneli GPU. Zadanie obejmowało profilowanie, przepisywanie i benchmarkowanie kerneli na kilku architekturach i docelowych układach. Było to studium przypadku zaprojektowane przez producenta, a nie niezależny publiczny ranking, ale dobrze pokazuje rodzaj długotrwałego zadania inżynierskiego, do którego K3 został przygotowany.

Co wyniki kodowania oznaczają w praktyce

Fable wygląda na bardziej niezawodny, gdy zadanie obejmuje:

• trudny problem na poziomie repozytorium;
• szeroki refactoring z wieloma ukrytymi ograniczeniami;
• migrację wymagającą dokładnej weryfikacji;
• długi projekt, w którym wykonywanie instrukcji i osąd są ważniejsze od surowej przepustowości;
• pracę już osadzoną w Claude Code.

Kimi staje się szczególnie atrakcyjny, gdy zadanie jest:

• intensywnie terminalowe i iteracyjne;
• oceniane wizualnie na podstawie screenshotów;
• związane z frontendem, grą lub CAD;
• długim eksperymentem wymagającym wielu prób;
• zbyt kosztowne do wielokrotnego uruchamiania na Fable;
• wykonywane przez istniejącą integrację zgodną z OpenAI.

Benchmarki agentowe i pracy z wiedzą

Ta sama tabela Moonshot pokazuje mieszany, ale ogólnie korzystniejszy dla Fable obraz szerszej pracy agentowej.

Benchmark agentowy	Kimi K3	Claude Fable 5	Lider
GDPval-AA v2, Elo	1668	1760	Fable
BrowseComp	91,2	88,0	Kimi
Toolathlon-Verified	73,2	77,9	Fable
MCP Atlas	84,2	84,7	Fable
AutomationBench	30,8	29,1	Kimi
JobBench	52,9	57,4	Fable
AA-Briefcase, Elo	1548	1583	Fable
APEX-Agents	37,6	43,3	Fable
SpreadsheetBench 2	34,8	34,7	Praktyczny remis

Fable wygrywa więcej wierszy, szczególnie w profesjonalnej pracy reprezentowanej przez GDPval-AA, JobBench, AA-Briefcase i APEX-Agents.

Kimi bardzo dobrze wypada w BrowseComp i AutomationBench. BrowseComp mierzy trudne wyszukiwanie informacji, w którym agent musi znajdować źródła, łączyć dowody i utrzymywać długie łańcuchy eksploracji. Wynik Kimi jest spójny z demonstracjami Moonshot obejmującymi duże przepływy badawcze z tysiącami wyszukiwań i operacji na dokumentach.

Ogólny wniosek brzmi:

Fable ma mocniejszy ogólny profil agentowy. Kimi jest bardzo konkurencyjny i potrafi prowadzić w przepływach intensywnie wyszukujących, automatyzacyjnych i nastawionych na implementację.

Sterowanie rozumowaniem

Oba modele rozumują przy każdym żądaniu, ale Fable daje programistom znacznie większą kontrolę.

Kimi K3

Kimi K3 obsługuje obecnie:

reasoning_effort="max"

Tryb rozumowania jest zawsze włączony. Moonshot zapowiedział dodanie poziomów low i high, ale nie były one dostępne w dniu weryfikacji.

Upraszcza to konfigurację K3 do trudnej pracy, ale jest nieefektywne w rutynowych zadaniach. Krótka ekstrakcja lub klasyfikacja może nadal otrzymać zachowanie modelu pracującego z maksymalnym wysiłkiem.

K3 wymaga również przekazywania kompletnego komunikatu asystenta, włącznie z polami związanymi z rozumowaniem, w rozmowach wieloturowych. Moonshot ostrzega, że jakość może stać się niestabilna, gdy harness usuwa tę historię albo przełącza sesję na K3 w trakcie pracy.

