Claude Fable 5.1 vs Kimi K3: O Teto do Raciocínio vs o Teto que Você Pode Possuir

Claude Fable 5.1 e Kimi K3 visam o mesmo comprador — equipes que executam agentes de longa duração e que usam ferramentas sobre grandes bases de código e conjuntos de documentos — e chegam de extremos opostos do mercado. Claude Fable 5.1 é o carro-chefe de código fechado da Anthropic, lançado em 1º de setembro de 2026, com preço de US$ 10,00 por milhão de tokens de entrada e US$ 50,00 por milhão de tokens de saída, e avaliado pela Artificial Analysis em 53 no seu Índice de Inteligência atual: primeiro dos 201 modelos que esse índice acompanha. Kimi K3, o modelo de mistura de especialistas de 2,8 trilhões de parâmetros da Moonshot AI, abriu seus pesos em 27 de julho e está em 44 no mesmo índice — segundo dos 112 modelos de pesos abertos em sua classe. A leitura óbvia é uma diferença de nove pontos de inteligência contra uma diferença de preço de aproximadamente três vezes. A leitura mais útil é que os dois modelos têm máximos diferentes, e apenas um desses máximos pode ser elevado pela pessoa que o utiliza.

Sobre fontes: a Artificial Analysis reformulou seu Índice de Inteligência em setembro, portanto as pontuações, classificações, velocidades e valores de custo por tarefa aqui provêm da versão atual, capturada em 10 de setembro de 2026, e não são comparáveis com os números publicados no lançamento de nenhum dos dois modelos. Os resultados de benchmark da própria Moonshot e os da Anthropic estão rotulados onde aparecem, e nenhum foi reproduzido pelo outro laboratório. O Claude Fable 5.1 tem nove dias de existência, portanto suas alegações de fornecedor quase não tiveram testes externos; o Kimi K3 teve seis semanas disso.

Mesma janela, máximos diferentes

Ambos os modelos possuem uma {{1}}janela de contexto de 1.048.576 tokens{{/1}}, e nenhum deles cobra um valor extra por preenchê-la — a Moonshot precifica o Kimi K3 com tarifa fixa de US$ 3,00 / US$ 0,30 com cache / US$ 15,00 por milhão, e o Claude Fable 5.1 precifica sua janela com tarifa fixa de US$ 10,00 / US$ 0,25 com cache / US$ 50,00. Essa janela compartilhada é o motivo pelo qual esses dois modelos são comparados: eles foram projetados para o mesmo tipo de trabalho, em que uma única tarefa acumula um repositório, um data room ou uma semana de saídas das ferramentas.

A divergência está na outra extremidade do tubo. O Kimi K3 pode emitir até 1.048.576 tokens em uma resposta — os provedores geralmente definem o padrão para 131.072, mas o teto é um milhão completo, comercializado pela Moonshot como "uma única chamada pode emitir um codebase." O Claude Fable 5.1 limita uma resposta a 128K tokens de saída. Para um turno de chat, esse limite é irrelevante. Para geração de repositório inteiro, migração em massa ou um conjunto longo de documentos, é a diferença entre uma única chamada e um loop de agente que você precisa construir, supervisionar e pagar turno a turno.

Os números, dimensão por dimensão

• Preço por 1M de tokens — Claude Fable 5.1 $10,00 entrada / $50,00 saída vs Kimi K3 $3,00 entrada / $15,00 saída.

• Entrada em cache — Claude Fable 5.1 $0,25 por 1M vs Kimi K3 $0,30, o que a Artificial Analysis transforma em um desconto efetivo de cache de 98% contra 90%.

• Pontuação independente, velocidade e custo — o Claude Fable 5.1 está em 53 no Índice de Inteligência atual (#1 de 201), a 67,2 tokens de saída por segundo e US$ 7,63 por tarefa do índice; o Kimi K3 está em 44 (#2 de 112 modelos de pesos abertos), a 35,5 tokens por segundo e US$ 2,00 por tarefa, e o índice o classifica como notavelmente lento e um tanto verboso — 160M de tokens de saída por execução do índice contra os 190M do modelo Claude.

• Limite de contexto e saída — 1M de tokens de entrada e até 128K de saída vs 1M de tokens de entrada e até 1M de saída.

{{1}}Pesos — fechados{{/1}}, somente via API, {{2}}versus abertos e auto-hospedáveis{{/2}}, publicados pela Moonshot sob a licença Kimi K3, uma variante do MIT modificado com termos comerciais para revendedores de grande porte, {{2}}com pesos no Hugging Face{{/2}}.

