Обзор Kimi K3: мы протестировали его против DeepSeek V4 Pro и V4.1 Flash

Kimi K3 — флагманская модель Moonshot AI, вышедшая 16 июля 2026 года: 2,8 трлн параметров, открытые веса, приём картинок и контекст в 1 млн токенов. Мы дали ей те же пять задач, что прогоняли на двух моделях DeepSeek, и она справилась со всеми.

Загвоздка в скорости и цене. На настройках по умолчанию Kimi K3 был в 2–4,4 раза медленнее DeepSeek V4.1 Flash на каждой задаче и в 12–32 раза дороже по прайс-листу.

Короткий ответ

• Kimi K3 точен: прошёл все пять задач, включая 30 из 30 тестов на код и поиск в логе на четверть миллиона токенов.
• Он думает всегда, по умолчанию на максимальном усилии, поэтому сразу после подключения не быстрый и не дешёвый.
• DeepSeek V4.1 Flash повторил его результат на каждой задаче за долю времени и денег.
• Наш выбор: DeepSeek V4.1 Flash для повседневной работы с API; Kimi K3 — когда нужна открытая модель передового уровня или её сильные стороны в работе с браузером и в агентах, которые постоянно вызывают инструменты.

Все три модели доступны в OmniaKey: Kimi K3, DeepSeek V4.1 Flash и DeepSeek V4 Pro.

Что такое Kimi K3?

Это самая крупная модель Moonshot на сегодня, и её веса открыты. Анонс и документация API дают такие данные (проверено 18 октября 2026 года):

Moonshot честно говорит о своём месте: по её словам, общие результаты K3 «всё ещё отстают от самых мощных проприетарных моделей — Claude Fable 5 и GPT 5.6 Sol».

Как он справился с нашими тестами?

Со всеми пятью. Это те же задачи, что в нашем обзоре DeepSeek V4.1 Flash 1017:

• Парсер: написать арифметический evaluate() с точно такими же правилами, как в Python; проверяем своими 30 тестами.
• Счёт: вытащить 10 полей из письма на немецком и английском с европейскими форматами чисел.
• Вызовы инструментов: погода и местное время для двух городов; верный ответ — четыре вызова в одном сообщении.
• Длинный лог: найти три действующих кода пропуска в логе на четверть миллиона токенов, пропустив устаревший.
• Диаграмма: прочитать максимум, минимум, среднее и одну разницу с картинки.

Как мы запускали: Kimi K3 — 18 октября 2026 года, модели DeepSeek — 17 октября, один запуск на задачу, настройки по умолчанию, через совместимый с OpenAI endpoint OmniaKey. Стоимость — число токенов каждого ответа, умноженное на прайс-лист производителя (у DeepSeek — ночной тариф). OmniaKey продаёт доступ к API всех трёх моделей, поэтому тесты шли через неё; все цены здесь — производителей, не наши. Один запуск на задачу с разницей в день — это выборочная проверка, а не бенчмарк.

Против V4 Pro Kimi K3 написал парсер в 7 раз быстрее (176 секунд против 20,7 минуты) примерно за те же деньги. На трёх других общих задачах V4 Pro вышел дешевле, а на двух из них ещё и быстрее.

Почему Kimi K3 медленнее и дороже?

Причин две. K3 думает всегда, и его API работает на максимальном усилии, пока вы не попросите меньше; API Moonshot принимает reasoning_effort со значениями low, high или max. Прайс-лист тоже выше: в 20 раз больше, чем у DeepSeek V4.1 Flash, на входе и в 25 раз — на выходе.

Цены с страницы тарифов Moonshot и у DeepSeek (ночной тариф), проверены 18 октября 2026 года. Moonshot говорит, что её API попадает в кэш более чем в 90% входных токенов при работе с кодом, и это сильно сокращает длинные сессии программирования. Наши тесты — одиночные запросы, поэтому кэш в них не срабатывал.

Kimi K3 или DeepSeek: что выбрать?

DeepSeek V4.1 Flash для большинства задач, Kimi K3 — для нескольких конкретных.

Что показывают бенчмарки самой Moonshot?

В карточке модели Moonshot K3 обходит Claude Fable 5 и GPT-5.6 Sol в нескольких агентских тестах: BrowseComp (91,2 против 88,0 и 90,4), MCPMark (94,5 против 87,4 и 92,9) и SWE-Marathon (42,0 против 35,0 и 39,0). Fable 5 он уступает в FrontierSWE (81,2 против 86,6), GDPval-AA (1686 против 1747) и HLE без инструментов (43,5 против 53,3).

Таблицы производителей читайте внимательно. Карточка Moonshot даёт K3 77,8 в ProgramBench, а таблица самой DeepSeek — 17,5 в тесте с тем же названием. Ваши собственные задачи, прогнанные одинаково на каждой модели, подскажут лучше.

Как вызвать 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 думает всегда: оставьте место для длинных ответов
    stream=True,                      # долгое размышление может не уложиться в таймаут прокси
)
for chunk in stream:
    delta = chunk.choices[0].delta if chunk.choices else None
    if delta and delta.content:
        print(delta.content, end="")

1. Создайте ключ в панели OmniaKey и вставьте его вместо YOUR_OMNIAKEY_KEY.
2. Запускайте со стримингом: наша задача с парсером заняла почти три минуты.
3. Чтобы сравнить модели, поменяйте только model на deepseek-flash или deepseek-v4-pro.

Итог

Kimi K3 — сильная и точная открытая модель: она справилась с каждой задачей, которую мы ей дали. Но для повседневной работы с API DeepSeek V4.1 Flash выдал те же ответы в 2–4 раза быстрее и за малую долю цены, так что начинайте с него. Kimi K3 берите, когда нужны открытые веса передового масштаба или агент, который весь день ходит по сайтам и вызывает инструменты.

Частые вопросы

Kimi K3 открытый?

Полные веса открыты под лицензией Kimi K3 — это лицензия в стиле MIT. Компаниям, которые продают его как хостинговый сервис с выручкой больше 20 млн долларов за 12 месяцев, нужно отдельное соглашение с Moonshot, а очень крупные продукты обязаны показывать бренд «Kimi K3».

Сколько стоит Kimi K3?

На международной платформе Moonshot — 3,00 $ за миллион входных токенов, 0,30 $ за вход из кэша и 15,00 $ за выход. Платформа для Китая берёт ¥20, ¥2 и ¥100 за то же самое. Градаций по длине контекста нет.

Можно ли отключить размышления Kimi K3?

Нет. Документация Moonshot говорит, что K3 думает всегда; можно задать только уровень усилия: low, high или max.

Kimi K3 лучше DeepSeek V4 Pro в коде?

В нашей задаче с парсером обе модели прошли все 30 тестов, но Kimi K3 потратил 176 секунд, а V4 Pro — 20,7 минуты, примерно за те же деньги. Прежде чем переключаться, прогоните несколько своих задач на код на обеих.