Claude Fable 5

Fable korzysta z adaptacyjnego myślenia przy każdym żądaniu i nie pozwala go wyłączyć. Programista może kontrolować całkowitą głębokość i zużycie tokenów za pomocą poziomów:

low
medium
high
xhigh
max

Domyślnym poziomem jest high. Anthropic zaleca:

• low do rutynowej pracy o dużej skali lub dla podagentów;
• medium jako kompromis między kosztem a możliwościami;
• high do trudnego kodowania i rozumowania;
• xhigh do długotrwałej pracy agentowej;
• max do najtrudniejszych zadań wrażliwych na maksymalne możliwości.

Jest to istotna przewaga produkcyjna. Zespół może korzystać z jednego endpointu Fable zarówno dla rutynowych podagentów, jak i dla zadań klasy frontier, dynamicznie zmieniając wysiłek bez przełączania modelu.

Narzędzia i ekosystem agentowy

Kimi K3 i Kimi Code

Kimi Code potrafi:

• czytać i edytować pliki;
• wykonywać polecenia powłoki;
• przeszukiwać bazę kodu;
• pobierać strony internetowe;
• używać narzędzi;
• uruchamiać podagentów do pracy równoległej.

Kimi API obsługuje:

• function calling;
• tool_choice;
• dynamiczne ładowanie narzędzi;
• ustrukturyzowane wyjście przez JSON Schema;
• streaming;
• automatyczne buforowanie kontekstu;
• częściowe uzupełnianie;
• zgodność z OpenAI SDK.

Zgodność API z OpenAI jest dużą zaletą praktyczną. Istniejąca aplikacja może często przetestować Kimi, zmieniając klucz API, bazowy URL i nazwę modelu, bez przepisywania całej warstwy klienta.

Moonshot ostrzega jednak, że oficjalna funkcja wyszukiwania internetowego była aktualizowana w dniu weryfikacji i nie była zalecana do krótkoterminowego użycia produkcyjnego.

Claude Fable 5 i Claude Code

Platforma Claude oferuje obecnie szerszy, dobrze udokumentowany zestaw narzędzi produkcyjnych i mechanizmów zarządzania kontekstem:

• Claude Code;
• wykonywanie kodu;
• web search i web fetch;
• pamięć;
• programowe wywoływanie narzędzi;
• budżety zadań;
• kompresję;
• edycję kontekstu i czyszczenie wyników narzędzi;
• ścisłe używanie narzędzi;
• obsługę MCP;
• fallback po stronie serwera;
• wzorce Managed Agents i orkiestracji.

Claude Code udostępnia również przepływy wieloagentowe. Tryb ultracode nie jest osobnym poziomem wysiłku API. Anthropic opisuje go jako xhigh połączone ze stałym uprawnieniem Claude Code do uruchamiania przepływów wieloagentowych.

Dla zespołów potrzebujących dojrzałej, udokumentowanej platformy agentowej, a nie wyłącznie mocnego endpointu modelu, Claude ma obecnie przewagę.

Kontekst, cache i multimodalność

Oba modele obsługują około miliona tokenów kontekstu.

Pozwala to zmieścić:

• duży snapshot repozytorium;
• setki stron dokumentacji;
• długą historię agenta;
• wiele raportów i zestawów danych;
• obszerną kolekcję wyników narzędzi.

Nie należy zakładać, że którykolwiek model wykorzysta cały kontekst idealnie. Trafność wyszukiwania informacji, utrzymywanie instrukcji i odporność na sprzeczne dane trzeba przetestować na prawdziwym obciążeniu.

Kimi

Kimi zapewnia automatyczne buforowanie prefiksów. Programista nie musi tworzyć identyfikatora cache ani ręcznie ustawiać TTL. Zachowanie niezmienionego długiego prefiksu pozwala kolejnym żądaniom automatycznie próbować trafić w pamięć podręczną.

Oficjalna cena tokena wejściowego przy cache hit wynosi 0,30 USD za milion.

Kimi obsługuje bezpośrednie wejście obrazów i wideo. Jest dzięki temu szczególnie użyteczny do:

• poprawiania frontendu na podstawie screenshotów;
• analizy wideo;
• wizualnego QA;
• pętli informacji zwrotnej w tworzeniu gier;
• przeglądania animacji i motion designu.

