Kimi K3 vs. Claude Fable 5: Welches KI-Modell eignet sich besser zum Programmieren und für agentische Aufgaben?

Kimi K3 und Claude Fable 5 wurden für dieselbe schwierige Arbeitskategorie entwickelt: große Codebasen, lang laufende Agenten, komplexe Recherche, stark werkzeuggestützte Workflows und Aufgaben, die sich nicht zuverlässig mit einer einzigen kurzen Antwort lösen lassen.

Sie verfolgen dieses Ziel jedoch mit sehr unterschiedlichen Produktstrategien.

Anthropic bietet Claude Fable 5 als sein leistungsfähigstes breit verfügbares Modell an. Es ist proprietär, teuer, über mehrere große Cloud-Plattformen verfügbar und von einem ausgereiften Agenten-Ökosystem rund um Claude Code umgeben. Sein adaptives Reasoning ist stets aktiviert, und Anthropic positioniert das Modell für besonders anspruchsvolle Programmier- und Wissensaufgaben.

Moonshot AI stellt dem Kimi K3 gegenüber: ein Mixture-of-Experts-Modell mit 2,8 Billionen Parametern, einem Kontextfenster von einer Million Token, nativer Bild- und Videoverarbeitung, einer OpenAI-kompatiblen API und Preisen, die deutlich unter denen von Fable 5 liegen. Moonshot hat außerdem angekündigt, die vollständigen Modellgewichte bis zum 27. Juli 2026 zu veröffentlichen.

Die wichtigste Aussage lautet nicht, dass ein Modell alles gewinnt.

Claude Fable 5 bleibt insgesamt das stärkere Modell und die sicherere Standardwahl, wenn maximale Qualität, ausgereifte Werkzeuge und vorhersehbares Verhalten bei lang laufenden Aufgaben entscheidend sind. Kimi K3 ist die disruptivere Wahl, wenn Kosten, langer Kontext, visuelles Programmieren, API-Kompatibilität und künftige Kontrolle über die Modellgewichte wichtiger sind.

Schneller Vergleich

Kategorie	Kimi K3	Claude Fable 5
Entwickler	Moonshot AI	Anthropic
API-Modell-ID	kimi-k3	claude-fable-5
Öffentliche Veröffentlichung	Juli 2026	9. Juni 2026; Zugriff am 1. Juli wiederhergestellt
Modellgröße	2,8 Billionen Parameter	Nicht offengelegt
Architektur	MoE, KDA, AttnRes, Stable LatentMoE	Nicht offengelegt
Aktive Experten	16 von 896	Nicht offengelegt
Kontextfenster	1 Million Token	1 Million Token
Maximale Ausgabe	Standardmäßig bzw. je nach API-Konfiguration ungefähr 131.000 Token	Bis zu 128.000 Token
Texteingabe	Ja	Ja
Bildeingabe	Ja	Ja
Videoeingabe	Ja	Keine direkte Video-Modalität aufgeführt
Ausgabe	Text	Text
Reasoning	Immer aktiv; derzeit nur max	Immer aktives adaptives Denken; low, medium, high, xhigh, max
Standardpreis Eingabe	3 USD / 1 Mio. Token	10 USD / 1 Mio. Token
Preis gecachte Eingabe	0,30 USD / 1 Mio. Token	1 USD / 1 Mio. Token
Preis Ausgabe	15 USD / 1 Mio. Token	50 USD / 1 Mio. Token
Batch-Preis	Hier nicht verglichen	5 USD Eingabe / 25 USD Ausgabe pro 1 Mio.
Tool Calling	Ja	Ja
Strukturierte Ausgabe	Ja	Ja
Eigener Coding-Agent	Kimi Code	Claude Code
API-Stil	OpenAI-kompatible Chat Completions	Anthropic Messages API
Öffentliche Gewichte	Angekündigt, bei Überprüfung noch nicht veröffentlicht	Nein
Self-Hosting	Geplant, aber extrem hardwareintensiv	Nein
Datenspeicherung	Abhängig von Kimi-Produkt und Vertrag	30 Tage für Fable; kein ZDR
Sicherheits-Fallback	Kein gleichwertiger Modell-Fallback dokumentiert	Kann auf Claude Opus 4.8 zurückfallen

Die Tabelle spiegelt die am 17. Juli 2026 verfügbare offizielle Produktdokumentation wider. Funktionen mit ähnlichen Namen können sich unterschiedlich verhalten, und Benchmark-Ergebnisse sind zwischen verschiedenen Agenten-Harnesses nicht ohne Weiteres austauschbar.

