Claude Fable 5.1 против Kimi K3: Потолок мышления против потолка, которым можно владеть

Claude Fable 5.1 и Kimi K3 нацелены на одного и того же покупателя — команды, запускающие длительные агентские сценарии с использованием инструментов на больших кодовых базах и наборах документов, — и они выходят на рынок с противоположных его концов. Claude Fable 5.1 — это закрытый флагман Anthropic, выпущенный 1 сентября 2026 года, с ценой $10.00 за миллион входных токенов и $50.00 за миллион выходных токенов; по оценке Artificial Analysis, он набирает 53 балла в текущем Intelligence Index: первое место среди 201 модели, которые этот индекс отслеживает. Kimi K3, модель смеси экспертов от Moonshot AI с 2,8 триллиона параметров, открыла свои веса 27 июля и занимает 44 балла по тому же индексу — вторая среди 112 моделей с открытыми весами в своём классе. Очевидное прочтение — разрыв в интеллекте на девять пунктов при примерно трёхкратном разрыве в цене. Более полезное прочтение — что у этих двух моделей разные максимумы, и только один из этих максимумов может быть повышен тем, кто использует модель.

Об источниках: Artificial Analysis пересмотрел свой Intelligence Index в сентябре, поэтому приведённые здесь оценки, рейтинги, скорости и показатели стоимости за задачу взяты из текущей версии, зафиксированной 10 сентября 2026 года, и несопоставимы с цифрами, опубликованными при запуске любой из моделей. Собственные результаты бенчмарков Moonshot и результаты Anthropic помечены в местах их упоминания, и ни те, ни другие не воспроизведены другой лабораторией. Claude Fable 5.1 появился девять дней назад, поэтому заявления его производителя почти не прошли внешнего тестирования; у Kimi K3 было шесть недель такого тестирования.

То же окно, другие максимумы

Обе модели поддерживают контекстное окно на 1 048 576 токенов, и ни одна не берёт надбавку за его заполнение — Moonshot предлагает Kimi K3 по фиксированной цене $3.00 / $0.30 за кэшированные / $15.00 за миллион токенов, а Claude Fable 5.1 оценивает своё окно в $10.00 / $0.25 за кэшированные / $50.00. Именно общее окно — причина, по которой эти две модели вообще сравнивают: они созданы для одного и того же типа работы, когда одна задача накапливает репозиторий, хранилище данных или неделю результатов работы инструментов.

Расхождение — на другом конце канала. Kimi K3 может выдавать до 1 048 576 токенов за один ответ — провайдеры обычно по умолчанию ограничивают его 131 072, но потолок — целый миллион, и Moonshot продвигает это как «один вызов может выдать кодовую базу». Claude Fable 5.1 ограничивает ответ 128K выходных токенов. Для одного сообщения в чате этот лимит неважен. Для генерации целого репозитория, массовой миграции или большого набора документов это разница между одним вызовом и циклом агента, который вам придётся создавать, контролировать и оплачивать пошагово.

Числа, измерение за измерением

• Цена за 1M токенов — Claude Fable 5.1 $10.00 на вход / $50.00 на выход против Kimi K3 $3.00 на вход / $15.00 на выход.

• Кэшированный ввод — Claude Fable 5.1 $0,25 за 1M против Kimi K3 $0,30, что Artificial Analysis превращает в эффективную скидку на кэш в 98% по сравнению с 90%.

Независимая оценка, скорость и стоимость — Claude Fable 5.1 находится на 53-м месте в текущем Intelligence Index (#1 из 201) при 67,2 выходных токенах в секунду и 7,63 доллара за задачу индекса; Kimi K3 находится на 44-м месте (#2 из 112 моделей с открытым весом) при 35,5 токенах в секунду и 2,00 доллара за задачу, и индекс отмечает её как заметно медленную и несколько многословную — 160M выходных токенов на один прогон индекса против 190M у модели Claude.

• Потолок контекста и вывода — 1M токенов на входе и до 128K на выходе против 1M токенов на входе и до 1M на выходе.

• Веса: закрытые и доступные только через API, либо открытые и допускающие самостоятельное развертывание; опубликованы Moonshot под лицензией Kimi K3 — модифицированным вариантом MIT с коммерческими условиями для очень крупных реселлеров — и выложены на Hugging Face.