• Vision — Claude Fable 5.1 aceita entrada de texto, imagem e arquivo na API; Kimi K3 aceita texto e imagem na API, mas a visão nativa é um recurso da camada de serviço e não faz parte dos pesos publicados.

• Visibilidade do raciocínio — Kimi K3 transmite seus rastros de raciocínio na API; Claude Fable 5.1 retorna blocos de pensamento cuja exibição você escolhe, resumida ou omitida, com a cadeia de pensamento bruta nunca exposta.

• Arquitetura — O número de parâmetros do Claude Fable 5.1 não é divulgado; o Kimi K3 é um mixture of experts esparso com 2,8T de parâmetros totais e aproximadamente 104B ativos.

• Lançado — Claude Fable 5.1 em 1º de setembro de 2026; API do Kimi K3 em 16 de julho de 2026, com pesos abertos em 27 de julho.

O que a diferença de nove pontos é, e o que não é.

{{1}}No índice atual, o Claude Fable 5.1 lidera com 53 e o Kimi K3 é o segundo, com 44, à frente apenas do restante do campo de pesos abertos.{{/1}} {{2}}Nove pontos é uma separação real, e não ruído, mas o índice é um composto — trabalho agêntico, codificação, raciocínio científico e capacidade geral, com ponderação — e um único número esconde os lugares onde o modelo aberto é genuinamente forte.{{/2}} {{3}}Em leituras independentes do início de setembro, o Kimi K3 ficou no topo ou perto do topo do campo aberto em trabalho agêntico de horizonte longo: primeiro no AutomationBench, segundo na suíte agêntica Briefcase da Artificial Analysis e terceiro no GDPval-AA v2 entre os modelos testados.{{/3}} {{4}}Dados independentes de arena colocam sua habilidade de desenvolvimento web em aproximadamente 1.679 Elo no quadro Web Dev da Code Arena, perto do topo desse campo até o início de setembro.{{/4}} {{5}}Essas são as cargas de trabalho em que o modelo aberto não está nove pontos atrás.{{/5}}

O ponto onde o Claude Fable 5.1 se destaca é o teto do raciocínio difícil. A Anthropic relata 52,6% no Terminal-Bench-Science 0.1, mais que o dobro dos 24,7% da geração anterior do Claude, além de 55,8% no Terminal-Bench 4.0 — ambos números fornecidos pelo fornecedor e não reproduzidos. Esses são os números por trás da afirmação de que o lançamento de setembro elevou o padrão para trabalhos científicos e de longo horizonte. O resumo honesto é que o Kimi K3 é competitivo em amplitude agêntica e desenvolvimento web, e o modelo fechado está à frente onde o raciocínio se aprofunda mais; um índice com diferença de nove pontos comprime ambos os fatos em uma linha.

Um único dado merece menção própria por ser incomum: o próprio número de Terminal-Bench 2.1 da Moonshot para o Kimi K3 é de 88,3%, contra uma leitura independente de 85,0%. Números de fornecedores que sobrevivem quase intactos a uma medição neutra são raros, e uma diferença tão pequena, a favor do fornecedor, diz mais sobre o modelo do que qualquer pontuação de índice individual.

O fork de propriedade, orçado honestamente.

Os pesos abertos são a razão para preferir o Kimi K3, e também são a razão para ler as letras miúdas. O Kimi K3 é um modelo de mistura esparsa de especialistas com 2,8 trilhões de parâmetros; executá-lo por conta própria exige um cluster GPU multinó, não uma tarde de workstation, e a licença do Kimi K3 impõe uma barreira comercial voltada para revendedores de grande porte. O que você compra com essa infraestrutura é real: sem limites de taxa, sem medição por token, ajuste fino em seus próprios dados, auditabilidade total e prompts que nunca saem da sua rede — os requisitos que tornam uma API fechada inviável em trabalhos regulados e adjacentes à defesa.

Duas ressalvas devem acompanhar isso. A auto-hospedagem abre mão da visão nativa da API, pois a entrada de imagens é um recurso da camada de serviço, e não algo incluído nos pesos liberados; e o modelo é lento, medido em 35,5 tokens de saída por segundo no índice atual — a consequência natural de uma mistura de especialistas com 2,8T de parâmetros e raciocínio sempre ativo. Em uma geração de 20.000 tokens, isso são minutos de geração, e no seu próprio cluster, são minutos das suas próprias GPUs.

