Muse Wonder vs Kimi K3: Het downloadbare model dat je nog steeds niet vrij mag doorverkopen

Kimi K3 is het open-weight antwoord op alles waar Muse Wonder voor staat, en het interessante is dat de licentie je niet helemaal laat doen wat "open weight" gewoonlijk impliceert. Moonshot AI bracht Kimi K3 uit op 16 juli 2026: 2,8 biljoen parameters met 104 miljard actieve, FP8-gewichten zonder drempel op Hugging Face, een context van 1.048.576 tokens, en een tariefkaart van $3,00 per miljoen inputtokens en $15,00 per miljoen output. Muse Wonder verscheen op 12 oktober 2026 van Meta Superintelligence Labs voor $4,00 en $20,00 binnen hetzelfde venster, zonder enige gewichten. Op de onafhankelijke index bedraagt het verschil acht punten — 52 voor Muse Wonder (max) tegenover 44 voor Kimi K3 (max) — en ongeveer $4,52 per indextaak tegenover $2,00. Maar de clausule die bepaalt waarop jouw bedrijf daadwerkelijk kan bouwen, zit begraven in Moonshots licentie, niet in een van beide scores.

Wat de licentie wel en niet verleent

Kimi K3 wordt uitgebracht onder de Kimi K3-licentie, die Moonshot omschrijft als afgeleid van MIT. Het is open-weight, een term die Moonshot bewust gebruikt en niet opwaardeert naar open-source, en dat onderscheid is van wezenlijk belang, omdat er drie voorwaarden aan de download verbonden zijn.

• Kopieën moeten de kennisgeving bevatten en aan de wet voldoen.

• Een exploitant van model-as-a-service die in twaalf opeenvolgende maanden meer dan $20 miljoen verdient, heeft een aparte commerciële overeenkomst met Moonshot nodig.

• Een product met meer dan 100 miljoen maandelijkse actieve gebruikers, of meer dan $20 miljoen aan maandelijkse omzet, moet "Kimi K3" prominent weergeven.

• Intern gebruik, Moonshot's eigen producten en gecertificeerde inferentiepartners zijn vrijgesteld van de tweede en derde voorwaarden.

Voorwaarde twee is de reden waarom de aankomst van Kimi K3 op Amazon Bedrock in september moest worden onderhandeld in plaats van simpelweg te worden geüpload, en het is de clausule die van belang is voor iedereen die van plan is het model in een product te verpakken. Het downloaden van het checkpoint, het fine-tunen ervan, het binnen je eigen bedrijf draaien — allemaal toegestaan. Een inferentiebedrijf erop opzetten boven de omzetgrens — niet toegestaan zonder een contract. De propriëtaire gewichten van Muse Wonder hebben geen licentie om te lezen omdat er geen gewichten zijn; de ruil die je daar doet is anders, niet slechter.

De praktische voetafdruk verdient het ook om ronduit genoemd te worden, want "open weight" roept het beeld op van een workstation. 2,8 biljoen parameters bij FP8 vormen een multi-node-implementatie — minimaal acht acceleratoren van de H100- of H200-klasse, en in de praktijk meer — waardoor selfhosting buiten bereik komt te liggen voor iedereen zonder cluster. De download bestaat. De mogelijkheid om het goedkoop te gebruiken volgt daar niet automatisch uit.

Kosten per taak, waar de twee scheiden

Beide modellen zijn goedkoop per token en geen van beide is goedkoop per voltooide taak, en voor de verandering is de volgorde in beide weergaven hetzelfde:

• Lijsttarief — Kimi K3 $3,00 in / $15,00 uit / $0,30 gecachet per miljoen; Muse Wonder $4,00 in / $20,00 uit / $0,20 gecachet

• Kosten per intelligentie-indextaak — Kimi K3 ongeveer $2.00; Muse Wonder ongeveer $4.52

• Outputtokens tijdens de index-run — Kimi K3 ongeveer 160 miljoen; Muse Wonder ongeveer 130 miljoen

• Intelligentie-index — Muse Wonder (max) 52, negende van 219; Kimi K3 (max) 44

• Contextvenster — beide 1.048.576 tokens

Kimi K3 wint het kostenargument met een factor 2,3, en doet dat ondanks dat hij de uitgebreidere van de twee is, omdat zijn outputtarief $15 is tegenover $20 van Meta. Het gat van acht punten in de index is de prijs van die besparing. Beide cijfers zijn afkomstig van Artificial Analysis, op dezelfde revisie van zijn index, zodat de twee cijfers per taak direct vergelijkbaar zijn op een manier waarop twee leveranciersscoreborden dat nooit zijn.