• Зрение — Claude Fable 5.1 принимает текст, изображения и файлы через API; Kimi K3 принимает текст и изображения через API, но нативное зрение — это функция серверного уровня и не входит в выпущенные веса.

• Видимость рассуждений — Kimi K3 передаёт трассы своих рассуждений в API в потоковом режиме; Claude Fable 5.1 возвращает блоки мышления, отображение которых вы выбираете — сводное или опущенное, при этом сырая цепочка мыслей никогда не раскрывается.

• Архитектура — количество параметров Claude Fable 5.1 не раскрывается; Kimi K3 — разреженная смесь экспертов с общим количеством параметров 2,8 трлн и примерно 104 млрд активных.

Выпущено — Claude Fable 5.1 1 сентября 2026 года; API Kimi K3 — 16 июля 2026 года, с открытыми весами 27 июля.

Что такое разрыв в девять пунктов и чем он не является

На текущем индексе Claude Fable 5.1 лидирует с 53, а Kimi K3 занимает второе место с 44, опережая остальные модели с открытыми весами. Девять очков — это реальный разрыв, а не шум, но индекс является составным показателем — агентная работа, программирование, научные рассуждения и общие способности с весами, — и одно число скрывает области, где открытая модель действительно сильна. В независимых замерах начала сентября Kimi K3 находилась на вершине или вблизи вершины открытого поля в долгосрочной агентной работе: первое место на AutomationBench, второе место в агентном наборе Briefcase от Artificial Analysis и третье место на GDPval-AA v2 среди протестированных моделей. Независимые данные арены оценивают её навыки веб-разработки примерно в 1 679 Эло на доске Web Dev от Code Arena, что близко к вершине этого поля вплоть до начала сентября. Это те рабочие нагрузки, где открытая модель не отстаёт на девять очков.

Там, где Claude Fable 5.1 уходит в отрыв, — это предел сложных рассуждений. Anthropic сообщает о 52,6% на Terminal-Bench-Science 0.1, что более чем вдвое превышает 24,7% предыдущего поколения Claude, а также о 55,8% на Terminal-Bench 4.0 — оба показателя предоставлены вендором и не воспроизведены независимо. Именно эти цифры стоят за утверждением, что сентябрьский релиз сдвинул планку для научной и долгосрочной работы. Честное резюме таково: Kimi K3 конкурентоспособен в широте агентных возможностей и веб-разработке, а закрытая модель опережает там, где рассуждения становятся наиболее глубокими; разброс в девять пунктов по одному индексу сжимает оба факта в одну строку.

Один показатель заслуживает отдельного упоминания, поскольку он необычен: собственный результат Moonshot в Terminal-Bench 2.1 для Kimi K3 составляет 88,3% против независимого замера в 85,0%. Показатели вендора, которые почти без изменений выдерживают нейтральное измерение, — редкость, и столь малый разрыв в пользу вендора говорит о модели больше, чем любой отдельный индексный балл.

Форк владения, честно оценённый

Открытые веса — это причина предпочесть Kimi K3, и это же причина внимательно читать мелкий шрифт. Kimi K3 — это разреженная смесь экспертов с 2,8 триллиона параметров; запуск её самостоятельно означает многоузловой GPU-кластер, а не рабочую станцию на полдня, а лицензия Kimi K3 содержит коммерческое ограничение, нацеленное на очень крупных реселлеров. То, что вы покупаете вместе с этой инфраструктурой, реально: отсутствие лимитов на запросы, отсутствие поминутной оплаты за токены, дообучение на собственных данных, полная проверяемость и промпты, которые никогда не покидают вашу сеть — требования, которые делают закрытый API неприемлемым в регулируемых и смежных с обороной сферах.

Здесь уместны два предостережения. При самостоятельном размещении теряется встроенная в API поддержка vision, поскольку ввод изображений — это функция серверного уровня, а не то, что содержится в опубликованных весах; кроме того, модель медленная: на текущем индексе она генерирует лишь 35,5 токена в секунду — что является естественным следствием смеси экспертов с 2,8 трлн параметров и постоянно активным режимом рассуждений. Для ответа объёмом 20 000 токенов это означает минуты генерации, а на вашем собственном кластере — минуты работы ваших собственных GPU.

