Kimi K3 vs Fable 5, GPT-5.6 & Opus 4.8: We testten de hype

Kimi K3 is de nieuwe vlaggenschip van Moonshot AI, en gedurende een paar dagen in juli 2026 was het het meest geteste model op het internet. Het verscheen eerst op de Arena-evaluatiesite als een mysterieus model met codenaam "Kivine" — zelfbeschreven als "van Moonshot labs" met een kennisafsluiting in januari 2025 — voordat Moonshot het officieel aankondigde op 16 juli 2026, met open gewichten beloofd voor 27 juli. De terugkerende kop van testers: Kimi K3 bevindt zich ergens rond Claude Fable 5, en vaak voor op GPT-5.6 bij creatieve en 3D-werk. Deze eerste-indrukken review verzamelt de specificaties, de benchmark-ruggegraat en een dozijn community-tests op één plek.

Een opmerking voor bouwers: dit zijn vroege, ongecontroleerde communitytests, behandel ze dus als richtinggevend, niet als scores. OrcaRouter plaatst via API beschikbare modellen achter één OpenAI-compatibel eindpunt, dus zodra Kimi K3's API live is kun je het uitproberen tegen Fable 5 en GPT-5.6 zonder meerdere SDK's aan te sluiten.

TL;DR oordeel. Kimi K3 is het eerste open-weight model dat geloofwaardig het Fable 5-niveau bereikt op het gebied van frontend, 3D en creatieve one-shots — het staat bovenaan de Arena frontend-ranglijst en staat op #4 in de Artificial Analysis Index. Maar het is breedsprakig en traag (één frontend-build duurde 35 minuten), loopt achter op Fable op het gebied van agentic coderen, en de 'gewonnen' oordelen zijn vroege Arena-indrukken, niet gecontroleerde benchmarks. Indrukwekkend, maar nog niet definitief.

Belangrijkste conclusies

•  Kimi K3 is een 2.8T-parameter MoE, gepositioneerd als het grootste open-weight model tot nu toe, met open gewichten die vóór 27 juli beschikbaar moeten zijn.

•  Op neutrale evaluaties door derden staat het #4 van 189 op de AA Intelligence Index (57) en #1 op Arena's frontend-code board (1679), boven Fable 5's 1631.

• Geprijsd op $3 / $15 per 1M tokens — het duurste model van Moonshot ooit, maar nog steeds ongeveer een derde van Fable 5's $10 / $50.

• Testers noemen het herhaaldelijk 'Fable-niveau'; sceptici zeggen dat de head-to-heads selectief zijn gekozen en dat het nog steeds achterblijft bij meerstaps agentische taken.

• Let op de valkuilen: uitgebreide uitvoer (~2x peer-median tokens), ~34s latentie van het eerste token, en het blijft nog achter bij Fable op FrontierSWE en DeepSWE.

De specificaties en de benchmark-ruggengraat

Hier zijn de harde gegevens, elk cijfer toegeschreven aan de bron.

•  Architectuur — Kimi K3: 2.8T MoE (896 experts, 16 actief), Kimi Delta Attention, 1M context, native vision; Vergelijkingspunt: Grootste open-weight model tot nu toe (Moonshot, door leverancier gerapporteerd)

• Varianten — Kimi K3: K3 Max (chat/agent), K3 Swarm Max (parallel); Vergelijkingspunt: —

•  Prijzen (in / uit) — Kimi K3: $3 / $15 per 1M; cache-hit ~$0,30; Vergelijkingspunt: Fable 5 bij $10 / $50 (~3,3x meer)

•  AA Intelligence Index — Kimi K3: 57 — #4 van 189; Vergelijkingspunt: Achter twee Fable 5 configs + GPT-5.6 Sol; boven Opus 4.8, Sonnet 5, GLM-5.2 (Artificial Analysis)

•  Arena frontend-code — Kimi K3: #1 op 1679, won 6 van de 7 categorieën; Vergelijkingspunt: Boven Fable 5's 1631; gestegen van K2.6's #18 (Arena / LMArena)

•  GDPval-AA v2 / AA-Briefcase — Kimi K3: 1687 (#3) / 1527 (#2); Vergelijkingspunt: Artificial Analysis

