Ulasan Kimi K3: Kami Uji dengan DeepSeek V4 Pro dan V4.1 Flash

Kimi K3 adalah model unggulan Moonshot AI yang dirilis 16 Juli 2026: 2,8 triliun parameter, bobot terbuka, input gambar, dan konteks 1 juta token. Kami memberinya lima tugas yang sama seperti yang kami jalankan pada dua model DeepSeek, dan semuanya dijawab benar.

Masalahnya ada di kecepatan dan harga. Dengan setelan bawaan, Kimi K3 2–4,4 kali lebih lambat daripada DeepSeek V4.1 Flash di setiap tugas, dan 12–32 kali lebih mahal menurut harga daftar.

Jawaban singkat

• Kimi K3 akurat: lulus kelima tugas, termasuk 30 dari 30 tes coding dan pencarian di log seperempat juta token.
• Ia selalu berpikir, dengan usaha maksimal secara bawaan, jadi tidak cepat dan tidak murah begitu dipakai.
• DeepSeek V4.1 Flash menyamai hasilnya di setiap tugas dengan waktu dan biaya jauh lebih kecil.
• Pilihan kami: DeepSeek V4.1 Flash untuk pekerjaan API sehari-hari; Kimi K3 saat Anda butuh model terbuka kelas terdepan atau keunggulannya di peramban dan agen yang banyak memanggil alat.

Ketiga model tersedia di OmniaKey: Kimi K3, DeepSeek V4.1 Flash, dan DeepSeek V4 Pro.

Apa itu Kimi K3?

Model terbesar Moonshot sampai sekarang, dan bobotnya terbuka. Tulisan peluncuran dan dokumentasi API memberi data berikut (dicek 18 Oktober 2026):

Moonshot jujur soal posisinya: menurut mereka, performa keseluruhan K3 “masih tertinggal dari model berpemilik paling kuat, Claude Fable 5 dan GPT 5.6 Sol”.

Bagaimana hasilnya di pengujian kami?

Benar semua, lima dari lima. Tugasnya sama dengan yang kami pakai di ulasan DeepSeek V4.1 Flash 1017:

• Parser: menulis evaluate() aritmetika dengan aturan Python yang persis, dinilai oleh 30 kasus uji milik kami sendiri.
• Faktur: mengambil 10 bidang dari surel Jerman-Inggris dengan format angka Eropa.
• Panggilan alat: cuaca dan waktu lokal dua kota; jawaban benarnya empat panggilan dalam satu balasan.
• Log panjang: menemukan tiga kode badge yang berlaku di log seperempat juta token, melewati satu yang sudah kedaluwarsa.
• Grafik: membaca nilai tertinggi, terendah, rata-rata, dan satu selisih dari sebuah gambar.

Cara kami menjalankannya: Kimi K3 pada 18 Oktober 2026 dan model DeepSeek pada 17 Oktober, satu kali jalan per tugas, setelan bawaan, lewat endpoint OmniaKey yang kompatibel OpenAI. Biaya adalah jumlah token tiap balasan dikali harga daftar pembuatnya (tarif luar jam sibuk DeepSeek). OmniaKey menjual akses API ketiga model, jadi pengujian berjalan lewat OmniaKey; semua harga di sini harga pembuat, bukan harga kami. Satu kali jalan per tugas dengan selisih satu hari adalah cek sekilas, bukan benchmark.

Melawan V4 Pro, Kimi K3 menulis parser 7 kali lebih cepat (176 detik dibanding 20,7 menit) dengan biaya kurang lebih sama. Di tiga tugas bersama lainnya V4 Pro lebih murah, dan lebih cepat di dua di antaranya.

Mengapa Kimi K3 lebih lambat dan lebih mahal?

Dua sebab. K3 selalu berpikir, dan API-nya berjalan pada usaha maksimal kecuali Anda minta lebih rendah; API Moonshot menerima reasoning_effort sebagai low, high, atau max. Harga daftarnya juga 20 kali DeepSeek V4.1 Flash untuk masukan dan 25 kali untuk keluaran.

