Kimi K3.1 Pro נגד Claude Opus 5.5: חצי ממחיר המחירון, ו-0.7 נקודות מאחור בבנצ'מרק אחד

Kimi K3.1 Pro ו-Claude Opus 5.5 הם אותו סוג של מודל שנמכר בדיוק במחצית המחיר. ספינת הדגל החדשה של Moonshot עולה $2.00 למיליון טוקני קלט ו-$10.00 למיליון פלט; זה של Anthropic עולה $4.00 ו-$20.00. שניהם תומכים בהקשר של מיליון טוקנים. שניהם תמיד חושבים לפני שהם עונים. ובמדד הבנצ'מרק היחיד ששתי החברות מפרסמות, הם במרחק 0.7 נקודות זה מזה: 65.7% ל-Kimi K3.1 Pro לעומת 66.4% ל-Claude Opus 5.5 ב-Terminal-Bench 4.0. זהו כל הטיעון לטובת המאתגר, בשלושה מספרים, והוא טיעון חזק — עם שתי הסתייגויות שמכריעות אם הוא תקף לעומס העבודה שלכם: שני הציונים הופקו בהגדרות שונות, וה-2× הוא מחיר לטוקן ולא מחיר למשימה מוגמרת.

Kimi K3.1 Pro הושק ב-24 באוקטובר 2026, יום לאחר סרטון הטיזר שבו נחשף שמו. Claude Opus 5.5 זמין באופן כללי מאז 22 בספטמבר. אף אחד מהם אינו ניסוי מעבדה חדש: Opus 5.5 הוא מודל ה-Opus הנוכחי שאנתרופיק מספקת מאז סוף ספטמבר, ו-Kimi K3.1 Pro הוא גרסה שעברה אימון-המשך (post-trained) של Kimi K3 ולא ארכיטקטורה חדשה. זה הופך את ההשוואה הזו לנקייה במיוחד עבור עמוד מודל מול מודל — שני מחירוני השירות פורסמו, שני הספקים מפרסמים טבלת בנצ'מרקים, ואף אחד מהמודלים לא מסתתר מאחורי רשימת המתנה.

שני כרטיסי התעריפים, שורה אחר שורה

חמישה קווים חשובים, ואחד מהם שובר את התבנית.

• קלט — $2.00 למיליון טוקנים ב-Kimi K3.1 Pro לעומת $4.00 ב-Claude Opus 5.5. בדיוק חצי.

• פלט — $10.00 לעומת $20.00. בדיוק חצי, והפלט הוא הסעיף ששולט בעבודה סוכנית ובעבודת הסקה, שבה המודל כותב הרבה יותר ממה שהוא קורא.

• קריאת מטמון — $0.20 בשניהם. זו האנומליה: שני הספקים מסכימים עד לאגורה על המחיר של קריאת קידומת שנשמרה במטמון, וזה הסעיף ששולט בסוכן ארוך-טווח שקורא מחדש מאגר בכל תור.

• כתיבת מטמון — Kimi גובה $2.00 עבור רשומת מטמון של חמש דקות ו-$4.00 עבור שעה; Anthropic גובה $5.00 ו-$8.00. גם כאן Kimi זולה יותר, ובפער של יותר ממחצית.

• גרסאות מהירות — Kimi K3.1 Pro Highspeed עולה $4.00 ו-$20.00, בערך פי שניים עד שלושה ממהירות הפלט. מצב מהיר של Anthropic ב-Opus 5.5 הוא $8.00 ו-$40.00 בקצב של עד פי 2.5. אותו יחס, אותה הכפלה.

החשבון בבקשה משולבת הוא אפוא פשוט. קריאה שקוראת מיליון אסימוני קלט וכותבת 200,000 אסימוני פלט עולה $4.00 ב-Kimi K3.1 Pro ו-$8.00 ב-Opus 5.5. סוכן שקורא מחדש הקשר של מיליון אסימונים עם שיעור פגיעות מטמון של 70% משלם $0.74 עבור קלט ב-Kimi לעומת $1.34 ב-Opus, או $2.74 לעומת $5.34 כשהפלט נכלל. החיסכון נובע מקלט ופלט חדשים, ולא מהמטמון, משום שהמטמון עולה אותו דבר בשניהם.

