Kimi K3 vs Fable 5: benchmark, prezzo e scelta
Il modello Kimi si avvicina ai frontier più forti, ma costo, affidabilità e disponibilità cambiano la decisione
Kimi K3 è il modello flagship da 2,8 trilioni di parametri di Moonshot AI, con contesto da 1M token, input visivo e capacità agentiche. Supera Fable 5 in alcuni benchmark di coding e ricerca, ma nel quadro generale resta dietro Fable 5 e GPT-5.6 Sol, il modello OpenAI incluso nello stesso confronto. La differenza più concreta è il prezzo API: $3 input e $15 output per 1M token, contro $10 e $50 di Fable 5.
Risposta breve
Kimi K3 non supera Fable 5 in modo generale. Vince alcuni test di coding, ricerca e automazione, ma Fable resta davanti nei benchmark aggregati e nei task più difficili. Prova K3 se vuoi prestazioni vicine ai frontier con API da $3 input e $15 output per 1M token; scegli Fable quando la qualità massima vale il costo extra.
- K3 usa un contesto da 1M token, ragionamento sempre attivo e input testuale o visivo.
- Nella tabella Kimi batte Fable su Program Bench, Terminal Bench 2.1, SWE Marathon e BrowseComp.
- Fable resta davanti su DeepSWE, FrontierSWE, GDPval-AA v2, HLE e diversi test visuali.
- I pesi completi di K3 sono annunciati entro il 27 luglio 2026: al 17 luglio non vanno descritti come già scaricabili.
Grafici e benchmark citati
Confronto rapido
| Criterio | Kimi K3 | Fable 5 e lettura pratica |
|---|---|---|
| Risultato complessivo | Kimi dichiara che K3 resta dietro Fable 5 e GPT-5.6 Sol nel risultato complessivo, pur superando gli altri modelli confrontati. | Fable resta la scelta più prudente quando vuoi massimizzare qualità e stabilità sui task difficili, senza ottimizzare prima il costo. |
| Coding da terminale | Terminal Bench 2.1: K3 88,3 contro Fable 84,6 nella tabella Kimi. | K3 merita un test in Kimi Code su task con terminale e strumenti. I modelli però usano harness diversi, quindi il margine non basta per promettere lo stesso risultato sul tuo repository. |
| Task software lunghi | SWE Marathon: K3 42,0 contro Fable 35,0. FrontierSWE: K3 81,2 contro Fable 86,6. | Non esiste un vincitore unico per il coding lungo: K3 guida un test, Fable l'altro. La scelta va misurata su issue, refactor e migrazioni reali. |
| Ricerca web | BrowseComp: K3 91,2 contro Fable 88,0 con compattazione del contesto attivata a 300K token. | Il dato è forte per ricerca e navigazione lunga, ma Kimi sconsiglia temporaneamente il proprio strumento di web search per workflow di produzione. |
| Knowledge work | GDPval-AA v2: K3 1668 Elo. AA-Briefcase: K3 1548 Elo. | Fable resta davanti con 1760 e 1583. Se il risultato finale è un report, una decisione o una presentazione critica, il vantaggio di qualità può giustificare il prezzo. |
| Ragionamento e conoscenza | HLE-Full: K3 43,5 contro Fable 53,3. GPQA-Diamond: K3 93,5 contro Fable 92,6. | I due benchmark danno risposte diverse. Fable ha un margine ampio su HLE, mentre K3 è leggermente avanti su GPQA: evita conclusioni generali da un solo numero. |
| Contesto e modalità | K3 offre 1M token, input visivo e reasoning sempre attivo; al lancio supporta solo effort max. | Fable offre anch'esso 1M token e un'esperienza più matura. K3 può consumare molti token anche su task semplici perché non dispone ancora di una modalità di ragionamento leggera. |
Costi API a confronto
Le stime usano i listini ufficiali verificati il 17 luglio 2026: K3 a $3 input senza cache e $15 output, Fable 5 a $10 input e $50 output per 1M token. K3 costa $0,30 per l'input con cache hit, ma gli esempi assumono che la cache non venga usata. Non includono retry, strumenti esterni o costi della piattaforma.
