Dots vs Kimi K3: Yang Satu Membaca Seluruh Perpustakaan, yang Lain Pergi dan Menemukannya

Ada jenis pekerjaan tertentu yang hanya bisa dilakukan oleh salah satu dari dua ini, dan itu layak disebutkan sebelum hal lain. Kimi K3, yang diterbitkan oleh Moonshot AI pada 15 Juli 2026, adalah model mixture-of-experts dengan 2,8 triliun parameter dan jendela konteks 1.048.576 token yang menerima teks dan gambar serta mengembalikan teks, dengan harga $3,00 per juta token masukan dan $15,00 per juta token keluaran, dengan pembacaan cache sebesar $0,30. Dots adalah agen yang selalu aktif milik perusahaan tersebut, yang diumumkan di DevDay pada 29 September 2026, dengan komputer cloud dan peramban miliknya sendiri, konektor ke lebih dari 4.000 aplikasi, serta tempat di dalam ChatGPT, Slack, dan Teams, berjalan di atas GPT-6 Astra dan disertakan dengan Pro dan Business Premium. K3 dapat menampung seluruh arsip dalam satu permintaan dan menjawab pertanyaan tentangnya. Sebuah dot dapat pergi dan mengambil dokumen berikutnya yang belum Anda pikirkan. Membaca dan mengambil kembali adalah pekerjaan yang berbeda, dan memilih yang salah adalah kesalahan yang mahal.

Angka yang dimiliki Kimi K3 sepenuhnya

Recall konteks panjang adalah pengukuran yang membedakan pemasaran dari kemampuan, karena jendela konteks yang besar itu mudah diklaim dan sulit digunakan. K3 mencetak 88.7 pada pengukuran itu — angka tertinggi di antara semua model yang kami cantumkan, di atas 84 milik GPT-5.6 Sol, 83 milik MiniMax M3, dan 82 milik Gemini 3.1 Pro. K3 juga mencatat 93.5 pada GPQA Diamond dan 59.5 pada SciCode, serta membawa Artificial Analysis Coding Index sebesar 76.2 yang menempatkannya di peringkat kesembilan dari 138 model yang diukur dan Intelligence Index sebesar 43.6 di peringkat kesembilan belas dari 145. Semua itu adalah angka pihak ketiga, yang dicantumkan dalam katalog kami dengan sumbernya disertakan, bukan diulang dari postingan peluncuran.

Yang Anda dapatkan adalah kelas tugas yang memang tidak dapat diuraikan: membaca seluruh basis kode sebelum menjawab pertanyaan tentangnya, membandingkan kontrak setahun dengan templat baru, atau menjalankan sesi agentik yang panjang tanpa bagian tengahnya hilang dari memori. K3 dibangun persis untuk itu — Moonshot memosisikannya untuk agen pemrograman dan pekerjaan pengetahuan berjangka panjang — dan tidak biasa karena sepenuhnya menolak parameter sampling. Tidak ada temperature, tidak ada top_p, tidak ada seed; kedalaman penalaran adalah satu tombol yang disebut reasoning_effort. Itu adalah pertukaran yang disengaja: lebih sedikit tombol, lebih konsisten sepanjang sesi yang panjang.

Untuk apa sebuah titik, dinyatakan tanpa pemasaran

Bot adalah pekerja dengan kalender. Masukannya biasa saja — pesan Anda, data aplikasi Anda, tugas yang Anda jelaskan dalam satu kalimat — dan keluarannya adalah perubahan di tempat lain: berkas dipindahkan, tiket diperbarui, pesan disusun dan dikirim setelah persetujuan Anda, halaman dibuka di peramban miliknya sendiri. Materi peluncuran OpenAI menggambarkan satu bot yang memajukan beberapa proyek sekaligus dan belajar dari umpan balik, dan pembacaan yang jujur adalah bahwa Anda membeli jaringan penghubungnya, bukan kecerdasannya.

Jaringan penghubungnya adalah bagian yang mahal untuk dibangun. Browser yang berperilaku seperti milik seseorang, konektor yang dipelihara oleh vendor aplikasi, tampilan aktivitas, gerbang persetujuan, isolasi dari mesin Anda sendiri — tidak ada satu pun yang sulit secara prinsip dan semuanya melelahkan dalam praktik. Itulah yang dibiayai oleh langganan. Yang tidak dibiayai olehnya adalah keterukuran.

