Kimi K3 ปะทะ Fable 5, GPT-5.6 และ Opus 4.8: เราทดสอบกระแส hype

Kimi K3คือเรือธงใหม่ของ Moonshot AI และในช่วงไม่กี่วันในเดือนกรกฎาคม 2026 มันเป็นโมเดลที่มีการทดสอบมากที่สุดบนอินเทอร์เน็ต มันปรากฏขึ้นครั้งแรกบนเว็บไซต์ประเมินผล Arena ในฐานะโมเดลลึกลับที่มีชื่อรหัสว่า "Kivine" — ซึ่งอธิบายตัวเองว่า "จาก Moonshot labs" โดยมีจุดตัดความรู้เดือนมกราคม 2025 — ก่อนที่ Moonshot จะประกาศอย่างเป็นทางการเมื่อ July 16, 2026, โดยสัญญาว่าจะเปิด open weights before July 27. หัวข้อข่าวที่เกิดขึ้นซ้ำจากผู้ทดสอบ: Kimi K3 อยู่ประมาณ Claude Fable 5, และมักจะนำหน้า GPT-5.6 ในงานสร้างสรรค์และงาน 3D บทวิจารณ์ความประทับใจครั้งแรกนี้รวบรวมสเปก, แกนหลักเกณฑ์มาตรฐาน, และการทดสอบจากชุมชนอีกหลายสิบรายการไว้ในที่เดียว

ข้อความถึงผู้สร้าง: การทดสอบเหล่านี้เป็นการทดสอบชุมชนในระยะแรกที่ยังไม่มีการควบคุม ดังนั้นให้ถือว่าเป็นการบ่งชี้แนวทางเท่านั้น ไม่ใช่คะแนน OrcaRouter นำเสนอโมเดลที่พร้อมใช้งาน API ผ่านจุดสิ้นสุดที่เข้ากันได้กับ OpenAI เพียงจุดเดียว ดังนั้นเมื่อKimi K3ของ API เปิดใช้งานแล้ว คุณสามารถทดลองใช้กับ Fable 5 และ GPT-5.6 โดยไม่ต้องเชื่อมต่อ SDK หลายตัว

TL;DR คำตัดสิน. Kimi K3 เป็นโมเดล open-weight ตัวแรกที่สามารถเข้าถึงช่วง Fable 5 อย่างน่าเชื่อถือในด้าน frontend, 3D, และ creative one-shots — มันครองอันดับหนึ่งในตารางผู้นำ frontend ของ Arena และอยู่อันดับ #4 ใน Artificial Analysis Index แต่มันพูดมากและช้า (การ build frontend หนึ่งครั้งใช้เวลา 35 นาที) ตามหลัง Fable ในด้าน agentic coding และคำตัดสินที่ "won" เป็นการประทับใจช่วงแรกจาก Arena ไม่ใช่เกณฑ์มาตรฐานที่ผ่านการตรวจสอบ น่าประทับใจ แต่ยังไม่สิ้นสุด

ประเด็นสำคัญ

•  Kimi K3 เป็น 2.8T-parameter MoE, ถูกวางตำแหน่งให้เป็นโมเดลโอเพนเวทที่ใหญ่ที่สุดจนถึงปัจจุบัน โดยมีน้ำหนักโอเพนที่จะเปิดเผยก่อนวันที่ 27 กรกฎาคม.

•  ในการประเมินจากบุคคลที่สามที่เป็นกลาง มันอยู่ในอันดับ #4 จาก 189 ในดัชนีความฉลาดของ AA (57) และ #1 บนบอร์ด frontend-code ของ Arena (1679), ซึ่งสูงกว่า 1631 ของ Fable 5.

• ราคา$3 / $15 ต่อ 1M tokens — โมเดลที่แพงที่สุดของ Moonshot เท่าที่เคยมีมา แต่ยังคงประมาณหนึ่งในสามของ $10 / $50 ของ Fable 5

• ผู้ทดสอบเรียกมันซ้ำๆ ว่า "ระดับ Fable"; ผู้คลางแคลงบอกว่าการเปรียบเทียบแบบตัวต่อตัวถูกเลือกมาเฉพาะ และมันยังตามหลังในงานที่ต้องทำหลายขั้นตอนแบบ agentic

•  ข้อควรระวัง: เอาต์พุตแบบละเอียด (ประมาณ 2 เท่าของโทเค็นค่ามัธยฐานของเพื่อนร่วมงาน), ความหน่วงของโทเค็นแรก ~34 วินาที, และยังคงตามหลัง Fable ใน FrontierSWE และ DeepSWE.