מה שכרטיס התעריפים לא אומר לך הוא כמה טוקנים כל מודל מוציא. Kimi K3.1 Pro מגיע כברירת מחדל להגדרת החשיבה הגבוהה ביותר שלו, max. Claude Opus 5.5 מגיע כברירת מחדל ל-medium. מודל שחושב ב-max כברירת מחדל יכתוב, בממוצע, יותר טוקני חשיבה לכל תשובה ממודל שחושב ב-medium — לכן ה-2× המפורסם הוא מחיר לטוקן, לא מחיר למשימה גמורה, והפער האמיתי תלוי בכמה מהחשיבה הנוספת של Kimi העבודה שלך באמת צריכה. Moonshot אינה מפרסמת נתון של טוקנים למשימה שיכריע את העניין.

המדד היחיד ששתי המעבדות מדפיסות, ולמה הוא לא מדידה

Terminal-Bench 4.0 הוא הדבר הקרוב ביותר לאמת מידה משותפת בשתי ההשקות האלה, ואפילו כאן שני המספרים אינם מופקים באותו אופן.

התוצאה של 66.4% של Anthropic הורצה ב-xhigh effort, רמה אחת מעל ברירת המחדל של המודל, שהיא medium, על ה-harness של Anthropic עצמה, כשניתוב הבטיחות שלה פעיל. החברה מפרסמת את הטבלה ואומרת זאת. התוצאה של 65.7% של Kimi מופיעה בחומרי ההשקה של Moonshot בהגדרת ה-max שהיא ברירת המחדל של המודל, על harness שגם החברה שולטת בו; טבלת ההשקה מציינת את Opus 5.5 עם 66.4%, אותו מספר שפרסמה Anthropic, בלי לומר אם Moonshot הריצה אותו מחדש או ציטטה אותו. פער של 0.7 נקודות בין שתי טבלאות שהורצו על ידי ספקים, בהגדרות effort שונות, על scaffolding שונה, אינו מדידה של ההבדל בין המודלים. זוהי הצהרה שהשניים קרובים מספיק כדי שבחירות harness יכריעו את הסדר.

שתי נקודות נתונים נוספות מצביעות לאותו כיוון. ההערכה העצמאית של Opus 5.5 באותו בנצ'מרק, מטעם Artificial Analysis כפי שדווחה בעת ההשקה שלו, היא 59.6% — שבע נקודות מתחת למספר של Anthropic עצמה, בתצורה שכוללת ניתוב אמצעי הגנה בצד השרת. והתיעוד של Moonshot עצמה עדיין נשא מצייני מקום מילוליים של "[xx.x%]" עבור ציוני Terminal-Bench ובנצ'מרק המדע שלו ביום ההשקה, בעוד שהפוסט השיווקי נשא את המספרים. אף אחת מהעובדות לא מוכיחה דבר לגבי איכות יחסית. שתיהן מראות שטבלאות בנצ'מרק ביום ההשקה הן קודם כול תוצרי שיווק.

כאשר הספקים כן מסכימים, התמונה עקבית: Kimi K3.1 Pro קרוב ל-Opus 5.5 במשימות ששניהם מודדים, ומקדים את קודמו בפער ניכר. חבילת הקידוד ארוכת-הטווח של Moonshot עלתה מ-55.95% ל-61.2%, ציון ה-CAD ללא כלים שלה הוא 72.8 לעומת 73.0 של Opus, ושיעור ההזיות שלה בסט הקשה של הספק עצמו ירד מ-23.4% ל-8.3% עם כלים — נתון שאם ישרוד מחוץ להערכה, חשוב לעבודה עתירת מסמכים יותר מכל נקודת בנצ'מרק.

חוגת המאמץ היא ההבדל האמיתי בין שני המוצרים

שני המודלים חושפים שדה של מאמץ חשיבה; הם חלוקים בדבר מספר העצירות שלו והיכן הוא נמצא.

