Head-to-head
Kimi K3 vs Claude Sonnet 5: model AI mana yang menang di 2026?
Kimi K3 ($15/1M out) dan Claude Sonnet 5 ($15/1M out ($10 intro until 2026-08-31)) adalah dua model AI yang paling banyak dipakai di 2026. Dari 6 suara komunitas, Kimi K3 memimpin dengan persetujuan 57%.
Vonis singkat
Soal Penalaran, Kimi K3 dan Claude Sonnet 5 imbang di 4.5/5. Keduanya mulai dari harga yang sama: $15/1M out.
Perbandingan baris demi baris
Mulai
$15/1M outHarga resmi API Moonshot untuk kimi-k3: $3/1M input (cache miss), $0.30/1M saat cache hit, $15/1M output termasuk reasoning trace, tarif rata di seluruh konteks 1M (tanpa tier berdasarkan panjang). Harga yang sama, $3/$15, berlaku di OpenRouter (harga cache tidak dipublikasikan di sana). Merupakan kenaikan 3x dari harga Kimi K2.6 sebesar $0.95/$4. Diverifikasi terhadap platform.kimi.ai/docs/pricing/chat-k3, 2026-07.
$15/1M out ($10 intro until 2026-08-31)Satu tarif: $3/$15 per 1M tokens standar, $2/$10 harga perkenalan hingga 31 Agu 2026; Batch API -50%; tokenizer baru menghasilkan kira-kira 30% lebih banyak token per teks (1.0-1.35x menurut Anthropic), menaikkan biaya efektif.
Penyedia
Moonshot AI
Anthropic
Context window
1M tokens
1M tokens (128K max output)
Harga input
$3/1M in
$3/1M in ($2 intro until 2026-08-31)
Harga output
$15/1M out
$15/1M out ($10 intro until 2026-08-31)
Modalitas
text, vision, video input
text, vision (image input, text output)
Open weights
Tidak
Tidak
Skor penonton
57%(3)
57%(3)
Penilaian arena (1-5)
Penalaran
4.5
4.5
Coding
4.5
4.5
Menulis
4.0
4.5
Kecepatan
2.0
4.0
Nilai
3.5
4.5
Kekuatan dan kelemahan
Kimi K3
- Peringkat #3 pada Artificial Analysis Intelligence Index (57) saat peluncuran, setara dengan Claude Opus 4.8 dan GPT-5.5: pencapaian terdekat sebuah lab asal China terhadap frontier tertutup asal AS
- 93.4% pada SWE-bench Verified dalam harness independen Vals AI (GPT-5.6 Sol: 96.2%, Claude Fable 5: 95.0%) dan peringkat #1 pada Frontend Code Arena milik Arena.ai dengan 1679 poin, mengungguli Fable 5
- 93.5% pada GPQA Diamond (di antara 92.6% milik Fable 5 dan 94.1% milik GPT-5.6), 96.1% pada AIME 2025, dan Elo 1668 pada pekerjaan agentic GDPval-AA v2, hanya kalah dari Fable 5
- Profil agentic yang kuat: peringkat #1 pada AutomationBench-AA untuk workflow SaaS (53%), navigasi terminal dan repo jangka panjang lewat Kimi Code, serta output token sekitar 21% lebih sedikit dibandingkan K2 untuk tingkat kecerdasan yang lebih tinggi
- $3/$15 per 1M token (input turun menjadi $0.30 saat cache hit), tarif rata di seluruh konteks 1M: tetap jauh di bawah harga frontier tertutup asal AS, dengan API yang kompatibel dengan OpenAI dan tersedia di OpenRouter
- Input multimodal native (teks, gambar, video) dan open weight yang diumumkan akan rilis pada 2026-07-27 dengan lisensi bergaya Modified-MIT yang diperkirakan, memposisikannya sebagai model frontier open weight kelas 3T pertama
- Lonjakan harga 3x dibandingkan Kimi K2.6 (dari $0.95/$4 menjadi $3/$15) menjadikannya model asal China termahal yang pernah dirilis, setara harga resmi Claude Sonnet 5: era '10x lebih murah dari model AS' sudah berakhir (Simon Willison mendokumentasikan kenaikan ini)