Was ist Kimi K3?

Kimi K3 ist das bislang leistungsfähigste Modell von Moonshot AI. Es umfasst 2,8 Billionen Parameter und nutzt eine dünn aktivierte Mixture-of-Experts-Architektur. Nach Angaben von Moonshot aktiviert das Modell bei der Inferenz 16 von 896 Experten, anstatt für jedes Token das gesamte Netzwerk einzusetzen.

Seine Architektur kombiniert mehrere von Moonshot entwickelte Technologien:

• Kimi Delta Attention, das die Effizienz der Attention bei langen Sequenzen verbessern soll;
• Attention Residuals, die Repräsentationen selektiv über verschiedene Modelltiefen abrufen;
• Stable LatentMoE, das zur Skalierung des spärlichen Experten-Routings dient;
• quantisierungsbewusstes Training mit MXFP4-Gewichten und MXFP8-Aktivierungen.

Moonshot zufolge ermöglichen diese Änderungen ungefähr die 2,5-fache Skalierungseffizienz von Kimi K2. Diese Angabe stammt vom Hersteller und sollte bis zur Veröffentlichung des vollständigen technischen Berichts und reproduzierbarer Implementierungsdetails entsprechend eingeordnet werden.

K3 wurde entwickelt für:

• lang laufende Softwareentwicklungsaufgaben;
• Navigation und Änderungen in sehr großen Repositorys;
• Orchestrierung von Terminal und Tools;
• visuelle Entwicklung anhand von Screenshots;
• Frontend-, Spieleentwicklungs- und CAD-Workflows;
• Recherche, die Literatur, Code und Daten kombiniert;
• Analyse von Dokumenten, Bildern und Videos;
• Multi-Agenten-Wissensarbeit.

Das Modell ist über Kimi, Kimi Work, Kimi Code und die Kimi API verfügbar.

Was ist Claude Fable 5?

Claude Fable 5 ist das leistungsfähigste breit veröffentlichte Modell von Anthropic. Anthropic beschreibt es als Modell der Mythos-Klasse für anspruchsvolles Reasoning, Softwareentwicklung und lang laufende agentische Arbeit.

Fable 5 und das nur eingeschränkt verfügbare Claude Mythos 5 besitzen dieselben grundlegenden Fähigkeiten und dieselbe Preisstruktur. Der wesentliche Unterschied besteht darin, dass Fable produktive Sicherheitsklassifikatoren enthält. Löst eine Anfrage einen dieser Klassifikatoren aus, kann die API eine Ablehnung zurückgeben oder die Aufgabe bei eingerichtetem Fallback an Claude Opus 4.8 weiterleiten.

Claude Fable 5 unterstützt:

• ein Kontextfenster von einer Million Token;
• bis zu 128.000 Ausgabe-Token;
• Text- und Bildeingaben;
• stets aktives adaptives Denken;
• Aufwandssteuerung von low bis max;
• Tool-Nutzung und programmatische Tool-Aufrufe;
• Codeausführung;
• Speicher;
• Aufgabenbudgets;
• Kontextbearbeitung und -kompaktierung;
• Bildverarbeitung;
• server- und clientseitige Fallback-Behandlung.

Es ist über die Claude API, Amazon Bedrock, Claude Platform on AWS, Google Cloud und Microsoft Foundry verfügbar.

Benchmark-Warnung: Der Agenten-Harness ist Teil des Ergebnisses

Ein Coding-Benchmark-Ergebnis entsteht nicht allein durch das Modell.

Das Endergebnis hängt ebenfalls ab von:

• dem Coding-Agenten oder Harness;
• den für das Modell verfügbaren Tools;
• der Auswahl des Repository-Kontexts;
• der Frage, ob frühere Reasoning-Blöcke erhalten bleiben;
• Zeit- und Token-Budget;
• Wiederholungsregeln;
• Fallback-Verhalten;
• Anzahl der Evaluationsläufe;
• Bewerter und Testumgebung.

Moonshots Starttabelle für K3 mischt Ergebnisse, die mit Kimi Code, Claude Code, Codex, Terminus und weiteren offiziellen Benchmark-Harnesses erzielt wurden. Moonshot dokumentiert diese Unterschiede, dennoch ist die Tabelle kein vollständig kontrollierter Vergleich ausschließlich der Modelle.