Het enige ondubbelzinnige prijsvoordeel van Muse Wonder is de cache-read: $0,20 per miljoen tegenover $0,30 voor Kimi K3, bij een contextvenster van identieke grootte. Voor een agent-loop die bij elke stap een grote vaste prefix opnieuw verzendt, loopt dat verschil op in de grootste tokencategorie van het verzoek en wordt het niet gecompenseerd door iets aan de outputzijde.

Waar de samengestelde score van Kimi K3 ophoudt met voorspellen

Een verschil van acht punten op de index is niet gelijkmatig verdeeld, en bij de subscores lijken de twee modellen niet langer op elkaar.

• Terminal-Bench 4.0 — Kimi K3 0,126; Muse Wonder is niet gepubliceerd op de onafhankelijke testomgeving, maar Meta's eigen niet-gereproduceerde tabel claimt 85,6 tegenover 81,4 voor GPT-6 Astra

• AA-Omniscience — Kimi K3 19,7; GPT-6.1 Sol 41,5, ter vergelijking op dezelfde index

• Retrieval bij lange context — Kimi K3 ongeveer 0,887 op AA-LCR v1.1, een van de sterkste resultaten in het klassement

• Uitvoersnelheid — Kimi K3 ongeveer 44 tokens per seconde met een mediane tijd tot het eerste token van bijna 8,0 seconden; Muse Wonder nog niet gepubliceerd

Als je die samen leest, verschijnt er een patroon. Kimi K3 is uitstekend in het zorgvuldig lezen van een enorme invoer en het beantwoorden van vragen daarover, maar zwak in het uitvoeren van een plan over vele kleine stappen met tussentijdse controles. Zijn resultaat op long-contextretrieval is beter dan dat van de meeste frontiermodellen, terwijl zijn resultaat op terminalexecutie bijna op de ondergrens ligt. Dat komt overeen met hoe de community het model leest — sterk wanneer een taak in één lange redeneeractie kan worden beantwoord, kwetsbaar wanneer die stap voor stap moet worden uitgevoerd — en met het architectuurverhaal, aangezien Kimi Delta Attention een hybride ontwerp met lineaire aandacht is dat wat long-contextgetrouwheid en wat interactieve latentie inruilt voor efficiëntie op schaal.

De claims van Muse Wonder wijzen de andere kant op. De lanceertabel van Meta concentreert zijn overwinningen in Terminal-Bench, SWE-Marathon en computer-use-suites, en zijn eigen AutomationBench-rij is het zwakst in verhouding tot de Claude- en GPT-6.1 Sol-kolommen in dezelfde tabel. Als die vorm klopt, zijn de twee modellen complementair: K3 voor lezen, Muse Wonder voor doen. De kanttekening is onvermijdelijk — Meta's Terminal-Bench-getal is door de leverancier gerapporteerd en niet gereproduceerd, en geen enkele harness heeft beide modellen nog door dezelfde agent-suite laten gaan.

De kosten van weggaan

Het sterkste argument voor Kimi K3 was nooit de prijs. Het is dat de checkpoint blijft werken als Moonshot zijn voorwaarden wijzigt, en dat een team met de hardware een versie kan vastpinnen en zich er niet meer om hoeft te bekommeren wat er gebeurt met de tariefkaart, de capaciteit of de roadmap van de leverancier.

