كيمي K3.1 Pro مقابل Claude Opus 5.5: نصف التعريفة السعرية، وبفارق 0.7 نقطة في أحد المعايير

Kimi K3.1 Pro وClaude Opus 5.5 من النوع نفسه من النماذج ويُباعان بنصف السعر تمامًا. تكلّف flagship الجديد من Moonshot 2.00 دولار لكل مليون token إدخال و10.00 دولارات لكل مليون token إخراج؛ أما نموذج Anthropic فيكلّف 4.00 دولارات و20.00 دولارًا. كلاهما يقبل مليون token من السياق. وكلاهما يفكّر دائمًا قبل أن يجيب. وفي المعيار الوحيد الذي تنشره الشركتان، تفصلهما 0.7 نقطة: 65.7% لـ Kimi K3.1 Pro مقابل 66.4% لـ Claude Opus 5.5 في Terminal-Bench 4.0. تلك هي حجة المنافس كاملة في ثلاثة أرقام، وهي حجة قوية — مع تحفظين يحددان ما إذا كانت تصمد لحمل عملك: فقد أُنتجت الدرجتان بإعدادات مختلفة، ومضاعف السعر 2× هو سعر لكل token وليس سعرًا لكل مهمة منجزة.

أُطلق Kimi K3.1 Pro في 24 أكتوبر 2026، بعد يوم من الفيديو التشويقي الذي ذكر اسمه. أما Claude Opus 5.5 فهو متاح للعموم منذ 22 سبتمبر. لا يُعد أي منهما تجربة مختبرية جديدة: فـ Opus 5.5 هو الطراز الحالي من فئة Opus الذي تطرحه Anthropic منذ أواخر سبتمبر، وKimi K3.1 Pro هو نسخة خضعت لتدريب لاحق من Kimi K3 بدلًا من أن يكون بنية جديدة. وهذا يجعل هذه المقارنة نظيفة على نحو غير معتاد بالنسبة لصفحة تقارن نموذجًا بنموذج — فبطاقتا الأسعار منشورتان، وكلتا الشركتين تنشران جدول قياسات أداء، ولا يختبئ أي من النموذجين خلف قائمة انتظار.

بطاقتا الأسعار، سطرًا بسطر

خمسة أسطر تهمّ، وأحدها يخرق النمط.

• الإدخال — 2.00 دولار لكل مليون رمز على Kimi K3.1 Pro مقابل 4.00 دولار على Claude Opus 5.5. النصف تمامًا.

• الإخراج — 10.00 دولار مقابل 20.00 دولار. النصف تمامًا، والإخراج هو البند الذي يهيمن على العمل الوكيلي والاستدلالي، حيث يكتب النموذج أكثر بكثير مما يقرأ.

• قراءة الذاكرة المؤقتة — 0.20 دولار لدى كلا المزوّدين. هذا هو موضع الشذوذ: فالمزوّدان يتفقان حتى السنت الواحد على سعر قراءة بادئة مخزّنة مؤقتًا، وهو البند الذي يطغى على أي وكيل طويل الأمد يعيد قراءة مستودع في كل جولة.

• كتابة الذاكرة المؤقتة — تتقاضى Kimi‏ 2.00 دولارًا مقابل مدخل ذاكرة مؤقتة لمدة خمس دقائق و4.00 دولارات لمدة ساعة؛ بينما تتقاضى Anthropic‏ 5.00 دولارات و8.00 دولارات. Kimi أرخص هنا أيضًا، وبأكثر من النصف.

• المتغيرات السريعة — Kimi K3.1 Pro Highspeed بسعر 4.00 دولارات و20.00 دولارًا، بسرعة إخراج تبلغ نحو ضعفين إلى ثلاثة أضعاف. الوضع السريع من Anthropic على Opus 5.5 بسعر 8.00 دولارات و40.00 دولارًا وبسرعة تصل إلى 2.5×. العلاقة نفسها، والمضاعفة نفسها.

وبالتالي فإن الحساب في الطلب المختلط بديهي. فاستدعاء يقرأ مليون رمز إدخال ويكتب 200,000 رمز إخراج يكلف 4.00 دولارات على Kimi K3.1 Pro و8.00 دولارات على Opus 5.5. أما الوكيل الذي يعيد قراءة سياق من مليون رمز بمعدل إصابة في ذاكرة التخزين المؤقت يبلغ 70% فيدفع 0.74 دولار للإدخال على Kimi مقابل 1.34 دولار على Opus، أو 2.74 دولار مقابل 5.34 دولارات عند تضمين الإخراج. يأتي التوفير من الإدخال الجديد والإخراج، لا من التخزين المؤقت، لأن التخزين المؤقت يكلف الشيء نفسه على كليهما.