สเปกและเกณฑ์มาตรฐานหลัก

นี่คือข้อมูลจริง โดยแต่ละตัวเลขระบุแหล่งที่มาไว้

•  สถาปัตยกรรม — Kimi K3: 2.8T MoE (896 experts, 16 active), Kimi Delta Attention, 1M context, native vision; จุดเปรียบเทียบ: โมเดลโอเพนเวตที่ใหญ่ที่สุดเท่าที่มีมา (Moonshot, รายงานจากผู้ขาย)

•  รูปแบบต่างๆ — Kimi K3: K3 Max (chat/agent), K3 Swarm Max (parallel); จุดเปรียบเทียบ: —

• ราคา (อินพุต / เอาต์พุต) — Kimi K3: $3 / $15 ต่อ 1M; cache-hit ~$0.30; จุดเปรียบเทียบ: Fable 5 ที่ $10 / $50 (~3.3 เท่า)

•  AA Intelligence Index — Kimi K3: 57 — #4 of 189; จุดเปรียบเทียบ: ตามหลัง Fable 5 สอง configs + GPT-5.6 Sol; สูงกว่า Opus 4.8, Sonnet 5, GLM-5.2 (Artificial Analysis)

•  Arena frontend-code — Kimi K3: #1 ที่ 1679, ชนะ 6 จาก 7 หมวดหมู่; จุดเปรียบเทียบ: เหนือกว่า Fable 5's 1631; เพิ่มขึ้นจาก K2.6's #18 (Arena / LMArena)

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

•  GPQA Diamond — Kimi K3: 93.5% (โมเดลโอเพนที่แข็งแกร่งที่สุด); จุดเปรียบเทียบ: ที่รายงานโดยผู้จำหน่าย

•  BrowseComp / HLE w/ tools — Kimi K3: 91.2% / 56.0%; จุดเปรียบเทียบ: รายงานโดยผู้ขาย

•  Agentic SWE — Kimi K3: FrontierSWE 81.2, DeepSWE 67.5; จุดเปรียบเทียบ: ตามหลัง 86.6 / 70.0 ของ Fable 5

•  Terminal-Bench 2.1 — Kimi K3: 88.3; จุดเปรียบเทียบ: สูงกว่า 84.6 ของ Fable 5 (ข้อควรระวัง harness-mixing ด้านล่าง)

สองสิ่งบรรเทาความสำเร็จลง ประการแรก ข้อได้เปรียบด้านราคาถูกกลบไปบางส่วนด้วยความเยิ่นเย้อ — K3 สร้างโทเค็นผลลัพธ์ประมาณสองเท่าของค่ามัธยฐานของรุ่นเทียบเคียงในงานที่เทียบเคียงได้ — บวกกับ ความหน่วงโทเค็นแรก ~34 วินาที. ประการที่สอง จุดเด่นของ Terminal-Bench มาพร้อมกับคำเตือนจาก @ChrissGPT: เกณฑ์วัดของ Moonshot "มักจะชอบใช้ Terminal 2 แทน 2.1" ดังนั้นควรจัดการเปรียบเทียบข้ามชุดทดสอบอย่างระมัดระวัง โดยอิสระ ก่อนที่ดัชนีทางการจะเผยแพร่ @teortaxesTex ประมาณการว่า "~55ish AA… ประมาณ Opus 4.8 หรือ GPT 5.5"

สรุปการทดสอบจากชุมชน

หลักฐานที่ทำให้ Kimi K3 กลายเป็นเรื่องราวคือการหลั่งไหลของ Arena one-shots ต่อไปนี้เป็นตัวอย่างตัวแทน — ผู้ทดสอบ ภารกิจ และคำตัดสิน ซึ่งแต่ละรายการเชื่อมโยงไปยังโพสต์ต้นฉบับ

•  @synthwavedd — ภารกิจ: การทดสอบความเครียดทั่วไป; คำตัดสิน: "อีกหนึ่งช่วงเวลาแบบ DeepSeek R1… มักจะอยู่ในระดับ Fable อาจจะแย่กว่าเล็กน้อย แต่ก็ดีกว่า 5.6 อย่างสม่ำเสมอ เป็นสัตว์ร้าย."

• @chetaslua — งาน: การเขียนโค้ด, เผชิญหน้ากับ Fable; คำตัดสิน: "เหนือกว่าโมเดลโอเพนซอร์สทุกตัว… เทียบเท่า Fable, บางครั้งคุณภาพดีกว่า"

•  @Gc_qube — ภารกิจ: 3D / เกม vs Fable 5; คำตัดสิน: "Kimi K3 ชนะ… รุ่นแรกที่ตามทัน Fable"

•  @abhinavflac — งาน: ซากุระบอนไซเรนเดอร์; คำตัดสิน: "เอาชนะ Claude Fable — ทำให้ลำต้นบิดและเรือนยอดเป็นชั้นได้ดีเยี่ยม"