למודל Kimi K3.1 Pro יש שלוש אפשרויות: low, high ו-max, כאשר max הוא ברירת המחדל. למודל Claude Opus 5.5 יש חמש: low, medium, high, xhigh ו-max, כאשר medium הוא ברירת המחדל. אף אחד מהמודלים לא מאפשר לצד הקורא לכבות את החשיבה. Kimi קובע את הדגימה באופן מוחלט — temperature 1.0, top-p 0.95, n שווה ל-1 — ודוחה ערכים אחרים, כך ש-effort הוא הדיאל ההתנהגותי היחיד שהוא מציע. Anthropic משאירה את temperature ניתנת להגדרה אך משאירה את החשיבה האדפטיבית תמיד פעילה, כך ש-effort הוא הדיאל היחיד שמשנה כמה המודל חושב.

ברירות המחדל באמת עושות עבודה. Kimi מגיעה כברירת מחדל כנה אך יקרה: כל בקשה שלא מעבירה reasoning_effort משלמת על ההגדרה העמוקה ביותר. Opus מגיעה בדרגה האמצעית ושומרת את שתי העליונות למי שמבקש. אם אתם מעבירים עומס עבודה ולא משנים שום דבר אחר, שיניתם גם את המודל וגם את תקציב החשיבה שלו, וזו הדרך הנפוצה ביותר שבה "מודל זול יותר" מתגלה כלא כזה. הטבלה של Anthropic עצמה מראה את גודל ההשפעה בתוך מודל אחד: CursorBench 4.0 מקבל 57.8% ב-xhigh ו-52.5% ב-medium, בעוד FrontierCode זז ב-0.2 נקודות בין אותן שתי הגדרות. רגישות המאמץ היא לכל עומס עבודה בנפרד, ואף כרטיס מודל לא חוזה את שלכם.

מלכודת תפעולית אחת חלה על שניהם. החלפת רמת המאמץ באמצע השיחה מבטלת פגיעות במטמון הקידומת, כך שסוכן שמעלה את רמת המאמץ באמצע סשן ארוך משלם על קריאה חוזרת של כל מה שהיה שמור במטמון שלו. יש להחליט על הרמה לפני שהסשן מתחיל, לא במהלכו.

מה כל ספק עושה למודל כשאתם לא מסתכלים

שתי המעבדות כבר השיקו מודל שהתנהגותו בקלטים מסוימים אינה ההתנהגות שביקשתם, ושתיהן מתארות זאת בגלוי.

התיעוד של השקת Opus 5.5 של Anthropic אומר שרוב המשימות הקשורות לסייבר עשויות להיות מנותבות מחדש אל Claude Opus 4.8, ושעבודה בביולוגיה ובפיתוח מודלי חזית עשויה לעבור בחזרה ל-Opus 5. המעברים לאחור האלה מתרחשים בצד השרת: התגובה חוזרת ממודל אחר, והאות היחיד שעומד לרשות הקורא הוא התוכן. עבור עומס עבודה סמוך לאבטחה זהו שינוי ממשי ביכולות, לא הערת שוליים במדיניות.

Moonshot בחרה בדרך אחרת. היא הסירה נתונים הקשורים לסייבר גם משלב אימון-הביניים וגם משלב למידת החיזוק, תוך שמירה על קידוד כללי, ודיווחה על המחיר של כך: ציון הקידוד היריבי שלה ירד מ-90.5% בנקודת הבדיקה ללא ההקלות ל-81.0% במודל שהיא שלחה. החברה מציגה זאת כתקרה מכוונת על יכולת סייבר התקפית ואומרת שהיא תעלה את התקרה בהדרגה. Kimi K3.1 Pro לא מנתבת את הבקשה שלך לדרך אחרת; היא פשוט חלשה יותר בקטגוריה הזו, בפער שהספק שלה עצמו פרסם.