ما لا تخبرك به قائمة الأسعار هو عدد الرموز التي يستهلكها كل نموذج. يأتي Kimi K3.1 Pro افتراضيًا على أعلى إعداد للتفكير، max. ويأتي Claude Opus 5.5 افتراضيًا على medium. النموذج الذي يفكر عند max افتراضيًا سيكتب، في المتوسط، رموز تفكير أكثر لكل إجابة من نموذج يفكر عند medium — لذا فإن الضعف المعلن هو سعر لكل رمز، لا سعر لكل مهمة منجزة، والفجوة الحقيقية تعتمد على مقدار التفكير الإضافي لدى Kimi الذي يحتاجه عملك فعليًا. ولا تنشر Moonshot رقمًا لعدد الرموز لكل مهمة من شأنه أن يحسم الأمر.

المعيار الوحيد الذي يطبعه كلا المختبرين، ولماذا لا يُعد قياسًا

يُعدّ Terminal-Bench 4.0 أقرب شيء إلى مقياس مرجعي مشترك في هذين الإطلاقين، وحتى هنا فإن الرقمين لا يُنتَجان بالطريقة نفسها.

شُغّلت نسبة 66.4% الخاصة بـ Anthropic عند جهد xhigh، أي مستوى أعلى من الإعداد الافتراضي للطراز وهو medium، على أداة الاختبار الخاصة بـ Anthropic نفسها، مع تفعيل توجيه الأمان لديها. وتنشر الشركة الجدول وتصرّح بذلك. وتظهر نسبة 65.7% الخاصة بـ Kimi في مواد إطلاق Moonshot عند الإعداد الأقصى الافتراضي للطراز، وعلى أداة اختبار تسيطر عليها الشركة أيضًا؛ ويستشهد جدول الإطلاق بـ Opus 5.5 بنسبة 66.4%، وهو الرقم نفسه الذي نشرته Anthropic، دون توضيح ما إذا كانت Moonshot قد أعادت تشغيله أو نقلته بالاقتباس. والفارق البالغ 0.7 نقطة بين جدولين شغّلهما المورّدان، عند إعدادي جهد مختلفين، وعلى بنيتين داعمتين مختلفتين، ليس قياسًا للفرق بين الطرازين. بل هو بيان بأن الاثنين قريبان بما يكفي لتحدد خيارات أداة الاختبار الترتيب.

هناك نقطتا بيانات إضافيتان تشيران إلى الاتجاه نفسه. فالتقييم المستقل لـ Opus 5.5 على الاختبار المعياري نفسه، من Artificial Analysis كما ورد عند إطلاقه، هو 59.6% — أي سبع نقاط دون رقم Anthropic الخاص، وذلك في إعداد يتضمن توجيه الضمانات من جانب الخادم. كما كانت وثائق Moonshot نفسها لا تزال تحمل عناصر نائبة حرفية "[xx.x%]" لدرجاتها في Terminal-Bench والاختبار العلمي المعياري يوم الإطلاق، في حين حمل المنشور التسويقي الأرقام. لا تثبت أي من الحقيقتين شيئًا عن الجودة النسبية. وكلتاهما تُظهران أن جداول الاختبارات المعيارية يوم الإطلاق هي أولًا وقبل كل شيء مواد تسويقية.

حيث تتفق الشركات المصنّعة، تكون الرواية متسقة: إن Kimi K3.1 Pro قريب من Opus 5.5 في المهام التي يقيسها كلاهما، ويتقدم على سلفه بفارق كبير. فقد ارتفعت مجموعة اختبارات البرمجة طويلة الأفق الخاصة بـ Moonshot من 55.95% إلى 61.2%، وبلغت درجته في CAD بدون أدوات 72.8 مقابل 73.0 لـ Opus، وانخفض معدل هلوسانه على مجموعة الاختبارات الصعبة الخاصة بالشركة من 23.4% إلى 8.3% مع الأدوات — وهو رقم، إذا ظل صامدًا خارج التقييم، يهم الأعمال كثيفة المستندات أكثر من أي نقطة في الاختبارات المعيارية.

قرص الجهد هو الفرق الحقيقي بين المنتجين

يعرض كلا النموذجين حقلًا لجهد الاستدلال؛ غير أنهما يختلفان حول عدد المستويات التي يتضمنها وأين يستقر.