•  GPQA Diamond — Kimi K3: 93.5% (sterkste open model); Vergelijkingspunt: door leverancier gerapporteerd

•  BrowseComp / HLE w/ tools — Kimi K3: 91.2% / 56.0%; Vergelijkingspunt: door leverancier gerapporteerd

•  Agentic SWE — Kimi K3: FrontierSWE 81.2, DeepSWE 67.5; Vergelijkingspunt: Achter Fable 5's 86.6 / 70.0

•  Terminal-Bench 2.1 — Kimi K3: 88.3; Vergelijkingspunt: Boven Fable 5's 84.6 (kanttekening over harness-mixing hieronder)

Twee dingen temperen de winsten. Ten eerste wordt het prijsvoordeel gedeeltelijk opgegeten door breedsprakigheid — K3 zendt ongeveer twee keer het mediaan aantal uitvoertokens van concurrenten uit bij vergelijkbare taken — plus een ~34 seconden latentie voor het eerste token. Ten tweede, het Terminal-Bench voordeel komt met een waarschuwing van @ChrissGPT: Moonshot's benchmarks "gebruiken vaak graag Terminal 2 in plaats van 2.1," dus behandel cross-harness vergelijkingen voorzichtig. Onafhankelijk hiervan, voordat de officiële index uitkwam, schatte @teortaxesTex "~55ish AA… rond Opus 4.8 of GPT 5.5."

Overzicht communitytests

Het bewijs dat Kimi K3 tot een verhaal maakte, is de vloed van Arena one-shots. Hier is een representatief fragment — tester, taak en oordeel, elk gelinkt naar het originele bericht.

•  @synthwavedd — Taak: Algemene stresstest; Oordeel: "Another DeepSeek R1 moment… vaak Fable-niveau, misschien iets slechter, maar consequent beter dan 5.6. Een beest."

•  @chetaslua — Taak: Coderen, rechtstreeks vs Fable; Oordeel: "Overklast elk open-source model… op gelijk niveau met Fable, soms betere kwaliteit"

•  @Gc_qube — Taak: 3D / games vs Fable 5; Oordeel: "Kimi K3 heeft gewonnen... het eerste model dat Fable heeft bijgehaald"

•  @abhinavflac — Taak: Sakura bonsai render; Oordeel: "Versloeg Claude Fable — spijkerde de gedraaide stam en gelaagde kroon"

•  @testingcatalog — Taak: Universe-sim vs Fable 5; Oordeel: "Fable was sneller klaar met robuustere UX; K3 veel complexer en visueel aantrekkelijk… heel dicht bij elkaar"

•  @israfill — Taak: Hetzelfde universum-sim prompt; Oordeel: "K3 wint op dichte creatieve output en 'hoe heeft het dat gebouwd' momenten… verrast hoe dichtbij dit is"

• @mirochill — Taak: Frontend one-shot (Frans); Oordeel: "Gelijk aan 5.6 Pro, beter dan Fable 5, in één poging" (verlichtingsproblemen opgemerkt)

•  @jun_song — Taak: Flappy Bird vs Opus 4.8; Oordeel: "Aanzienlijk beter dan Opus… Opus-5 niveau"

•  @JustinGorya — Taak: Single-file HTML Minecraft; Oordeel: "Een nieuwe mijlpaal… ongelooflijk in 3D en frontend" (antwoord: "Dit is eenmalig. Gekkkk")

•  @redkendl — Taak: 3D papieren vliegtuigspel; Oordeel: "In één keer gelukt… Fable 5 / GPT-5.6-niveau output. Chinese labs zijn niet langer 8 maanden achter"

•  @noctus91 — Taak: Interactieve 3D-ervaringen; Oordeel: "Het detailniveau, de afwerking en de algehele kwaliteit is eerlijk gezegd wild"

• @Lentils80 — Taak: Frontend-pagina; Oordeel: "ZEER traag — duurde 35 minuten — maar een van de beste resultaten die ik ooit van deze prompt heb gezien"

Cheerleaders versus sceptici

Het bull case is eenvoudig: een open-gewichtsmodel dat een gesloten frontier-vlaggenschip evenaart op creatief en frontend werk, voor een derde van de prijs, is werkelijk nieuw. @notjazii noemde een vroege output "a new SOTA model dropping today, moonshot cooked," en @chetaslua omschreef het als een "deepseek moment again for OSS."