Bei Fable kommt eine weitere Komplikation hinzu: Manche veröffentlichten Ergebnisse können einen möglichen Fallback auf Claude Opus 4.8 enthalten, wenn ein Sicherheitsklassifikator eine Anfrage ablehnt. In solchen Fällen wird praktisch Fable zusammen mit seiner Fallback-Richtlinie gemessen, nicht zwingend ausschließlich Fable.

Die richtige Interpretation lautet daher:

Benchmark-Ergebnisse zeigen, wie eine Modell-und-Agent-Konfiguration unter einer angegebenen Methodik abgeschnitten hat. Sie garantieren nicht, dass dasselbe Modell in Ihrem Repository, Ihrer Toolchain oder Ihrer Sicherheitsumgebung dasselbe Ergebnis erzielt.

Unabhängige Gesamtbewertungen

Unabhängige Evaluierungen ordnen Fable derzeit insgesamt etwas höher ein. Kimi liegt jedoch nah genug, um als glaubwürdiger Frontier-Konkurrent zu gelten.

Evaluierung	Kimi K3	Claude Fable 5	Führend
Artificial Analysis Intelligence Index	57	60	Fable
Vals Index	74,7 %	75,1 %	Fable
Arena Text Overall, Stand 16. Juli	Unter Fable	Rang 1	Fable
Arena Instruction Following, Stand 16. Juli	Unter Fable	Rang 1	Fable
Arena WebDev Overall, Stand 16. Juli	Vorläufig Rang 1	Knapp dahinter	Kimi

Artificial Analysis berichtet außerdem, dass Kimi während der gesamten Intelligence-Index-Evaluierung ungefähr 130 Millionen Ausgabe-Token erzeugte, gegenüber ungefähr 87 Millionen bei Fable. Das ist relevant, weil Kimis niedrigerer Preis pro Token teilweise ausgeglichen werden kann, wenn das Modell für dieselbe Aufgabenklasse deutlich mehr Token benötigt.

Der Vals Index ist besonders bemerkenswert, weil der Unterschied nur etwa vier Zehntel Prozentpunkte beträgt. Das deutet darauf hin, dass Kimi nicht bloß eine günstige Alternative ist. Bei einigen wirtschaftlich relevanten Finanz- und Coding-Aufgaben arbeitet es sehr nahe an Fable.

Die Arena-Ergebnisse zeigen eine nützliche Aufteilung. Fable schneidet bei breiten Textpräferenz- und Instruction-Following-Bewertungen besser ab, während Kimi in einer vorläufigen Momentaufnahme vom 16. Juli die Spitze der WebDev-Rangliste erreichte. Das unterstützt ein Muster, das auch in den Herstellerergebnissen zu erkennen ist: Fable ist insgesamt gleichmäßiger stark, während Kimi in visuellen und implementierungsintensiven Entwicklungsworkflows außergewöhnlich sein kann.

Coding-Benchmarks

Moonshot veröffentlichte in den Startmaterialien zu Kimi K3 den folgenden direkten Vergleich. Alle Modelle wurden mit der jeweils höchsten angegebenen Reasoning-Stufe ausgeführt, die Harnesses unterschieden sich jedoch je nach Benchmark.

Coding-Benchmark	Kimi K3	Claude Fable 5	Führend
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, intern	72,9	76,9	Fable

Das Ergebnis ist nicht einseitig.

Wo Fable stärker wirkt

Fable führt bei:

• DeepSWE, das sich auf schwierige Softwareaufgaben auf Repository-Ebene konzentriert;
• FrontierSWE, mit einem Vorsprung von mehr als fünf Punkten;
• PostTrain Bench;
• MLS Bench;
• Moonshots internem Kimi Code Bench 2.0.

Das Ergebnis des internen Kimi Code Bench ist besonders interessant, weil Moonshot Fable auf einem Benchmark vorne sieht, der vom Kimi-Team entwickelt wurde. Es spricht dagegen, die Startmaterialien als reine Marketingtabelle zu interpretieren, in der K3 jede Zeile gewinnen sollte.

Anthropic berichtet separat über sehr starke Resultate von Fable bei SWE-bench Pro und Terminal-Bench. In seiner Starttabelle nennt Anthropic 80,3 % bei SWE-bench Pro und 88,0 % bei Terminal-Bench 2.1. Diese Werte sollten wegen unterschiedlicher Methoden nicht direkt mit Moonshots Tabelle zusammengeführt werden. Sie stützen jedoch die Schlussfolgerung, dass Fable ein außergewöhnlich leistungsfähiger Repository- und Terminal-Agent ist.