Fable

Fable obsługuje prompt caching przez automatyczne albo jawne sterowanie pamięcią podręczną. Oficjalne ceny wynoszą:

• 12,50 USD za milion tokenów dla zapisu cache na pięć minut;
• 20 USD za milion dla zapisu na godzinę;
• 1 USD za milion dla odczytu z cache.

Fable przyjmuje tekst i obrazy. Anthropic nie wymienia bezpośredniego wejścia wideo. Przepływy wideo wymagają więc zazwyczaj wydzielenia klatek, transkrypcji lub innej warstwy wstępnego przetwarzania.

Ceny API

Kategoria tokenów	Kimi K3	Claude Fable 5
Wejście bez cache	3 USD / 1M	10 USD / 1M
Odczyt wejścia z cache	0,30 USD / 1M	1 USD / 1M
Zapis cache na pięć minut	Automatyczne buforowanie; brak oddzielnej ceny zapisu K3	12,50 USD / 1M
Zapis cache na godzinę	Brak wymienionego odpowiednika ręcznego poziomu	20 USD / 1M
Wyjście	15 USD / 1M	50 USD / 1M
Wejście Batch	Nieujęte w tym porównaniu	5 USD / 1M
Wyjście Batch	Nieujęte w tym porównaniu	25 USD / 1M

Według cen katalogowych Kimi jest o 70% tańszy zarówno dla wejścia bez cache, jak i dla wyjścia.

Przykład kosztu 1: zadanie na repozytorium

Założenia:

• 100 000 tokenów wejściowych bez cache;
• 10 000 tokenów wyjściowych.

Model	Wejście	Wyjście	Razem
Kimi K3	0,30 USD	0,15 USD	0,45 USD
Claude Fable 5	1,00 USD	0,50 USD	1,50 USD

Kimi jest w tym przykładzie o 70% tańszy.

Przykład kosztu 2: duży powtarzany kontekst z cache hit

Założenia:

• 500 000 tokenów wejściowych z cache;
• 20 000 tokenów wyjściowych;
• koszt zapisu cache pominięty, ponieważ zależy od cyklu życia i liczby ponownych użyć.

Model	Wejście z cache	Wyjście	Razem
Kimi K3	0,15 USD	0,30 USD	0,45 USD
Claude Fable 5	0,50 USD	1,00 USD	1,50 USD

Ponownie Kimi jest o 70% tańszy według stawek odczytu i wyjścia.

Cena tokena nie jest kosztem rozwiązanego zadania

Artificial Analysis zaobserwował, że Kimi wygenerował około 130 milionów tokenów wyjściowych podczas ewaluacji Intelligence Index, podczas gdy Fable wygenerował około 87 milionów.

Nie oznacza to, że Kimi zawsze zużyje w produkcji o 49% więcej tokenów. Oznacza jednak, że realistyczna ocena kosztu powinna mierzyć:

• wszystkie tokeny wejściowe;
• współczynnik cache hit;
• tokeny rozumowania i odpowiedzi;
• ponowienia;
• wywołania narzędzi;
• nieudane uruchomienia;
• czas weryfikacji przez człowieka;
• odsetek poprawnie ukończonych zadań.

Model kosztujący jedną trzecią ceny za token nie musi kosztować jednej trzeciej za zaakceptowany rezultat, jeżeli potrzebuje dłuższych trajektorii lub większej liczby prób.

Otwarte wagi i samodzielny hosting

Planowana publikacja wag Kimi jest jedną z największych strategicznych różnic między modelami.

Moonshot zapowiedział opublikowanie pełnych wag K3 do 27 lipca 2026 roku. W dniu weryfikacji artykułu wagi, finalna licencja i pełny raport techniczny nie były jeszcze publicznie dostępne.

Ich późniejsze udostępnienie może pozwolić organizacjom:

• analizować i modyfikować model;
• uruchamiać go w kontrolowanej infrastrukturze;
• uniknąć trwałej zależności od jednego dostawcy API;
• dostrajać lub kwantyzować model;
• integrować go z prywatnymi systemami inferencji.

„Otwarte wagi” nie oznaczają jednak „łatwy do uruchomienia”.