Harga dari halaman harga Moonshot dan halaman harga DeepSeek (luar jam sibuk), dicek 18 Oktober 2026. Moonshot bilang API-nya mengenai cache pada lebih dari 90% masukan di pekerjaan coding, yang banyak memangkas sesi coding panjang. Pengujian kami berupa panggilan tunggal, jadi tidak ada cache yang kena.

Kimi K3 atau DeepSeek: pilih mana?

DeepSeek V4.1 Flash untuk sebagian besar pekerjaan, Kimi K3 untuk beberapa pekerjaan tertentu.

Apa kata benchmark Moonshot sendiri?

Di kartu model Moonshot, K3 unggul atas Claude Fable 5 dan GPT-5.6 Sol di beberapa tes agen: BrowseComp (91,2, lawan 88,0 dan 90,4), MCPMark (94,5, lawan 87,4 dan 92,9), dan SWE-Marathon (42,0, lawan 35,0 dan 39,0). K3 tertinggal dari Fable 5 di FrontierSWE (81,2 lawan 86,6), GDPval-AA (1686 lawan 1747), dan HLE tanpa alat (43,5 lawan 53,3).

Baca tabel vendor dengan teliti. Kartu Moonshot memberi K3 nilai 77,8 di ProgramBench, sementara tabel DeepSeek sendiri memberi K3 17,5 di tes dengan nama sama. Tugas Anda sendiri, dijalankan dengan cara sama di tiap model, lebih baik jadi pegangan.

Bagaimana cara memanggil Kimi K3?

from openai import OpenAI

client = OpenAI(api_key="YOUR_OMNIAKEY_KEY", base_url="https://api.omniakey.com/v1")

stream = client.chat.completions.create(
    model="kimi-k3",
    messages=[{"role": "user", "content": "Write a Python function that parses ISO 8601 durations."}],
    max_tokens=32000,                 # K3 selalu berpikir: sisakan ruang untuk jawaban panjang
    stream=True,                      # berpikir lama bisa melewati batas waktu proxy
)
for chunk in stream:
    delta = chunk.choices[0].delta if chunk.choices else None
    if delta and delta.content:
        print(delta.content, end="")

1. Buat kunci di dasbor OmniaKey dan tempel menggantikan YOUR_OMNIAKEY_KEY.
2. Jalankan dengan streaming aktif: tugas parser kami hampir tiga menit.
3. Untuk membandingkan model, ganti hanya model menjadi deepseek-flash atau deepseek-v4-pro.

Kesimpulan

Kimi K3 adalah model terbuka yang kuat dan akurat: ia lulus setiap tugas yang kami berikan. Namun untuk pekerjaan API sehari-hari, DeepSeek V4.1 Flash memberi jawaban sama, 2–4 kali lebih cepat, dengan biaya sebagian kecil dari harganya, jadi mulailah dari sana. Pakai Kimi K3 saat Anda butuh bobot terbuka berskala terdepan atau agen yang seharian menjelajah dan memanggil alat.

Pertanyaan umum

Apakah Kimi K3 open source?

Bobot lengkapnya terbuka dengan lisensi Kimi K3, lisensi bergaya MIT. Perusahaan yang menjualnya sebagai layanan terkelola dengan pendapatan lebih dari US$20 juta dalam 12 bulan perlu perjanjian terpisah dengan Moonshot, dan produk yang sangat besar wajib menampilkan merek “Kimi K3”.

Berapa harga Kimi K3?

Di platform internasional Moonshot, US$3,00 per juta token masukan, US$0,30 untuk masukan dari cache, dan US$15,00 untuk keluaran. Platform Tiongkok mengenakan ¥20, ¥2, dan ¥100 untuk tiga hal yang sama. Tidak ada tingkatan berdasarkan panjang konteks.

Bisakah berpikirnya Kimi K3 dimatikan?

Tidak. Dokumentasi Moonshot menyebut K3 selalu berpikir; Anda hanya bisa mengatur usahanya ke low, high, atau max.

Untuk coding, apakah Kimi K3 lebih baik dari DeepSeek V4 Pro?

Di tugas parser kami, keduanya lulus 30 tes, tetapi Kimi K3 butuh 176 detik dan V4 Pro 20,7 menit, dengan biaya kurang lebih sama. Coba beberapa tugas coding Anda sendiri di keduanya sebelum pindah.