يمتلك Kimi K3.1 Pro ثلاثة مستويات: منخفض، وعالٍ، وأقصى، ويكون أقصى هو الافتراضي. ويمتلك Claude Opus 5.5 خمسة مستويات: منخفض، ومتوسط، وعالٍ، وعالٍ جدًا، وأقصى، ويكون المتوسط هو الافتراضي. ولا يسمح أي من النموذجين للمستدعي بإيقاف التفكير. يثبّت Kimi أخذ العينات بشكل قاطع — درجة الحرارة 1.0، وtop-p 0.95، وn عند 1 — ويرفض القيم الأخرى، لذا فإن الجهد هو المقبض السلوكي الوحيد الذي يوفره. وتترك Anthropic درجة الحرارة قابلة للضبط لكنها تبقي التفكير التكيفي مفعّلًا دائمًا، لذا فإن الجهد هو المقبض الوحيد الذي يغيّر مقدار تفكير النموذج.

الإعدادات الافتراضية تؤدي عملًا حقيقيًا. تأتي Kimi صادقة لكن مكلفة: كل طلب لا يمرّر reasoning_effort يدفع مقابل الإعداد الأعمق. تأتي Opus عند الدرجة الوسطى وتحتفظ بأعلى درجتين للمستدعين الذين يطلبونها. إذا نقلت حمل عمل ولم تغيّر أي شيء آخر، فقد غيّرت النموذج وميزانية تفكيره معًا، وهي الطريقة الأكثر شيوعًا لأن يتبين أن «النموذج الأرخص» ليس كذلك. يُظهر جدول Anthropic نفسه حجم هذا الأثر داخل النموذج الواحد: تسجّل CursorBench 4.0 نسبة 57.8% عند xhigh و52.5% عند medium، بينما يتحرك FrontierCode بمقدار 0.2 نقطة بين الإعدادين نفسيهما. تختلف حساسية الجهد حسب حمل العمل، ولا تتنبأ أي بطاقة نموذج بحساسية حملك.

ثمة فخ تشغيلي واحد ينطبق على كليهما. يؤدي تبديل مستوى الجهد في منتصف المحادثة إلى إبطال إصابات ذاكرة التخزين المؤقت للبادئة، لذا يدفع الوكيل الذي يرفع مستوى الجهد في منتصف جلسة طويلة ثمن إعادة قراءة كل ما كان قد خزّنه مؤقتًا. حدّد المستوى قبل بدء الجلسة، لا أثناءها.

ماذا يفعل كل مورّد بالنموذج عندما لا تنظر

لقد أصدر كلا المختبرين الآن نموذجًا يختلف سلوكه في بعض المدخلات عن السلوك الذي طلبته، وكلاهما يصف ذلك علنًا.

تقول وثائق إطلاق Opus 5.5 من Anthropic إن معظم المهام المتعلقة بالأمن السيبراني قد يُعاد توجيهها إلى Claude Opus 4.8، وإن الأعمال المتعلقة بعلم الأحياء وتطوير النماذج الحدودية قد تُحال احتياطيًا إلى Opus 5. وتحدث هذه الإحالات الاحتياطية على جانب الخادم: إذ تعود الاستجابة من نموذج مختلف، والإشارة الوحيدة المتاحة للمُستدعي هي المحتوى. وبالنسبة لعبء عمل قريب من مجال الأمن، فإن هذا تغيير حقيقي في القدرات، وليس حاشية في وثيقة سياسات.

سلكت Moonshot مسارًا مختلفًا. فقد أزالت بيانات متعلقة بالأمن السيبراني من كل من مرحلة التدريب الوسيط ومرحلة التعلم المعزز مع الإبقاء على البرمجة العامة، وأعلنت تكلفة ذلك: انخفضت درجة البرمجة الخصومية لديها من 90.5% على نقطة التحقق غير المخففة إلى 81.0% على النموذج الذي طرحته. وتصف الشركة ذلك بأنه سقف متعمد للقدرة السيبرانية الهجومية، وتقول إنها سترفع هذا السقف تدريجيًا. لا تعيد Kimi K3.1 Pro توجيه طلبك؛ بل هي ببساطة أضعف في تلك الفئة تحديدًا، بفارق نشرته الجهة المصنّعة نفسها.

أي الخيارين أفضل يعتمد على ما تبنيه. إذا كنت تحتاج إلى مخرجات حتمية من النموذج الذي اخترته، فإن الاحتياط الصامت أسوأ من ضعف معلَن. وإذا كنت تحتاج إلى أقوى نتيجة ممكنة في مهمة قيّدها المورّد، فقد يظل الاحتياط أفضل من الرفض — لكنك الآن تقيس أداء نموذجين بينما تظن أنك تستخدم نموذجًا واحدًا.