Moonshot zaleca superwęzły z 64 lub większą liczbą akceleratorów. Rzadki model o 2,8 biliona parametrów pozostaje ogromnym projektem infrastrukturalnym, nawet jeżeli dla każdego tokena aktywna jest tylko część sieci.

Dla większości firm Kimi pozostanie produktem API. Opcja otwartych wag ma większe znaczenie dla hyperscalerów, krajowych dostawców infrastruktury, dużych laboratoriów AI i organizacji posiadających specjalistyczny sprzęt inferencyjny.

Fable jest całkowicie zamknięty. Anthropic nie ujawnił liczby parametrów ani architektury i nie oferuje możliwości samodzielnego hostingu.

Bezpieczeństwo, odmowy i retencja danych

Claude Fable 5

Fable zawiera klasyfikatory bezpieczeństwa dla wrażliwych obszarów, takich jak cyberbezpieczeństwo i biologia. Anthropic podaje, że uruchamiają się średnio w mniej niż 5% sesji, ale przyznaje również, że mogą zatrzymywać nieszkodliwe żądania.

Gdy żądanie zostanie odrzucone:

• API może zwrócić HTTP 200 z stop_reason: "refusal";
• odpowiedź wskazuje użyty klasyfikator;
• aplikacja może ponowić żądanie przez fallback po stronie serwera, klienta albo ręcznie;
• skonfigurowany fallback może użyć Claude Opus 4.8;
• żądanie odrzucone przed wygenerowaniem odpowiedzi nie jest rozliczane;
• Anthropic zapewnia mechanizm kredytu fallbackowego, aby nie płacić podwójnie za koszt przełączenia pamięci podręcznej promptu.

Taka architektura jest bezpieczniejsza dla szerokiego wdrożenia publicznego, ale może zmniejszać powtarzalność. Dwa podobne zadania programistyczne mogą zostać obsłużone przez różne modele bazowe, jeśli jedno z nich uruchomi klasyfikator.

Fable wymaga 30-dniowej retencji danych i nie jest dostępny w ramach Zero Data Retention. Może to być decydujące ograniczenie w obciążeniach regulowanych lub wysoce poufnych.

Kimi K3

Kimi nie dokumentuje w API K3 równoważnego automatycznego fallbacku do innego modelu.

Moonshot opisuje natomiast dwa praktyczne ograniczenia zachowania:

1. Wrażliwość na historię rozumowania. Gdy agent nie zachowuje pełnego komunikatu asystenta albo zmienia model w trakcie sesji, jakość może stać się niestabilna.
2. Nadmierna proaktywność. K3 może podejmować nieoczekiwane decyzje przy niejednoznacznych instrukcjach, ponieważ został wytrenowany do autonomicznego realizowania długich i trudnych zadań.

Moonshot zaleca jawne ograniczenia w system prompt lub pliku AGENTS.md, gdy agent musi działać w ściśle określonych granicach.

Przetwarzanie danych przez Kimi należy oceniać dla konkretnego produktu i umowy. Zespół wysyłający informacje poufne powinien uzyskać pisemne warunki dotyczące retencji, używania danych do trenowania, lokalizacji danych, usuwania oraz obsługi incydentów.

Który model wybrać?

Wybierz Kimi K3, gdy:

• koszt API jest jednym z głównych ograniczeń;
• musisz uruchamiać wiele długich eksperymentów lub ponowień;
• obciążenie korzysta z bardzo dużego kontekstu;
• agent pracuje ze screenshotami lub wideo;
• kluczowe są frontend, tworzenie gier lub iteracja wizualna;
• korzystasz już z klienta zgodnego z OpenAI;
• przyszły dostęp do otwartych wag ma znaczenie;
• możesz weryfikować zachowanie agenta testami i sandboxem;
• akceptujesz młodszy ekosystem.