מה עדיף תלוי במה שאתה בונה. אם אתה זקוק לפלט דטרמיניסטי מהמודל שבחרת, מעבר שקט למודל חלופי גרוע מחולשה גלויה. אם אתה זקוק לתוצאה החזקה ביותר האפשרית במשימה שהספק הגביל, ייתכן שהמעבר למודל החלופי עדיין טוב מסירוב — אבל כעת אתה מודד ביצועים של שני מודלים בעודך חושב שאתה משתמש באחד.

התאריך שיכריע את שאלת המשקלים הפתוחים

Kimi K3.1 Pro נמכר כמודל עם משקלים פתוחים, והמשקלים עדיין לא יצאו. Moonshot אומרת שהמשקלים המלאים ישוחררו עד 4 בנובמבר 2026. עד אז, עמודת המשקלים הפתוחים בכל השוואה היא הבטחה, ולארגון Hugging Face שמארח את Kimi K3 אין דבר חדש יותר מ-K3 נכון ל-24 באוקטובר.

ל-Claude Opus 5.5 אין תוכנית למודל במשקלים פתוחים, ולעולם לא תהיה. עבור כל מי שהפריסה שלו אינה יכולה לקרוא ל-API מתארח, ההשוואה נגמרת שם, ללא קשר למחיר: צד אחד הוא מוצר שאולי תוכלו להוריד בעוד אחד עשר יום, והצד השני הוא שכירות. עבור כל השאר, 4 בנובמבר הוא התאריך שבו השוואת המחירים הופכת לבחירה ארכיטקטונית ממשית ולא לבחירת רכש.

מה לרוץ היום

הנה החלק שכרטיסי התעריפים אינם מכסים: זמינות. Claude Opus 5.5 ניתן לקריאה דרך OrcaRouter היום במחיר של $4.00 ו-$20.00 למיליון טוקנים, עם קריאות מטמון ב-$0.20 — מחיר המחירון של הספק מועבר ללא תוספת מרווח — על אותו מפתח כמו שאר הסטאק שלך, עם זמן חציוני לתו הראשון של 3.86 שניות בשבעת הימים האחרונים בנתיב שלנו. Kimi K3.1 Pro הצטרף לאותו קטלוג ב-24 באוקטובר במחיר של $2.00 ו-$10.00, קריאות מטמון ב-$0.20, חלון של 1,048,576 טוקנים ותקרת פלט מפורסמת של 943,718 טוקנים. שניהם עונים כעת על מפתח אחד.

החזקת שניהם מאחורי מפתח אחד היא הדבר שאף מסמך של ספק לא מזכיר. בפער מחירים של פי 2, ההחלטה החשובה יותר מבחירת מנצח היא מדיניות ניתוב: לשלוח את החמישית הקשה של התעבורה שלך ל-Opus 5.5, לשלוח את השאר ל-Kimi K3.1 Pro, ולתת למנגנון מעבר אוטומטי במקרה כשל לכסות תקיעה בכל אחד מהצדדים. מודל ה-pass-through הוא מה ששומר על החשבון הזה ישר — כל צד של הפיצול מחויב לפי המחיר המפורסם של הספק עצמו, בלי שום תוספת מעל, כך שהחיסכון שאתם מחשבים הוא החיסכון שמתקבל, ושינוי מחיר אצל מי מהספקים חי כאן באותו יום.

מה שמחזיר את ההשוואה בחזרה לנקודת ההתחלה שלה. אם העבודה שלכם נשלטת על ידי המשימות שבהן שני המודלים נמדדים בהפרש של נקודה זה מזה, פער המחירים הוא כל הסיפור והתשובה היא המודל הזול יותר. אם היא נשלטת על ידי תכנות בטווח ארוך, שבו ל-Opus יש שלושה חודשי הערכה עצמאית מאחוריו ול-Kimi יש טבלת ספק שפורסמה אתמול, 0.7 הנקודות אינן המספר שכדאי לסמוך עליו — המספר שכדאי לסמוך עליו הוא ההערכה שלכם עצמכם, כשהיא מופעלת בהגדרת המאמץ שבה תפעילו אותה בפועל. שני הספקים הפכו זאת כעת לקל לביצוע, משום ששניהם מאפשרים לכם לסובב את החוגה ושניהם מפרסמים מה עולה החוגה.