Wo Kimi stärker wirkt

Kimi führt bei:

• Terminal-Bench 2.1 in Moonshots Vergleich;
• ProgramBench mit knappem Vorsprung;
• SWE Marathon mit sieben Punkten Vorsprung.

SWE Marathon ist relevant, weil es anhaltende Softwareentwicklungsarbeit und nicht nur einen einzelnen Patch abbilden soll. Kimis Vorsprung passt zu Moonshots Positionierung von K3 als Modell für lange, schwierige Arbeitsverläufe.

Moonshot berichtet außerdem, dass K3 in einem 24-stündigen Test zur Optimierung von GPU-Kernels konkurrenzfähig mit Fable abschnitt. Die Aufgabe umfasste Profiling, Umschreiben und Benchmarking von Kernels über mehrere Architekturen und Hardwareziele hinweg. Dabei handelte es sich um eine vom Hersteller entwickelte Fallstudie, nicht um eine unabhängige öffentliche Rangliste. Sie zeigt jedoch die Art lang laufender Engineering-Arbeit, für die K3 entwickelt wurde.

Was die Coding-Ergebnisse praktisch bedeuten

Fable wirkt verlässlicher, wenn es um Folgendes geht:

• ein schwieriges Problem auf Repository-Ebene;
• ein breites Refactoring mit vielen verborgenen Einschränkungen;
• eine Migration, die sorgfältige Prüfung erfordert;
• ein langes Projekt, bei dem Anweisungsbefolgung und Urteilsvermögen wichtiger sind als reiner Durchsatz;
• Arbeit, die bereits in Claude Code eingebettet ist.

Kimi ist besonders attraktiv, wenn eine Aufgabe:

• stark terminalorientiert und iterativ ist;
• visuell anhand von Screenshots bewertet wird;
• Frontend-, Spiele- oder CAD-Entwicklung betrifft;
• ein langes Experiment mit vielen Wiederholungen darstellt;
• zu teuer wäre, um es mehrfach mit Fable auszuführen;
• über eine vorhandene OpenAI-kompatible Integration erledigt wird.

Agentische und wissensbasierte Benchmarks

Dieselbe Moonshot-Tabelle ergibt für breitere agentische Arbeit ein gemischtes, insgesamt aber eher Fable-freundliches Bild.

Agenten-Benchmark	Kimi K3	Claude Fable 5	Führend
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	Praktisch gleichauf

Fable gewinnt mehr Zeilen, besonders bei professioneller Arbeit, die durch GDPval-AA, JobBench, AA-Briefcase und APEX-Agents repräsentiert wird.

Kimi schneidet bei BrowseComp und AutomationBench sehr gut ab. BrowseComp misst schwierige Informationsrecherche, bei der Agenten suchen, Belege kombinieren und lange Explorationsketten durchhalten müssen. Kimis Ergebnis passt zu Moonshots Demonstrationen großer Recherche-Workflows mit Tausenden Suchvorgängen und Dokumentoperationen.

Die Gesamtschlussfolgerung lautet:

Fable besitzt das stärkere allgemeine Agentenprofil. Kimi ist äußerst konkurrenzfähig und kann bei suchintensiven, automatisierungsorientierten und implementierungsnahen Workflows führen.

Steuerung des Reasoning-Aufwands

Beide Modelle führen bei jeder Anfrage Reasoning aus, Fable bietet Entwicklern jedoch deutlich mehr Kontrolle.

Kimi K3

Kimi K3 unterstützt derzeit:

reasoning_effort="max"

Das Denken ist immer aktiviert. Moonshot zufolge sollen später low und high hinzukommen, zum Zeitpunkt der Überprüfung waren diese Stufen jedoch nicht verfügbar.

Das vereinfacht die Konfiguration von K3 für schwierige Arbeit, ist bei Routineaufgaben aber ineffizient. Selbst eine kurze Extraktions- oder Klassifizierungsanfrage kann das Verhalten eines Modells mit maximalem Reasoning-Aufwand erhalten.

K3 verlangt außerdem, dass bei mehrstufigen Konversationen die vollständige Assistenznachricht einschließlich der Reasoning-bezogenen Felder zurückgegeben wird. Moonshot warnt, dass die Qualität instabil werden kann, wenn ein Harness diese Historie entfernt oder mitten in einer Sitzung zu K3 wechselt.