Арендованные версии ближе друг к другу, чем предполагает вопрос о владении. Kimi K3 в API Moonshot стоит {{1}}$3.00 / $15.00 при $0.30 за кэшированный ввод{{/1}}, что примерно втрое дешевле тарифов Claude Fable 5.1; при этом Claude в сентябре снизил цену чтения кэша на {{2}}75% — до $0.25 за миллион{{/2}}, ниже уровня Kimi, — что важно для длинных агентных сессий, на которые нацелены обе модели и в которых один и тот же результат работы инструмента перечитывается десятки раз. По независимому показателю стоимости задачи разрыв составляет {{3}}$2.00 у Kimi K3 против $7.63 у Claude Fable 5.1{{/3}} — это коэффициент почти четыре, а не три, как следует из цен на токены, потому что модель Anthropic генерирует {{4}}примерно 190 млн токенов против 160 млн у Kimi{{/4}} для одной и той же индексной работы.

Рассуждения, за которыми можно наблюдать

Существует разница в опыте разработчика, которая не видна ни в одной таблице бенчмарков. Kimi K3 передаёт трассы своих рассуждений через API, превращая неудачный шаг агента в нечто, что можно прочитать, а не о чём можно только догадываться. Claude Fable 5.1 придерживается противоположного подхода: мышление всегда включено, сырая цепочка рассуждений никогда не возвращается, а настройка отображения определяет лишь то, получите ли вы читаемое резюме или вообще ничего. Резюме достаточно для журналирования в большинстве продакшн-систем; трассы лучше подходят для отладки агента, который постоянно выбирает неверную ветвь. Если вы строите инфраструктуру для агентов, а не потребляете её, эта разница оборачивается часами.

Сноска о закупках

Для американских предприятий с этим сравнением связана одна нетехническая переменная. Moonshot AI — лаборатория со штаб-квартирой в Пекине, которая находилась под пристальным вниманием правительства США: министр финансов публично угрожал добавить компанию в торговый чёрный список, американские чиновники обвиняли её в дистилляции возможностей из американских моделей — обвинение, которое Moonshot отрицает, — а пресса сообщает о переговорах на ранней стадии с Microsoft, Amazon и Google о размещении Kimi K3 на условиях разделения выручки, а также о конфиденциальной подаче заявки на IPO в Гонконге в начале сентября. Ничто из этого не меняет технического сравнения, и развёртывание модели с открытыми весами на серверах в США внутри вашей собственной инфраструктуры принципиально отличается от направления запросов в зарубежный API. Но это означает, что решение о закупке Kimi K3 — это решение с политическим аспектом, и принимать его должны люди, которые об этом знают.

Провести сравнение, а не спорить об этом.

Обе модели доступны на OrcaRouter по прейскурантным ценам провайдеров с нулевой наценкой, так что исход этого сравнения вы можете определить на основе собственных данных, а не по бенчмарк-таблице: Kimi K3 у Moonshot по $3.00 / $15.00, Claude Fable 5.1 у Anthropic по $10.00 / $50.00, по одному ключу и одному счёту, без необходимости подписывать второй контракт и без изменения кода для переключения. Примените один и тот же испытательный стенд к обеим моделям, измерьте стоимость выполненной задачи на ваших реальных рабочих нагрузках и позвольте автоматическому переключению при отказе удерживать производственный маршрут, пока модель-кандидат ещё оценивается. Если рабочая нагрузка — это глубокие рассуждения или она работает внутри Claude Code, закрытый флагман обычно побеждает; если это высокообъёмная генерация, где вывод на миллион токенов или самостоятельное развёртывание меняет экономику, Kimi K3 — единственная из двух, которую можно развернуть у себя, и именно слой маршрутизации позволяет оставлять обе опции открытыми.

На что обратить внимание дальше — симметрично. Anthropic выпускает продукты примерно ежемесячно и теперь продемонстрировала, что снизит цены на кэш, не затрагивая основные тарифы, так что стоимость в этом противостоянии может измениться без новой модели. Будущее самой Moonshot теперь связано с её листингом и переговорами с облачными провайдерами в США — любой из этих факторов может изменить то, как и где будет предоставляться Kimi K3. Ни то, ни другое не является причиной ждать: обе модели уже сегодня делают то, что говорят приведённые выше цифры, и решение, которое лучше всего выдержит проверку временем, — это то, которое оставляет идентификатор модели значением конфигурации, а не поводом для переписывания.