- Lambat: 33 output token/detik, berada di peringkat #145 dari 190 model pada Artificial Analysis, kurang cocok untuk penggunaan interaktif
- Tingkat halusinasi naik dari 39% (K2.6) menjadi 51% pada AA-Omniscience karena model kini mencoba menjawab pertanyaan yang sebelumnya ditolak (Fable 5 berada pada level sebanding, 54.9%)
- Sensor politik pada topik sensitif dalam bahasa Mandarin (mengelak saat membahas Xi, CCP, Tiananmen) dan yurisdiksi Beijing untuk data API, menjadi penghambat kepatuhan bagi banyak deployment di Uni Eropa dan enterprise; UK AISI/CAISI juga menemukan guardrail keamanan siber model ini gagal memblokir upaya pengembangan exploit selama pengujian
- 'Open weight' masih bersifat teoretis bagi kebanyakan pengguna: sekitar 594 GB dalam format native MXFP4 yang membutuhkan datacenter multi-GPU untuk self-host, dan bobot model (beserta lisensi finalnya) masih belum dipublikasikan pada saat peninjauan
Claude Sonnet 5
- Lonjakan agentik besar dibanding Sonnet 4.6: Terminal-Bench 2.1 80.4% vs 67.0%, OSWorld-Verified 81.2% vs 78.5%, SWE-bench Pro 63.2% vs 58.1%
- Menyamai Opus 4.8 pada pekerjaan pengetahuan (GDPval-AA v2: 1,618 vs 1,615) dan nyaris seri di Humanity's Last Exam dengan tools (57.4% vs 57.9%) pada 60% harga Opus 4.8 (40% selama masa perkenalan)
- Context window 1M token dan output maksimum 128K; harga perkenalan $2/$10 per 1M tokens hingga 31 Agu 2026
- Perilaku agen yang gigih memverifikasi diri: ulasan langsung mencatat ia menguji kodenya sendiri dan terus beriterasi pada masalah sulit sampai terpecahkan, tidak seperti Sonnet 4.6
- Sonnet pertama dengan level effort xhigh dan vision resolusi tinggi (gambar 2576px); adaptive thinking aktif secara default
- Presisi code review lebih tinggi dari Sonnet 4.6 (38-40% vs 29%), menghasilkan lebih sedikit temuan false positive
- Tokenizer baru menggelembungkan jumlah token sekitar 30% untuk teks yang sama (1.0-1.35x menurut Anthropic; sekitar 1.4x untuk bahasa Inggris, sekitar 1.28x untuk Python menurut pengukuran Simon Willison), menaikkan biaya efektif meski harga resminya tetap
- Bertele-tele dan rakus token: sekitar $2.29 per tugas vs sekitar $1.20 untuk Sonnet 4.6 dalam uji independen (peringkat 101 dari 161 untuk efisiensi biaya); pada effort tinggi biaya per tugas bisa melampaui Opus 4.8
- Terukur lebih lambat dari Sonnet 4.6 pada penyuntingan kecil rutin dan cenderung over-engineering pada tugas sederhana (ulasan langsung CodeRabbit)
- Parameter sampling (temperature, top_p, top_k) dihapus; nilai non-default mengembalikan error 400, merusak pipeline yang sudah ada
- Sentimen peluncuran di HN/Reddit beragam: label '5' dinilai terlalu menjanjikan, dan pengaman keamanan siber yang lebih ketat bisa menolak pekerjaan bernuansa keamanan yang sebenarnya tidak berbahaya
Jatuhkan vonis Anda
Satu rekomendasi per tool per gladiator. Suara Anda mengubah skor penonton yang dilihat semua orang.