Claude Fable 5

Fable nutzt bei jeder Anfrage adaptives Denken, das nicht abgeschaltet werden kann. Entwickler können Tiefe und Token-Verbrauch über folgende Stufen steuern:

low
medium
high
xhigh
max

Standard ist high. Anthropic empfiehlt:

• low für routinemäßige, großvolumige Aufgaben oder Subagenten;
• medium als Ausgleich zwischen Kosten und Leistungsfähigkeit;
• high für schwieriges Coding und Reasoning;
• xhigh für lang laufende agentische Arbeit;
• max für die härtesten, stark von maximaler Leistungsfähigkeit abhängigen Aufgaben.

Dies ist ein wesentlicher Produktionsvorteil. Ein Team kann denselben Fable-Endpunkt für routinemäßige Subagenten und Frontier-Aufgaben verwenden und den Aufwand dynamisch verändern, ohne das Modell zu wechseln.

Tools und Agenten-Ökosysteme

Kimi K3 und Kimi Code

Kimi Code kann:

• Dateien lesen und bearbeiten;
• Shell-Befehle ausführen;
• eine Codebasis durchsuchen;
• Webseiten abrufen;
• Tools verwenden;
• Subagenten für parallele Arbeit starten.

Die Kimi API unterstützt:

• Function Calling;
• tool_choice;
• dynamisches Laden von Tools;
• strukturierte Ausgabe per JSON Schema;
• Streaming;
• automatisches Kontext-Caching;
• Partial Completion;
• Kompatibilität mit dem OpenAI SDK.

Die OpenAI-kompatible API ist ein großer praktischer Vorteil. Bestehende Anwendungen können Kimi oft testen, indem lediglich API-Schlüssel, Basis-URL und Modellname geändert werden, statt die gesamte Client-Schicht neu zu schreiben.

Moonshot warnt allerdings, dass seine offizielle Websuche zum Zeitpunkt der Überprüfung aktualisiert wurde und kurzfristig nicht für den Produktionseinsatz empfohlen war.

Claude Fable 5 und Claude Code

Claudes Plattform bietet derzeit ein breiteres, dokumentiertes Set produktiver Tools und Kontextverwaltungsfunktionen:

• Claude Code;
• Codeausführung;
• Websuche und Web Fetch;
• Speicher;
• programmatische Tool-Aufrufe;
• Aufgabenbudgets;
• Kompaktierung;
• Kontextbearbeitung und Löschen von Tool-Ergebnissen;
• strikte Tool-Nutzung;
• MCP-Unterstützung;
• serverseitiger Fallback;
• Muster für Managed Agents und Orchestrierung.

Claude Code bietet zudem Multi-Agenten-Workflows. Der Modus ultracode ist keine eigenständige API-Aufwandsstufe. Anthropic beschreibt ihn als xhigh zusammen mit einer dauerhaften Erlaubnis für Claude Code, Multi-Agenten-Workflows zu starten.

Für Teams, die eine ausgereifte, dokumentierte Agenten-Plattform und nicht nur einen leistungsfähigen Modell-Endpunkt benötigen, hat Claude derzeit die Nase vorn.

Kontext, Caching und Multimodalität

Beide Modelle unterstützen ungefähr eine Million Token Kontext.

Das reicht für:

• einen großen Repository-Snapshot;
• Hunderte Seiten Dokumentation;
• eine lange Agenten-Historie;
• mehrere Berichte und Datensätze;
• eine große Sammlung von Tool-Ergebnissen.

Es sollte nicht angenommen werden, dass eines der Modelle den gesamten Kontext perfekt nutzt. Retrieval-Genauigkeit, Erhalt von Anweisungen und Widerstandsfähigkeit gegen widersprüchliche Informationen müssen am tatsächlichen Workload getestet werden.

Kimi

Kimi bietet automatisches Präfix-Caching. Entwickler müssen weder eine Cache-ID anlegen noch manuell eine TTL einstellen. Bleibt ein langer Präfix unverändert, können spätere Anfragen automatisch versuchen, einen Cache-Treffer zu erzielen.

Der offizielle API-Preis für einen Eingabe-Token mit Cache-Treffer beträgt 0,30 US-Dollar pro Million.

Kimi unterstützt direkte Bild- und Videoeingaben. Dadurch eignet es sich besonders für:

• screenshotgestützte Frontend-Korrekturen;
• Videoanalyse;
• visuelle Qualitätssicherung;
• Feedback-Schleifen in der Spieleentwicklung;
• Überprüfung von Animationen und Motion Design.