As versões alugadas estão mais próximas do que a questão da propriedade implica. Kimi K3 na API da Moonshot custa $3.00 / $15.00 com $0.30 de entrada em cache, aproximadamente um terço das tarifas de tokens do Claude Fable 5.1, enquanto o lado Claude reduziu seu preço de leitura de cache em 75% em setembro — para $0.25 por milhão, abaixo do da Kimi — o que é importante exatamente para as longas sessões de agente que ambos os modelos visam, onde a mesma saída de ferramenta é relida dezenas de vezes. Na medida independente de custo por tarefa, a diferença fica em $2.00 para Kimi K3 contra $7.63 para Claude Fable 5.1: um fator de quase quatro, e não o fator de três que os preços dos tokens sugerem, porque o modelo da Anthropic escreve cerca de 190M tokens contra 160M da Kimi para o mesmo trabalho de indexação.

Raciocínio que você pode observar

Há uma diferença na experiência do desenvolvedor que não aparece em nenhuma tabela de benchmarks. O Kimi K3 transmite seus rastros de raciocínio pela API, o que transforma uma etapa de agente fracassada em algo que você pode ler, em vez de algo que você infere. O Claude Fable 5.1 adota a abordagem oposta: o pensamento está sempre ativo, a cadeia de pensamento bruta nunca é retornada, e a configuração de exibição decide apenas se você recebe um resumo legível ou nada. Resumos são suficientes para a maioria dos registros de produção; rastros são melhores para depurar um agente que continua tomando o caminho errado. Se você está construindo infraestrutura de agentes em vez de consumi-la, essa diferença aparece em horas.

A nota de rodapé de aquisição

Para empresas dos EUA, uma variável não técnica se liga a essa comparação. Moonshot AI é um laboratório com sede em Pequim que tem sido alvo de escrutínio do governo dos EUA: o Secretário do Tesouro ameaçou publicamente adicionar a empresa a uma lista negra comercial, autoridades dos EUA alegaram que ela destilou capacidades de modelos dos EUA — uma alegação que a Moonshot nega — e reportagens da imprensa descrevem conversas em estágio inicial com Microsoft, Amazon e Google para hospedar o Kimi K3 em termos de compartilhamento de receita, juntamente com um registro confidencial de IPO em Hong Kong no início de setembro. Nada disso muda a comparação técnica, e uma implantação de pesos abertos hospedada nos EUA dentro da sua própria infraestrutura é materialmente diferente de rotear prompts para uma API no exterior. Isso significa que uma decisão de aquisição sobre o Kimi K3 é uma decisão com uma dimensão política, e deve ser tomada por pessoas que saibam disso.

Executando a comparação em vez de discutir sobre isso.

Ambos os modelos estão disponíveis no OrcaRouter pelos preços de tabela de seus provedores, sem nenhum acréscimo, o que torna esta uma comparação que você pode resolver com seus próprios dados em vez de uma tabela de benchmarks: Kimi K3 na Moonshot por $3.00 / $15.00, Claude Fable 5.1 na Anthropic por $10.00 / $50.00, em uma única chave e uma única fatura, sem segundo contrato para assinar e sem alteração de código para trocar. Use o mesmo harness em ambos, meça o custo por tarefa concluída em suas cargas de trabalho reais e deixe o failover automático manter o caminho de produção enquanto um modelo candidato ainda está sendo avaliado. Se a carga de trabalho for de raciocínio profundo ou viver dentro do Claude Code, o carro-chefe fechado geralmente vence; se for geração de alto volume, em que uma saída de um milhão de tokens ou uma implantação auto-hospedada muda a economia, o Kimi K3 é o único dos dois que pode ser de sua propriedade, e a camada de roteamento é onde você mantém as duas opções em aberto.

O que observar a seguir é simétrico. A Anthropic tem lançado em um ritmo aproximadamente mensal e agora demonstrou que cortará os preços de cache sem alterar as tarifas principais, então o lado do custo dessa comparação pode mudar sem um novo modelo. O futuro da própria Moonshot está agora ligado à sua listagem e às conversas com a nuvem dos EUA, qualquer uma das quais pode mudar como — e onde — o Kimi K3 é servido. Nenhuma dessas é motivo para esperar: ambos os modelos fazem hoje o que os números acima dizem que fazem, e a decisão que envelhece melhor é aquela que mantém o ID do modelo como um valor de configuração, em vez de uma reescrita.