• @testingcatalog — งาน: Universe-sim กับ Fable 5; ผลสรุป: "Fable เสร็จเร็วกว่าพร้อม UX ที่แข็งแกร่งกว่า; K3 ซับซ้อนและดูดีกว่ามาก… ใกล้เคียงมาก"

•  @israfill — ภารกิจ: พรอมต์จำลองจักรวาลเดียวกัน; คำตัดสิน: "K3 ชนะด้วยผลงานสร้างสรรค์ที่หนาแน่นและช่วงเวลา 'มันสร้างสิ่งนั้นได้อย่างไร' … แปลกใจที่มันใกล้เคียงขนาดนี้"

• @mirochill — งาน: Frontend ครั้งเดียว (ฝรั่งเศส); คำตัดสิน: "เทียบเท่า 5.6 Pro, ดีกว่า Fable 5, ในความพยายามครั้งเดียว" (มีปัญหาเรื่องแสงที่สังเกตเห็น)

•  @jun_song — งาน: Flappy Bird vs Opus 4.8; คำตัดสิน: "ดีกว่าอย่างมีนัยสำคัญเมื่อเทียบกับ Opus… อยู่ในระดับ Opus-5"

•  @JustinGorya — งาน: Single-file HTML Minecraft; คำตัดสิน: "ก้าวสำคัญใหม่… น่าทึ่งในด้าน 3D และฟรอนต์เอนด์" (ตอบกลับ: "นี่คือช็อตเดียว บ้าาาาา")

•  @redkendl — งาน: เกมกระดาษเครื่องบิน 3D; คำตัดสิน: "นัดเดียวจบ… Fable 5 / output ระดับ GPT-5.6. ห้องแล็บจีนไม่ได้ล้าหลังไป 8 เดือนอีกต่อไป"

•  @noctus91 — งาน: ประสบการณ์ 3D แบบโต้ตอบ; คำตัดสิน: "ระดับของรายละเอียด ความประณีต และคุณภาพโดยรวมนั้นสุดยอดจริงๆ"

•  @Lentils80 — งาน: หน้า Frontend; คำตัดสิน: "ช้ามาก — ใช้เวลา 35 นาที — แต่เป็นหนึ่งในผลลัพธ์ที่ดีที่สุดที่ฉันเคยเห็นจากพรอมต์นี้"

ผู้สนับสนุนปะทะผู้คลางแคลง

กรณีขาขึ้นตรงไปตรงมา: โมเดลโอเพนเวทที่เทียบชั้นกับเรือธงแนวหน้าแบบปิดในงานสร้างสรรค์และงานฟรอนต์เอนด์ ในราคาหนึ่งในสาม ถือเป็นสิ่งใหม่จริงๆ @notjazii เรียกผลลัพธ์แรกเริ่มว่า "a new SOTA model dropping today, moonshot cooked" และ @chetaslua มองว่าเป็น "deepseek moment again for OSS"

ผู้คลางแคลงคัดค้านอย่างหนัก และข้อโต้แย้งของพวกเขาก็คือสามข้อเดิมทุกครั้ง

• เดโมที่เลือกมาเฉพาะ ในการทดสอบบอนไซ @Heeseon ตอบว่า "ใครๆ ก็เห็นว่า Fable 5 ชนะ" และ @sebuzdugan ตั้งข้อสังเกตว่า "ตัวอย่างบอนไซหนึ่งชิ้นแสดงการควบคุมสไตล์ แต่ไม่ใช่ความน่าเชื่อถือข้ามซีด"

• Fable ดีกว่าแค่นั้นเอง ในกระทู้ของ Gc_qube, @victor_vibing พูดตรงๆ ว่า: "Fable ดีกว่ามาก ดีกว่าอย่างเทียบไม่ได้เลย"

• สไตล์เดียวกัน ไม่ใช่ความหลากหลายที่แท้จริง @_everythingism โต้แย้งว่าผลลัพธ์ "ทั้งหมดมี 'Claude aesthetic'... สร้างดีไซน์เฉพาะประเภทซ้ำแล้วซ้ำเล่า" และในการทดสอบ Opus @MCharles10581 ก็บอกเพียงว่า "ดูเหมือนว่า opus จะดีกว่า"