Fable

Fable unterstützt Prompt Caching mit expliziter oder automatischer Cache-Steuerung. Die offiziellen Preise betragen:

• 12,50 US-Dollar pro Million Token für einen fünfminütigen Cache-Schreibvorgang;
• 20 US-Dollar pro Million für einen einstündigen Cache-Schreibvorgang;
• 1 US-Dollar pro Million für Cache-Lesezugriffe.

Fable akzeptiert Text und Bilder. Anthropic führt keine direkte Videoeingabe für das Modell auf. Video-Workflows benötigen daher üblicherweise extrahierte Einzelbilder, Transkripte oder eine andere Vorverarbeitungsschicht.

API-Preise

Token-Kategorie	Kimi K3	Claude Fable 5
Ungecachte Eingabe	3 USD / 1 Mio.	10 USD / 1 Mio.
Gecachte Eingabe, Lesen	0,30 USD / 1 Mio.	1 USD / 1 Mio.
Fünfminütiger Cache-Schreibvorgang	Automatisches Caching; kein separater K3-Schreibpreis aufgeführt	12,50 USD / 1 Mio.
Einstündiger Cache-Schreibvorgang	Keine entsprechende manuelle Stufe aufgeführt	20 USD / 1 Mio.
Ausgabe	15 USD / 1 Mio.	50 USD / 1 Mio.
Batch-Eingabe	In diesem Vergleich nicht berücksichtigt	5 USD / 1 Mio.
Batch-Ausgabe	In diesem Vergleich nicht berücksichtigt	25 USD / 1 Mio.

Nach Listenpreis ist Kimi sowohl bei ungecachter Eingabe als auch bei Ausgabe um 70 % günstiger.

Kostenbeispiel 1: Repository-Aufgabe

Annahmen:

• 100.000 ungecachte Eingabe-Token;
• 10.000 Ausgabe-Token.

Modell	Eingabe	Ausgabe	Gesamt
Kimi K3	0,30 USD	0,15 USD	0,45 USD
Claude Fable 5	1,00 USD	0,50 USD	1,50 USD

Kimi ist in diesem Beispiel 70 % günstiger.

Kostenbeispiel 2: großer wiederverwendeter Kontext mit Cache-Treffer

Annahmen:

• 500.000 gecachte Eingabe-Token;
• 20.000 Ausgabe-Token;
• Cache-Schreibkosten sind nicht enthalten, da sie von Lebenszyklus und Wiederverwendung abhängen.

Modell	Gecachte Eingabe	Ausgabe	Gesamt
Kimi K3	0,15 USD	0,30 USD	0,45 USD
Claude Fable 5	0,50 USD	1,00 USD	1,50 USD

Auch hier ist Kimi nach den angegebenen Lese- und Ausgabetarifen 70 % günstiger.

Preis pro Token ist nicht gleich Kosten pro gelöster Aufgabe

Artificial Analysis beobachtete, dass Kimi während seiner Intelligence-Index-Evaluierung ungefähr 130 Millionen Ausgabe-Token erzeugte, Fable dagegen ungefähr 87 Millionen.

Das bedeutet nicht, dass Kimi in der Produktion immer 49 % mehr Token benötigt. Es bedeutet jedoch, dass eine realistische Kostenbewertung Folgendes messen sollte:

• gesamte Eingabe-Token;
• Cache-Trefferrate;
• Reasoning- und Ausgabe-Token;
• Wiederholungen;
• Tool-Aufrufe;
• fehlgeschlagene Läufe;
• Zeit für menschliche Überprüfung;
• Erfolgsquote.

Ein Modell, das pro Token nur ein Drittel kostet, muss nicht pro akzeptiertem Ergebnis nur ein Drittel kosten, wenn es längere Verläufe oder mehr Wiederholungen benötigt.

Offene Gewichte und Self-Hosting

Die geplante Veröffentlichung von Kimis Gewichten ist einer der größten strategischen Unterschiede zwischen den Modellen.

Moonshot zufolge sollen die vollständigen K3-Gewichte bis zum 27. Juli 2026 veröffentlicht werden. Zum Zeitpunkt der Überprüfung dieses Artikels waren Gewichte, endgültige Lizenz und vollständiger technischer Bericht noch nicht öffentlich verfügbar.

Eine spätere Veröffentlichung könnte Organisationen ermöglichen:

• das Modell zu untersuchen und zu verändern;
• es in kontrollierter Infrastruktur zu betreiben;
• dauerhafte Abhängigkeit von einem einzelnen API-Anbieter zu vermeiden;
• es zu finetunen oder zu quantisieren;
• es in private Inferenz-Stacks zu integrieren.