التاريخ الذي يحسم مسألة الأوزان المفتوحة

يُسوَّق Kimi K3.1 Pro بوصفه نموذجًا مفتوح الأوزان، غير أنّ الأوزان لم تصدر بعد. وتقول Moonshot إنّ الأوزان الكاملة ستُصدر بحلول 4 نوفمبر 2026. وحتى ذلك الحين، فإنّ خانة «مفتوح الأوزان» في أيّ مقارنة ليست سوى وعد، كما أنّ منظّمة Hugging Face التي تستضيف Kimi K3 لا تملك شيئًا أحدث من K3 حتى 24 أكتوبر.

لا تملك Claude Opus 5.5 أي خطة لنشر أوزانها المفتوحة، ولن تفعل ذلك أبدًا. وبالنسبة إلى كل من لا يستطيع نشره استدعاء واجهة برمجة تطبيقات مستضافة، تنتهي المقارنة عند هذا الحد بصرف النظر عن السعر: فطرفٌ منتجٌ قد تتمكن من تنزيله خلال أحد عشر يومًا، وطرفٌ آخر خدمةٌ مستأجرة. أما بالنسبة إلى الجميع سواهم، فالرابع من نوفمبر هو التاريخ الذي تتحول فيه مقارنة الأسعار إلى خيار معماري حقيقي بدلًا من قرار شرائي.

ماذا أركض اليوم

إليك الجزء الذي لا تغطيه بطاقات الأسعار: التوافر. أصبح Claude Opus 5.5 متاحًا للاستدعاء عبر OrcaRouter اليوم بسعر 4.00 دولارات و20.00 دولارًا لكل مليون رمز، مع قراءات من الذاكرة المؤقتة بسعر 0.20 دولار — أي بسعر القائمة الخاص بالمزوّد من دون إضافة أي هامش ربح — على المفتاح نفسه المستخدم لبقية منظومتك، وبزمن وسيط حتى أول رمز يبلغ 3.86 ثانية خلال الأيام السبعة الماضية على مسارنا. انضم Kimi K3.1 Pro إلى الكتالوج نفسه في 24 أكتوبر بسعر 2.00 دولار و10.00 دولارات، وقراءات من الذاكرة المؤقتة بسعر 0.20 دولار، ونافذة سياق تبلغ 1,048,576 رمزًا وسقف إخراج معلن يبلغ 943,718 رمزًا. وكلاهما يستجيب الآن عبر مفتاح واحد.

وجود الاثنين خلف مفتاح واحد هو ما لا تذكره وثائق أي من المورّدين. ومع فارق سعري يبلغ الضعف، فإن القرار الأهم من اختيار الفائز هو سياسة توجيه: أرسِل الخُمس الأصعب من حركة المرور لديك إلى Opus 5.5، وأرسِل الباقي إلى Kimi K3.1 Pro، ودَع التحويل التلقائي عند الفشل يغطي أي تعطّل على أي من الجانبين. ونموذج تمرير التكلفة هو ما يُبقي هذه الحسابات صادقة — إذ يُفوتر كل جانب من التقسيم بسعر المورّد المنشور نفسه دون أي إضافة فوقه، لذا فالوفر الذي تحسبه هو الوفر الذي تحصل عليه، وأي تغيير في السعر لدى أي من المورّدين ينعكس هنا في اليوم نفسه.

وهذا يعيد المقارنة إلى حيث بدأت. إذا كان عملك تهيمن عليه المهام التي يقيس فيها النموذجان ضمن نقطة واحدة من بعضهما، فإن فجوة السعر هي القصة كاملة والجواب هو النموذج الأرخص. أما إذا كان تهيمن عليه البرمجة طويلة الأفق، حيث لدى Opus ثلاثة أشهر من التقييم المستقل خلفه بينما لدى Kimi جدول أداء نشرته الجهة المورّدة أمس، فإن 0.7 نقطة ليست الرقم الذي ينبغي الوثوق به — الرقم الذي ينبغي الوثوق به هو تقييمك أنت، الذي تجريه بإعداد الجهد الذي ستستخدمه فعليًا عند النشر. وقد سهّل كلا المورّدين الآن القيام بذلك، لأن كليهما يتيح لك إدارة المقبض، وكلاهما ينشر تكلفة هذا المقبض.