Analisi breve
50K input · 10K output
Costo con K3
$0,30
Costo con Fable 5
$1,00
Il divario assoluto è piccolo su un singolo task, ma cresce rapidamente se esegui molte analisi o agent loop.
Repository o documenti lunghi
500K input · 100K output
Costo con K3
$3,00
Costo con Fable 5
$10,00
K3 diventa interessante quando il contesto è grande e il task è abbastanza difficile da richiedere un modello frontier.
Agente lungo
2M input cumulativi · 500K output
Costo con K3
$13,50
Costo con Fable 5
$45,00
Qui il risparmio è rilevante, ma un solo retry aggiuntivo o una revisione più lunga può ridurre il vantaggio economico.
Che cos'è Kimi K3
Kimi K3 è il modello flagship di Moonshot AI per coding lungo, knowledge work e ragionamento. Usa un'architettura Mixture of Experts da 2,8 trilioni di parametri, con 16 esperti attivi su 896, input visivo e contesto massimo da 1.048.576 token. È disponibile nella chat Kimi, in Kimi Work, Kimi Code e via API.
- In Kimi Code si seleziona con il comando /model.
- Il piano Moderato da $19/mese offre K3 fino a 256K token di contesto.
- Il contesto da 1M token in Kimi Code richiede Allegretto da $39/mese o un piano superiore.
- Via API il modello usa l'identificatore kimi-k3 e fatturazione pay-as-you-go.
K3 batte davvero Fable 5?
No, se per 'batte' intendi un vantaggio generale. La stessa Kimi scrive che K3 resta dietro Fable 5 e GPT-5.6 Sol nella prestazione complessiva. K3 supera però Fable in test specifici: Program Bench 77,8 contro 76,8, Terminal Bench 2.1, SWE Marathon e BrowseComp. Artificial Analysis assegna a K3 57 punti nel proprio Intelligence Index e mantiene Fable tra i modelli di testa.
- Usa le vittorie di K3 per scegliere cosa testare, non per sostituire ogni modello.
- Dai più peso ai benchmark vicini al tuo lavoro reale.
- Controlla sempre modello, effort, harness, fallback e data del risultato.
- Confronta almeno dieci task ripetibili prima di cambiare il modello predefinito di un team.
Perché i benchmark non sono perfettamente comparabili
La tabella Kimi combina risultati ottenuti con KimiCode, Claude Code, Codex, Terminus 2 e harness specifici dei benchmark. In alcuni test Fable può ricadere su Opus 4.8 quando una richiesta viene rifiutata. In altri viene riportato il miglior risultato disponibile tra harness differenti. Questi dettagli non annullano i numeri, ma riducono la forza di una classifica unica.
- Terminal Bench usa KimiCode per K3 e il miglior harness disponibile per diversi rivali.
- SWE Marathon usa Claude Code per K3 e Fable, ma Codex per GPT-5.6 Sol.
- BrowseComp usa compattazione del contesto a 300K token; senza questa gestione, con il contesto pieno a 1M, K3 scende da 91,2 a 90,4.
- I benchmark interni Kimi restano claim del provider e vanno distinti dai test indipendenti.
Quando scegliere Kimi K3
K3 ha senso quando vuoi avvicinarti alla fascia frontier senza pagare il listino di Fable, soprattutto su coding agentico, ricerca lunga, automazioni e analisi con molto contesto. È anche un candidato naturale se usi già Kimi Code o vuoi una API compatibile con il formato OpenAI.
- Task con terminale, strumenti e repository grandi.
- Ricerca e knowledge work con contesto molto lungo.
- Workflow in cui $15 per 1M token output è sostenibile ma $50 non lo è.
- Pilot tecnici in cui puoi misurare successo, costo, retry e tempo di review.