„Offene Gewichte“ bedeutet jedoch nicht „einfach zu betreiben“.

Moonshot empfiehlt Supernode-Installationen mit 64 oder mehr Beschleunigern. Ein dünn aktiviertes Modell mit 2,8 Billionen Parametern bleibt ein gewaltiges Infrastrukturprojekt, selbst wenn pro Token nur ein Teil des Netzwerks aktiv ist.

Für die meisten Unternehmen bleibt Kimi ein API-Produkt. Die Open-Weight-Option ist eher für Hyperscaler, nationale Infrastrukturanbieter, große KI-Labore und Organisationen mit spezialisierter Inferenzhardware relevant.

Fable ist vollständig proprietär. Anthropic hat weder Parameterzahl noch Architektur offengelegt und bietet keinen Self-Hosting-Weg an.

Sicherheit, Ablehnungen und Datenspeicherung

Claude Fable 5

Fable enthält Sicherheitsklassifikatoren für sensible Bereiche wie Cybersicherheit und Biologie. Anthropic zufolge lösen sie durchschnittlich in weniger als 5 % der Sitzungen aus, können jedoch auch harmlose Anfragen erfassen.

Wird eine Anfrage abgelehnt:

• kann die API HTTP 200 mit stop_reason: "refusal" zurückgeben;
• identifiziert die Antwort den beteiligten Klassifikator;
• können Anwendungen serverseitig, clientseitig oder manuell einen erneuten Versuch auslösen;
• kann ein konfigurierter Fallback Claude Opus 4.8 verwenden;
• werden Anfragen, die vor der Ausgabeerzeugung abgelehnt werden, nicht berechnet;
• bietet Anthropic einen Fallback-Credit-Mechanismus, damit Kosten für den Wechsel des Prompt-Caches nicht doppelt anfallen.

Diese Architektur ist für breite öffentliche Bereitstellung sicherer, kann jedoch die Reproduzierbarkeit verringern. Zwei scheinbar ähnliche Coding-Aufgaben können von unterschiedlichen zugrunde liegenden Modellen bearbeitet werden, wenn eine davon einen Klassifikator auslöst.

Fable erfordert 30 Tage Datenspeicherung und ist nicht unter Zero Data Retention verfügbar. Für regulierte oder streng vertrauliche Workloads kann das ein entscheidender Nachteil sein.

Kimi K3

Kimi dokumentiert in der K3-API keinen gleichwertigen automatischen Fallback auf ein anderes Modell.

Moonshot dokumentiert jedoch zwei praktische Verhaltenseinschränkungen:

1. Empfindlichkeit gegenüber der Thinking-Historie. Wenn der Agent die vollständige Assistenznachricht nicht erhält oder mitten in einer Sitzung das Modell wechselt, kann die Qualität instabil werden.
2. Übermäßige Proaktivität. K3 kann bei mehrdeutigen Anweisungen unerwartete Entscheidungen treffen, da es darauf trainiert ist, lange und schwierige Aufgaben autonom zu verfolgen.

Moonshot empfiehlt explizite Einschränkungen im System-Prompt oder in AGENTS.md, wenn ein Agent strikte Grenzen einhalten muss.

Die Datenverarbeitung bei Kimi sollte anhand des konkret verwendeten Produkts und Vertrags bewertet werden. Teams, die vertrauliche Informationen verarbeiten, sollten schriftliche Bedingungen zu Aufbewahrung, Trainingsnutzung, Datenstandort, Löschung und Vorfallmanagement einholen.

Welches Modell sollten Sie wählen?

Wählen Sie Kimi K3, wenn:

• API-Kosten eine zentrale Einschränkung darstellen;
• Sie viele lange Experimente oder Wiederholungen ausführen müssen;
• der Workload sehr große Kontexte verwendet;
• der Agent mit Screenshots oder Video arbeitet;
• Frontend, Spieleentwicklung oder visuelle Iteration im Mittelpunkt stehen;
• Sie bereits einen OpenAI-kompatiblen Client verwenden;
• künftiger Zugriff auf offene Gewichte wichtig ist;
• Sie Agentenverhalten mit Tests und Sandboxen prüfen können;
• Sie bereit sind, ein jüngeres Ökosystem zu verwalten.