Wybierz Claude Fable 5, gdy:

• maksymalna ogólna jakość jest ważniejsza niż cena tokena;
• głównym obciążeniem są trudne zadania na poziomie repozytorium;
• wykonywanie instrukcji i osąd muszą pozostać mocne w długich sesjach;
• Twój zespół używa już Claude Code;
• potrzebujesz dojrzałego zarządzania kontekstem i narzędzi agentowych;
• ważna jest dostępność wielochmurowa;
• chcesz dynamicznie zmieniać wysiłek od low do max;
• fallback bezpieczeństwa jest akceptowalny lub pożądany;
• 30-dniowa retencja danych nie blokuje projektu.

Używaj obu, gdy:

Hybrydowy routing może być najlepszą decyzją inżynierską.

Kimi może obsługiwać:

• pierwsze próby implementacji;
• wizualną pracę nad frontendem;
• szeroką eksplorację repozytorium;
• generowanie kodu na dużą skalę;
• wstępne przetwarzanie długiego kontekstu;
• równoległe warianty rozwiązania.

Fable może obsługiwać:

• końcowy przegląd architektury;
• eskalację trudnych błędów;
• weryfikację ryzykownych zmian;
• złożone migracje;
• pracę wrażliwą na wykonywanie instrukcji;
• najtrudniejsze zadania o długim horyzoncie.

Takie podejście wykorzystuje przewagę cenową Kimi bez traktowania go jako uniwersalnego zamiennika Fable.

Werdykt

Claude Fable 5 jest mocniejszym modelem ogólnym do kodowania i pracy agentowej.

Prowadzi w niezależnym Artificial Analysis Intelligence Index, minimalnie wygrywa Vals Index, znajduje się na szczycie szerokich rankingów tekstowych i wykonywania instrukcji oraz wygrywa więcej ogólnych benchmarków agentowych opublikowanych przez Moonshot. Kontrola rozumowania, ekosystem Claude Code, zarządzanie kontekstem i dostępność wielochmurowa czynią go bezpieczniejszym wyborem domyślnym dla zespołów stawiających możliwości i dojrzałość operacyjną ponad cenę.

Kimi K3 oferuje jednak lepszą relację wartości do ceny.

Osiąga wyniki bliskie klasie frontier za około 30% standardowej ceny tokenów Fable, prowadzi w kilku benchmarkach kodowania i automatyzacji, przyjmuje bezpośrednio wideo, integruje się przez OpenAI SDK i może wkrótce udostępnić pełne wagi do pobrania. Jest szczególnie interesujący dla kodowania wizualnego, długich eksperymentów, wielkich kontekstów i obciążeń, w których cena Fable ograniczałaby liczbę iteracji.

Uczciwy wniosek brzmi:

Wybierz Claude Fable 5, aby uzyskać najwyższe prawdopodobieństwo sukcesu w najtrudniejszych zadaniach inżynierskich wymagających precyzyjnego wykonywania instrukcji. Wybierz Kimi K3, gdy potrzebujesz możliwości klasy frontier za znacznie niższą cenę i możesz zrekompensować ryzyko ewaluacją, sandboxem oraz silniejszymi kontrolami przepływu pracy.

Nie wybieraj żadnego modelu na podstawie jednego wiersza rankingu. Przetestuj oba na prywatnym zestawie ewaluacyjnym zbudowanym z prawdziwych problemów repozytorium, oczekiwanych wywołań narzędzi, ograniczeń bezpieczeństwa i akceptowalnego kosztu ukończonego zadania.

Źródła

• Moonshot AI, Kimi K3: Open Frontier Intelligence
• Kimi API Platform, Kimi K3: szybki start i funkcje API
• Kimi API Platform, cennik Kimi K3
• Moonshot AI, Kimi Code
• Anthropic, Claude Fable 5 i Claude Mythos 5
• Claude Platform Docs, wprowadzenie do Claude Fable 5 i Claude Mythos 5
• Claude Platform Docs, sterowanie wysiłkiem
• Claude Platform Docs, cennik API
• Claude Platform Docs, buforowanie promptów
• Anthropic, karta systemowa Claude Fable 5 i Claude Mythos 5
• Artificial Analysis, ewaluacja Kimi K3
• Artificial Analysis, ewaluacja Claude Fable 5
• Vals AI, Vals Index
• Arena, ranking WebDev
• Arena, ranking tekstowy