• Biaya — termasuk dengan Pro atau Business Premium, kuota belum dipublikasikan (Dots) dibandingkan dengan $3.00 per juta input dan $15.00 per juta output, pembacaan cache $0.30 (Kimi K3)

• Batas maksimum untuk satu permintaan — tidak didokumentasikan untuk sebuah titik, terhadap 1.048.576 token konteks dan 88,7 yang ramah seluler pada recall konteks panjang (Kimi K3)

• Input dan output — pesan dan data aplikasi terhubung masuk, perubahan di dalam perangkat lunak lain keluar (Dots) dibandingkan dengan teks dan gambar masuk, teks keluar (Kimi K3)

• Kontrol sampling — tidak ada yang dipublikasikan (Dots) versus tanpa temperature, tanpa top_p dan tanpa seed, dengan kedalaman penalaran diatur oleh reasoning_effort saja (Kimi K3)

• Kecepatan yang seharusnya Anda harapkan — tidak terdokumentasi untuk sebuah titik, dibandingkan dengan median waktu 8,82 detik ke token pertama dan sekitar 39 token keluaran per detik dalam pengukuran tujuh hari kami sendiri (Kimi K3)

• Bukti independen — demo vendor dan pernyataan kemampuan, tanpa benchmark (Dots) terhadap AA Coding Index 76,2 di peringkat kesembilan dari 138, GPQA Diamond 93,5, recall konteks panjang 88,7 (Kimi K3)

Hal yang tidak disebutkan siapa pun tentang membeli agen

Langganan dengan jatah yang tidak dipublikasikan memiliki sifat yang tidak dimiliki kartu tarif: Anda tidak dapat membedakan antara tugas yang murah dan tugas yang mahal. Setiap pekerjaan berbiaya sama — tidak ada yang marginal — tepat sampai saat ketika hal itu tidak lagi berlaku, dan kemudian jawabannya datang sebagai batas, bukan tagihan. Bagi tim yang pekerjaannya bersifat eksploratif, itu adalah fitur. Bagi tim yang harus mengatribusikan biaya ke suatu proyek, itu adalah celah dalam akuntansi.

Ada juga efek orde kedua. Ketika biaya marginal dari sebuah pemanggilan tidak terlihat, Anda berhenti bertanya apakah pemanggilan itu perlu, dan optimasi termurah dalam pipeline mana pun — tidak membuat permintaan — menjadi tidak tersedia bagi Anda. Model berbasis meteran memaksa pertanyaan itu setiap kali seseorang membaca kartu tarif.

Menyusunnya tanpa berpura-pura bahwa itu adalah alternatif.

Bentuk yang berhasil adalah titik yang memperhatikan dan model konteks panjang yang membaca. Pekerjaan datang — sebuah dokumen di drive bersama, sebuah pesan di sebuah utas — dan titik itu memutuskan apakah hal itu penting. Jika ya, dokumen itu dikirim ke Kimi K3 bersama segala hal lain yang mungkin diperlukan, terlampir, dalam satu permintaan, dan jawabannya kembali sepenuhnya berpijak pada sumbernya, bukan pada ringkasan sumbernya. Titik itu menangani pengejaran dan logistik yang membosankan; model menangani pembacaan, pada volume yang tidak akan mampu disusun dengan benar oleh loop panggilan kecil mana pun.

Kimi K3 dirutekan di OrcaRouter sebagai kimi/kimi-k3 dengan harga daftar Moonshot tanpa markup tambahan, berada di katalog yang sama dengan 200+ model lain di balik satu kunci, dengan failover otomatis di antara penyedia hulu saat salah satunya menurun dan DSL perutean untuk menggabungkan beberapa model menjadi satu panggilan. Itu adalah separuh pipeline yang dimeter dan tidak lebih: dots tidak ada di katalog, tidak ada endpoint untuknya, dan tidak ada pengenal yang tersedia untuk mengarahkan permintaan ke sana. Jika lapisan pembacaan adalah bagian yang perlu Anda kendalikan — dan untuk apa pun yang ingin Anda jalankan selama setahun, biasanya memang demikian — itulah lapisan yang harus dimiliki.

Pembelian apa yang membuang-buang uang

Membeli dot untuk membaca korpus besar adalah pemborosan, karena dot akan mengambil dan merangkum alih-alih menyimpan seluruhnya, dan peringkasan adalah tempat detail yang Anda butuhkan menemui ajalnya. Membeli Kimi K3 untuk mengejar sebuah proyek di lima aplikasi juga pemborosan karena alasan yang berkebalikan: model yang menjawab saat dipanggil tidak memanggil Anda.

Jika pekerjaannya adalah pengambilan dan logistik, sewalah si pekerja. Jika pekerjaannya adalah pemahaman dalam skala besar, belilah meterannya dan berikan semuanya sekaligus. Keduanya tumpang tindih jauh lebih sedikit daripada yang disiratkan oleh kata "agentic", dan tumpang tindih itu tidak berada di wilayah keunggulan salah satunya.