Quando Fable 5 resta la scelta migliore
Fable resta più adatto quando un errore costa più del modello, il task richiede giudizio difficile o il team preferisce un'esperienza già consolidata. È anche davanti in diversi benchmark di knowledge work, ragionamento e coding difficile. Il prezzo più alto può essere accettabile per il passaggio critico, senza usarlo per ogni fase del workflow.
- Report, analisi o decisioni con costo di revisione elevato.
- Task software difficili dove FrontierSWE e DeepSWE sono più rappresentativi.
- Workflow già costruiti attorno a Claude Code, policy Anthropic e strumenti aziendali.
- Casi in cui vuoi ridurre il rischio di comportamento troppo proattivo dell'agente.
I limiti da conoscere prima del test
K3 al lancio ragiona sempre al livello max. Kimi avverte che la qualità può diventare instabile se l'harness non restituisce tutta la cronologia di reasoning o se cambi modello a metà sessione. Segnala anche una tendenza a prendere iniziative non richieste nei task lunghi. Per produzione servono istruzioni esplicite, limiti di azione, test e checkpoint.
- Il web search ufficiale Kimi è in aggiornamento e non è consigliato per produzione nel breve periodo.
- Le immagini pubbliche via URL non sono accettate direttamente dall'API K3: servono base64 o file Kimi.
- Temperature, top_p e altri parametri sono fissi al lancio.
- I pesi completi sono annunciati entro il 27 luglio: prima di allora non trattare K3 come modello già self-hostable.
Come fare un confronto utile sul tuo lavoro
Scegli dieci task già risolti dal team e falli eseguire a K3 e al modello attuale con gli stessi file, strumenti e criteri di uscita. Misura successo al primo tentativo, costo totale, tempo, numero di tool call, correzioni umane e qualità del risultato. Il modello più economico per token non è il più economico se richiede più retry o review.
- Per coding usa issue reali con test automatici e diff revisionabile.
- Per knowledge work usa documenti con una risposta di riferimento o una rubric.
- Registra il costo dell'intera sessione, non solo della risposta finale.
- Mantieni separati K3 via API, K3 dentro Kimi Code e Fable dentro Claude Code.
Verdetto pratico
Il quadro resta misto: K3 e Fable hanno specialità diverse, senza un successore diretto che sostituisca l'altro. Parti da K3 se il tuo lavoro usa terminale, ricerca lunga o molto contesto e puoi accettare un prodotto più giovane. Mantieni Fable per i task in cui qualità, giudizio e affidabilità valgono più del risparmio. Per lavoro semplice, entrambi possono essere eccessivi.
Domande frequenti
Kimi K3 è migliore di Fable 5?
Non in generale. K3 supera Fable 5 in alcuni benchmark di coding, ricerca e automazione, ma resta dietro nel risultato complessivo dichiarato da Kimi e in diversi test di ragionamento, knowledge work e coding difficile.
Quanto costa Kimi K3 via API?
Il prezzo ufficiale è $0,30 per 1M token input con cache hit, $3 per input senza cache e $15 per output. Il contesto massimo è 1.048.576 token e il prezzo non cambia con la lunghezza del contesto.
Kimi K3 è disponibile in Kimi Code?
Sì. K3 è disponibile dal piano Moderato da $19/mese con contesto fino a 256K. Il contesto da 1M in Kimi Code richiede Allegretto da $39/mese o un piano superiore.
Kimi K3 è già open source?
Moonshot AI presenta K3 come modello aperto, ma al 17 luglio 2026 indica che i pesi completi saranno pubblicati entro il 27 luglio. Prima del rilascio effettivo non va descritto come già scaricabile o pronto per il self-hosting.
Kimi K3 sostituisce K2.7 Code?
Non necessariamente. K3 offre più qualità, visione e contesto fino a 1M, ma l'API costa più di K2.7 Code e ragiona sempre al livello max. K2.7 resta più economico per task di coding frequenti e ben delimitati.
La newsletter di QualeAI
Resta sempre aggiornato sul mondo AI
Ricevi aggiornamenti editoriali sui nostri approfondimenti, tool AI, modelli e workflow da conoscere.