Kimi K3$15/1M out
57%skor penonton · 3
Claude Sonnet 5$15/1M out ($10 intro until 2026-08-31)
57%skor penonton · 3
Vonis arena atas Kimi K3
Kimi K3 adalah bukti terkuat sejauh ini bahwa frontier tidak lagi eksklusif milik AS: peringkat #3 pada Artificial Analysis, skor GPQA dan SWE-bench Verified papan atas, serta peringkat frontend-code arena terbaik di industri, dengan harga sekitar setengah hingga sepertiga dari harga frontier tertutup asal AS. Model ini layak dipilih untuk agentic coding, pekerjaan frontend, dan otomasi SaaS, area tempat benchmarknya paling kuat, atau jika roadmap bergantung pada self-hosting model kelas frontier begitu bobotnya dirilis. Sebaiknya dihindari untuk produk interaktif (33 token/detik tergolong lambat), untuk apa pun yang menyentuh konten sensitif secara politik atau persyaratan residensi data Uni Eropa yang ketat (sensor bahasa Mandarin, yurisdiksi Beijing), serta untuk retrieval berakurasi tinggi karena tingkat halusinasi 51% pada AA-Omniscience membutuhkan lapisan verifikasi. Tim yang sangat memperhatikan biaya perlu dicatat bahwa DeepSeek V4 masih memberikan token per dolar yang jauh lebih banyak; daya tarik K3 terletak pada kapabilitas puncak per dolar, bukan token termurah.
Vonis arena atas Claude Sonnet 5
Pilih Sonnet 5 jika Anda menjalankan agen coding, terminal, atau computer-use dan menginginkan kualitas mendekati Opus 4.8 dengan harga kelas Sonnet, terutama selama masa perkenalan $2/$10; ini upgrade mutlak dari Sonnet 4.6 pada effort rendah dan medium. Anggarkan untuk tokenizer baru dan sifatnya yang bertele-tele: biaya riil per tugas jauh di atas Sonnet 4.6, dan pada level effort tertinggi Opus 4.8 bisa jadi lebih menguntungkan per tugas yang terselesaikan. Hindari untuk penyuntingan kecil yang sensitif latensi atau pipeline yang bergantung pada temperature dan top_p, yang kini menghasilkan error. Sonnet 4.6 tetap pilihan pragmatis untuk beban kerja diff kecil bervolume tinggi.
Kata penonton
Tentang Kimi K3
Kapten Churn
“Tried it for our knowledge-base assistant and the hallucination rate is real: it confidently invented two API endpoints in one afternoon. 33 tokens per second on top of that. Back to waiting for the open weights to fine-tune.”
Jempol Emasicus
“Our Zapier-style automation stack runs on it now. Tool orchestration that GPT-5.5 fumbled works reliably, and the cache-hit pricing makes repeated workflows genuinely cheap.”
Santo Deployus
“The Frontend Arena ranking is deserved. Gave it the same dashboard spec I gave Fable 5 and K3's React came out cleaner, with fewer invented props. At $3/$15 through OpenRouter it was a drop-in swap.”
Tentang Claude Sonnet 5
Kapten Churn
“Cheap per token, pricey per task. Independent tests had it near $2.29 a task vs $1.20 on 4.6, and at high effort it can out-cost Opus 4.8. It will not stop talking.”
Jempol Emasicus
“Terminal-Bench going 67 to 80 over Sonnet 4.6 matches what I see. My CI-fix agent went from constant babysitting to mostly hands-off overnight.”
Santo Deployus
“Matches Opus 4.8 on knowledge work at 60% of the price, and the intro $2/$10 window makes it silly value. My research agent runs on Sonnet 5 now, zero regrets.”
Lanjut membandingkan
Review lengkap Kimi K3Review lengkap Claude Sonnet 5Alternatif Kimi K3Alternatif Claude Sonnet 5Kimi K3 vs Claude Haiku 4.5Claude Sonnet 5 vs Claude Haiku 4.5Kimi K3 vs Claude Opus 5Claude Sonnet 5 vs Claude Opus 5Kimi K3 vs Claude Fable 5Claude Sonnet 5 vs Claude Fable 5Best LLM modelsPapan peringkat model AI lengkapPencari tool
Pertanyaan yang sering diajukan
Apakah Kimi K3 lebih baik daripada Claude Sonnet 5?
Pilihan yang tepat tergantung kebutuhan Anda. Perbandingan baris demi baris di halaman ini mengupas harga, spesifikasi utama, dan penilaian arena.
Mana yang lebih murah, Kimi K3 atau Claude Sonnet 5?
Harga awalnya sama: keduanya mulai dari $15/1M out.
Berapa biaya Kimi K3 dan Claude Sonnet 5 per 1M token?
Kimi K3: $3/1M in per 1M token input, $15/1M out per 1M token output. Claude Sonnet 5: $3/1M in ($2 intro until 2026-08-31) per 1M token input, $15/1M out ($10 intro until 2026-08-31) per 1M token output.