Onder dat argument schuilen twee kanttekeningen, en beide zijn gedocumenteerd, niet speculatief. Moonshot heeft capaciteitsproblemen gehad: de first-party-API zou voortdurend met capaciteitsproblemen kampen, en het bedrijf heeft kort na de lancering nieuwe consumentenabonnementen gepauzeerd. Ten tweede betekent de voorwaarde in de licentie over commerciële overeenkomsten dat het ontsnappingsluik alleen voor intern gebruik een echt ontsnappingsluik is — op het moment dat het model deel uitmaakt van een dienst die je op grote schaal verkoopt, onderhandel je toch met Moonshot. Muse Wonder kent zulke zorgen niet en heeft die optie niet: de tariefkaart van Meta is de tariefkaart, en de enige bescherming is een tweede model achter de hand hebben.

Wie van hen kun je vandaag bellen?

Kimi K3 staat in de OrcaRouter-catalogus als kimi/kimi-k3, gedateerd 2026-07-15, tegen Moonshots eigen tarief van $3,00 input, $0,30 cache-read en $15,00 output per miljoen tokens over het volledige venster van 1.048.576 tokens, achter dezelfde OpenAI-compatibele endpoint als al het andere. Lijstprijzen van providers worden ongewijzigd doorgegeven, dus een tariefwijziging van Moonshot komt hier dezelfde dag door, en een automatische failover-regel zorgt ervoor dat een capaciteitskrapte bij één upstreamprovider het verzoek verplaatst in plaats van het te laten vallen — wat specifiek iets waard is bij dit model, aangezien capaciteit het gedocumenteerde zwakke punt is.

Muse Wonder staat niet in onze catalogus, en de pagina zegt dat ook, in plaats van iets anders te suggereren: het draait op Meta's Model API en Muse Code. Wat we wel van hetzelfde lab hebben, is meta/muse-spark-1.2, de grotere Meta-checkpoint, tegen $1,25 voor input en $4,25 voor output per miljoen over een venster van 1.048.576 tokens, met $0,15 voor cache-reads.

De reden dat die indeling nuttig is voor deze specifieke beslissing, is dat de twee helften van deze vergelijking door verschillende dingen worden bepaald — K3 door of je workload wordt uitgevoerd of alleen leest, Muse Wonder door of je spraak en video als eersteklasinvoer nodig hebt en een uitvoerplafond van 943.718 tokens. Dat zijn testbare vragen, en één ervan is slechts één wijziging van de modelnaam verwijderd van getest worden.

Kiezen

• Kimi K3 wanneer de taak begrip is: lange documenten, grote codebases, retrieval over een miljoen tokens, en alles waarbij één lange redenering het antwoord oplevert. Het is per taak meer dan een factor twee goedkoper, de retrieval met lange context behoort tot de best gemeten, en de gewichten bieden je een uitweg die Muse Wonder tegen geen enkele prijs kan bieden.

• Kimi K3 wanneer latentie er niet toe doet. Vierenveertig tokens per seconde en een mediane tijd tot het eerste token van acht seconden is een slechte match voor een interactief oppervlak en een prima match voor een nachtelijke batch.

• Muse Wonder wanneer de taak moet worden uitgevoerd in plaats van beantwoord — terminalwerk, computergebruik, langetermijnagenten met toolaanroepen — mits je de benchmarktabel van Meta als een claim behandelt in plaats van als een meting.

• Muse Wonder wanneer de invoer spraak of video is, of wanneer de uitvoer meer dan 450.000 tokens in één antwoord moet bedragen. Geen van beide is beschikbaar aan de andere kant.

• Muse Wonder wanneer je al hebt besloten dat de acht indexpunten 2,3× de run rate waard zijn. Dat is een legitieme keuze voor een workload met frontier-pariteit en een slechte voor grootschalige tekstverwerking.

De licentieclausule is het onderdeel dat de meeste vergelijkingen missen, en het is het onderdeel dat over achttien maanden van belang zal zijn. Kimi K3 geeft je een kopie van het model en een contractvoorwaarde; Muse Wonder geeft je geen van beide, en rekent meer per taak voor dat voorrecht. Of dat een slechte deal is, hangt volledig af van of je dat ding ooit zelf van plan was te draaien.