De sceptici verzetten zich hevig, en hun bezwaren zijn elke keer dezelfde drie:

•  Uitgezochte demo's. Bij de bonsai-test reageerde @Heeseon: "iedereen kan zien dat Fable 5 heeft gewonnen", en @sebuzdugan merkte op: "één bonsaivoorbeeld laat stijlcontrole zien, niet betrouwbaarheid over zaden heen."

•  Fable is gewoon beter. In Gc_qube's draadje zei @victor_vibing botweg: "Fable is veel beter. Onvergelijkbaar."

•  Zelfde esthetiek, geen echt bereik. @_everythingism betoogde dat de outputs "allemaal de 'Claude aesthetic' hebben… die steeds weer een specifiek soort ontwerp genereren," en bij Opus-tests zei @MCharles10581 simpelweg "het lijkt erop dat opus beter is."

Het meest bruikbare kader komt van @teortaxesTex, die K3 zelf niet eens had getest. Zijn punt gaat over een inspanning/smaakkloof, geen capaciteitsmuur: "zelfs Fable en Sol maken zoveel SLOP… Kimi faalt niet zozeer in dingen als het maakt minder interessante en gedetailleerde dingen, gaat niet de extra mijl." Voor mens-in-de-lus agentisch coderen bij objectieve taken, verwacht hij dat K3 "onredelijk dichtbij zou moeten komen." En de strategische clou: "elk Chinees model dat slechts de kloof *in stand houdt*… is een heldhaftige prestatie." Dat is de eerlijke lezing — K3 verkleint de afstand bij meetbare taken en verliest een beetje op smaak, wat precies is wat zijn benchmarks laten zien.

Veelgestelde vragen

Is Kimi K3 net zo goed als Fable 5?

Op de frontend en 3D one-shots zeggen testers ja — het haalt de hoogste score op Arena's frontend-bord (1679 vs 1631), en meerdere head-to-heads werden als winst of gelijkspel bestempeld. Bij agentic coding blijft het achter (FrontierSWE 81.2 vs 86.6), en sceptici beweren dat Fable nog steeds een voorsprong heeft op het gebied van afwerking en betrouwbaarheid over seeds heen.

Is Kimi K3 open source?

Het is open-weight: Moonshot beloofde de gewichten vrij te geven voor 27 juli 2026. Bij de lancering was het alleen API/web. Als het grootste open-weight model tot nu toe (2.8T MoE), is die vrijgave het belangrijkste evenement.

Hoeveel kost de Kimi K3?

$3 / $15 per 1M input/output tokens, met cache-hits rond $0,30. Dat is het duurste model van Moonshot ooit (K2.6 was $0,95/$4), maar nog steeds ongeveer een derde van Fable 5's $10 / $50 — hoewel uitvoerige output de echte kloof verkleint.

Is Kimi K3 beter dan GPT-5.6?

Testers neigen ja naar creatief en 3D-werk — @synthwavedd noemde het "consistent beter dan 5.6" en @mirochill plaatste het op hetzelfde niveau als 5.6 Pro. Maar op de AA Index staat GPT-5.6 Sol nog steeds boven K3, en Fable 5 en 5.6 Sol leiden op Terminal 2.1.

Wanneer is Kimi K3 uitgebracht?

Officieel aangekondigd op 16 juli 2026, nadat het rond 14 juli op Arena verscheen als "Kivine". Open gewichten werden beloofd vóór 27 juli 2026.

Kortom

Kimi K3is de sterkste eerste indruk die een open-weight model heeft gemaakt sinds het oorspronkelijke DeepSeek-moment: Fable-5-range creatieve en frontend output, top van het Arena frontend-bord, tegen ongeveer een derde van de prijs van Fable. Houd het enthousiasme op "richtinggevend" — het is breedsprakig, traag, nog achter op agentic coding, en elke hierboven genoemde "overwinning" is een vroege Arena-indruk, geen gecontroleerde benchmark. Wanneer de gewichten vóór 27 juli worden uitgebracht, zullen de gecontroleerde tests ons vertellen of de hype standhield.