Wählen Sie Claude Fable 5, wenn:

• maximale allgemeine Leistungsfähigkeit wichtiger ist als der Preis pro Token;
• schwierige Aufgaben auf Repository-Ebene den Haupt-Workload bilden;
• Anweisungsbefolgung und Urteilsvermögen über lange Sitzungen stabil bleiben müssen;
• Ihr Team bereits Claude Code verwendet;
• Sie ausgereifte Kontextverwaltung und Agenten-Tools benötigen;
• Multi-Cloud-Verfügbarkeit wichtig ist;
• Sie den Aufwand dynamisch von low bis max steuern möchten;
• ein Sicherheits-Fallback akzeptabel oder erwünscht ist;
• 30 Tage Datenspeicherung das Projekt nicht blockieren.

Nutzen Sie beide, wenn:

Eine hybride Routing-Strategie kann die beste technische Entscheidung sein.

Kimi kann übernehmen:

• erste Implementierungsversuche;
• visuelle Frontend-Arbeit;
• breite Repository-Erkundung;
• hochvolumige Codegenerierung;
• Vorverarbeitung sehr langer Kontexte;
• parallele Lösungskandidaten.

Fable kann übernehmen:

• abschließende Architekturprüfung;
• Eskalation schwieriger Fehler;
• Verifizierung riskanter Änderungen;
• komplexe Migrationen;
• stark anweisungsabhängige Arbeit;
• die schwierigsten lang laufenden Aufgaben.

Dieser Ansatz nutzt Kimis Preisvorteil, ohne es als universellen Ersatz für Fable zu behandeln.

Fazit

Claude Fable 5 ist insgesamt das stärkere Modell für Coding und agentische Arbeit.

Es führt im unabhängigen Artificial Analysis Intelligence Index, liegt im Vals Index knapp vorne, rangiert an der Spitze breiter Text- und Instruction-Following-Arenen und gewinnt mehr der von Moonshot veröffentlichten allgemeinen Agenten-Benchmarks. Seine Reasoning-Steuerung, das Claude-Code-Ökosystem, Kontextverwaltungsfunktionen und Multi-Cloud-Verfügbarkeit machen es zur sichereren Standardwahl für Teams, die Leistungsfähigkeit und operative Reife priorisieren.

Kimi K3 bietet dagegen das stärkere Preis-Leistungs-Verhältnis.

Es erreicht nahezu Frontier-Leistung zu etwa 30 % von Fables Standardpreis pro Token, führt in mehreren Coding- und Automatisierungs-Benchmarks, unterstützt direkte Videoeingabe, lässt sich über das OpenAI SDK integrieren und könnte bald vollständige herunterladbare Gewichte bieten. Besonders attraktiv ist es für visuelles Coding, lange Experimente, sehr große Kontexte und Workloads, bei denen Fables Preis die Anzahl möglicher Iterationen begrenzen würde.

Die ehrliche Schlussfolgerung lautet:

Wählen Sie Claude Fable 5 für die höchste Erfolgswahrscheinlichkeit bei den schwierigsten, stark anweisungsabhängigen Engineering-Aufgaben. Wählen Sie Kimi K3, wenn Sie Frontier-Leistung zu deutlich niedrigeren Kosten benötigen und die Risiken durch Evaluierung, Sandboxing und strengere Workflow-Kontrollen ausgleichen können.

Wählen Sie keines der Modelle anhand einer einzelnen Ranglistenzeile. Testen Sie beide gegen einen privaten Evaluationssatz, der aus echten Repository-Problemen, erwarteten Tool-Aufrufen, Sicherheitsanforderungen und akzeptablen Kosten pro abgeschlossener Aufgabe besteht.

Quellen

• Moonshot AI, Kimi K3: Open Frontier Intelligence
• Kimi API Platform, Kimi K3: Schnellstart und API-Funktionen
• Kimi API Platform, Preise für Kimi K3
• Moonshot AI, Kimi Code
• Anthropic, Claude Fable 5 und Claude Mythos 5
• Claude Platform Docs, Einführung in Claude Fable 5 und Claude Mythos 5
• Claude Platform Docs, Aufwandssteuerung
• Claude Platform Docs, API-Preise
• Claude Platform Docs, Prompt-Caching
• Anthropic, System Card zu Claude Fable 5 und Claude Mythos 5
• Artificial Analysis, Evaluierung von Kimi K3
• Artificial Analysis, Evaluierung von Claude Fable 5
• Vals AI, Vals Index
• Arena, WebDev-Rangliste
• Arena, Text-Rangliste