กรอบที่มีประโยชน์ที่สุดมาจาก @teortaxesTex ซึ่งยังไม่เคยทดสอบ K3 ด้วยตนเองด้วยซ้ำ ประเด็นของเขาคือเกี่ยวกับช่องว่างระหว่างความพยายามและรสนิยม, ไม่ใช่กำแพงความสามารถ: "แม้แต่ Fable และ Sol ก็ยังสร้าง SLOP มากมาย… Kimi ไม่ได้ล้มเหลวในเรื่องต่างๆ มากเท่ากับที่มันสร้างสิ่งที่น่าสนใจน้อยกว่าและมีรายละเอียดน้อยกว่า ไม่ได้พยายามเป็นพิเศษ" สำหรับการเขียนโค้ดแบบมีมนุษย์ร่วมวงจรในงานที่มีวัตถุประสงค์ชัดเจน เขาคาดหวังว่า K3 "ควรจะเข้าใกล้ได้อย่างไม่น่าเชื่อ" และประเด็นสำคัญเชิงกลยุทธ์: "ทุกรุ่นของจีนที่เพียงแค่*รักษา*ช่องว่างนี้ไว้… ก็ถือเป็นความสำเร็จที่กล้าหาญ" นั่นคือความเห็นที่ซื่อตรง — K3 ปิดช่องว่างในงานที่วัดได้ และด้อยกว่าเล็กน้อยในด้านรสนิยม ซึ่งตรงกับสิ่งที่ benchmark ของมันแสดงให้เห็น

คำถามที่พบบ่อย

Kimi K3 ดีเท่ากับ Fable 5 ไหม

ใน frontend และ 3D one-shots ผู้ทดสอบบอกว่าใช่ — มันขึ้นเป็นอันดับหนึ่งบนกระดาน frontend ของ Arena (1679 vs 1631) และการแข่งขัน head-to-head หลายรายการเรียกมันว่าชนะหรือเสมอ สำหรับ agentic coding มันยังตามหลัง (FrontierSWE 81.2 vs 86.6) และผู้คลางแคลงเถียงว่า Fable ยังคงมีความได้เปรียบในด้านความประณีตและความน่าเชื่อถือในหลายๆ seed

Kimi K3 เป็นโอเพนซอร์สหรือไม่

มันเป็นโมเดลน้ำหนักเปิด: Moonshot สัญญาว่าจะปล่อยน้ำหนักก่อนวันที่ 27 กรกฎาคม 2026 ตอนเปิดตัวนั้นมีเฉพาะ API/เว็บเท่านั้น เนื่องจากเป็นโมเดลน้ำหนักเปิดที่ใหญ่ที่สุดจนถึงปัจจุบัน (2.8T MoE) การปล่อยครั้งนั้นเป็นเหตุการณ์หลัก

Kimi K3 ราคาเท่าไหร่?

$3 / $15 ต่อ 1M โทเคนอินพุต/เอาต์พุต โดยการ hit แคชอยู่ประมาณ $0.30 นั่นคือโมเดลที่แพงที่สุดของ Moonshot เท่าที่เคยมีมา (K2.6 อยู่ที่ $0.95/$4) แต่ก็ยังประมาณหนึ่งในสามของ Fable 5 ที่ $10 / $50 — แม้ว่า verbose output จะทำให้ช่องว่างในโลกจริงแคบลง

Kimi K3 ดีกว่า GPT-5.6 หรือไม่?

ผู้ทดสอบมักจะตอบว่าใช่ในงานสร้างสรรค์และ 3D — @synthwavedd เรียกมันว่า "ดีกว่าอย่างสม่ำเสมอเมื่อเทียบกับ 5.6" และ @mirochill จัดให้มันอยู่ระดับเดียวกับ 5.6 Pro แต่ในดัชนี AA, GPT-5.6 Sol ยังคงอยู่อันดับเหนือ K3 และ Fable 5 กับ 5.6 Sol เป็นผู้นำบน Terminal 2.1

Kimi K3 เปิดตัวเมื่อไหร่

ประกาศอย่างเป็นทางการเมื่อวันที่ 16 กรกฎาคม 2026 หลังจากปรากฏบน Arena ในชื่อ "Kivine" ประมาณวันที่ 14 กรกฎาคม สัญญาว่าจะเปิดเผยน้ำหนักแบบเปิดก่อนวันที่ 27 กรกฎาคม 2026

บรรทัดล่าง

Kimi K3คือความประทับใจแรกที่แข็งแกร่งที่สุดที่โมเดล open-weight เคยสร้างขึ้นนับตั้งแต่ช่วงเวลา DeepSeek ครั้งแรก: ผลงานสร้างสรรค์และฟร้อนท์เอนด์ในระดับ Fable-5 ติดอันดับสูงสุดของตารางฟร้อนท์เอนด์ Arena ในราคาประมาณหนึ่งในสามของราคา Fable แค่เก็บความตื่นเต้นไว้ที่ 'ทิศทาง' — มันเป็นโมเดลที่พูดมาก ช้า ยังตามหลังด้านการเขียนโค้ดแบบ agentic และทุก 'ชนะ' ข้างต้นเป็นความประทับใจแรกจาก Arena ไม่ใช่เกณฑ์มาตรฐานที่ผ่านการตรวจสอบ เมื่อน้ำหนักถูกเปิดตัวก่อนวันที่ 27 กรกฎาคม การทดสอบที่มีการควบคุมจะบอกเราว่าการโหมโรงนั้นคงอยู่หรือไม่