Frente a frente
Gemini 3 Pro vs Kimi K3: qual modelo de IA vence em 2026?
Gemini 3 Pro ($12/1M out (prompts ≤200K)) e Kimi K3 ($15/1M out) estão entre os modelos de IA mais usados de 2026. Em 6 votos da comunidade, Gemini 3 Pro lidera com 57% de aprovação.
Veredicto rápido
Em Raciocínio, Gemini 3 Pro e Kimi K3 empatam em 4.5/5. No orçamento, Gemini 3 Pro vence: começa em $12/1M out (prompts ≤200K) contra $15/1M out de Kimi K3.
Comparação linha por linha
Pontos fortes e fracos
Gemini 3 Pro
- Liderou o LMArena no lançamento com um recorde de 1501 de Elo e marcou 91.9% no GPQA Diamond, estado da arte na época
- ARC-AGI-2 de 31.1%, cerca de 6x o Gemini 2.5 Pro (4.9%) e quase o dobro do GPT-5.1 (17.6%) na época
- Compreensão multimodal de primeira classe: 81% no MMMU-Pro, 87.6% no Video-MMMU, com janela de contexto de 1M de tokens
- Código agêntico forte: 76.2% no SWE-bench Verified, 54.2% no Terminal-Bench 2.0, 1487 de Elo no WebDev Arena
- Ficou abaixo dos rivais em preço a $2/$12 por 1M de tokens, abaixo do preço da classe Claude Sonnet ($3/$15)
- O thinking_level configurável (low/medium/high) permite aos desenvolvedores trocar profundidade de raciocínio por latência e custo
- Alucinações confiantes demais: no AA-Omniscience ele deu uma resposta errada 88% das vezes em vez de se abster, contra 48% do Claude Sonnet 4.5 (the-decoder)
- Bajulação amplamente relatada por avaliadores (Zvi Mowshowitz: 'inteligência vasta sem espinha dorsal'); exige system prompts rígidos
- Problemas de confiabilidade no tool calling em stacks de agentes: devs relataram saídas de ferramentas despejadas na thread do chat e mais scaffolding necessário que nos modelos da OpenAI/Anthropic
- Lento em thinking level alto: tempo até o primeiro token medido em torno de 30-60s no AI Studio, apesar de ~130 tok/s de velocidade de saída
- Aposentado: desligado na Gemini API e no AI Studio em 9 de março de 2026, com o gemini-3-pro-preview agora apontando para o Gemini 3.1 Pro
Kimi K3
- 3º lugar no Artificial Analysis Intelligence Index (57) no lançamento, comparável à Claude Opus 4.8 e ao GPT-5.5: o laboratório chinês que mais se aproximou da fronteira fechada dos Estados Unidos
- 93,4% no SWE-bench Verified no ambiente de teste independente da Vals AI (GPT-5.6 Sol: 96,2%, Claude Fable 5: 95,0%) e 1º lugar no Frontend Code Arena da Arena.ai, com 1679 pontos, à frente da Fable 5
- 93,5% no GPQA Diamond (entre os 92,6% da Fable 5 e os 94,1% do GPT-5.6), 96,1% no AIME 2025, e Elo de 1668 no trabalho agêntico do GDPval-AA v2, atrás apenas da Fable 5
- Perfil agêntico forte: 1º lugar nos fluxos de trabalho SaaS do AutomationBench-AA (53%), navegação autônoma de longo horizonte em terminal e repositório via Kimi Code, e cerca de 21% menos tokens de saída que o K2 para mais inteligência
- $3/$15 por milhão de tokens (a entrada cai para $0,30 em caso de acerto de cache), preço fixo em toda a janela de 1M de tokens: ainda bem abaixo dos preços da fronteira fechada dos Estados Unidos, com API compatível com a OpenAI e disponibilidade na OpenRouter
- Entrada multimodal nativa (texto, imagem, vídeo) e pesos abertos anunciados para 27/07/2026 sob uma licença esperada do tipo Modified-MIT, posicionando-o como o primeiro modelo de fronteira de pesos abertos da classe de 3 trilhões de parâmetros
- Um salto de preço de 3 vezes em relação ao Kimi K2.6 ($0,95/$4 para $3/$15), tornando-o o modelo chinês mais caro já lançado, no preço de tabela do Claude Sonnet 5: a era do “10 vezes mais barato que os modelos americanos” acabou (alta documentada por Simon Willison)
- Lento: 33 tokens de saída por segundo, na 145ª posição entre 190 modelos no Artificial Analysis, pouco adequado para uso interativo
- A taxa de alucinação subiu de 39% (K2.6) para 51% no AA-Omniscience, já que o modelo agora tenta responder onde antes recusaria (a Fable 5 fica em um nível comparável de 54,9%)
- Censura política em temas sensíveis em mandarim (evita responder sobre Xi, o PCC, Tiananmen) e jurisdição de Pequim para os dados da API, um obstáculo de conformidade para muitas implantações corporativas e da UE; o UK AISI/CAISI também constatou que suas salvaguardas de cibersegurança falharam em bloquear tentativas de desenvolvimento de exploits durante os testes
- “Pesos abertos” que por ora são teóricos para a maioria: cerca de 594 GB em MXFP4 nativo, exigindo um datacenter multi-GPU para hospedagem própria, e os pesos (além da licença final) ainda não haviam sido publicados no momento desta análise
Dê seu veredicto
Uma recomendação por ferramenta por gladiador. Ela redefine a pontuação da multidão que todos veem.
O veredicto da arena sobre o Gemini 3 Pro
Um lançamento histórico que recolocou o Google no topo no fim de 2025, com um salto enorme de raciocínio sobre o Gemini 2.5 Pro e as melhores notas multimodais da geração. Em meados de 2026 não há razão para escolhê-lo: o Google o desligou na API em 9 de março de 2026, e o Gemini 3.1 Pro custa exatamente o mesmo enquanto mais que dobra o desempenho no ARC-AGI-2 (77.1% vs 31.1%). Equipes em deploys legados devem migrar para o 3.1 Pro, para onde o ID do modelo antigo já aponta de qualquer forma. Evite-o para cargas sensíveis a alucinação sem adicionar grounding, uma fraqueza que os avaliadores apontaram repetidamente.
O veredicto da arena sobre o Kimi K3
O Kimi K3 é o argumento mais forte até agora de que a fronteira deixou de ser exclusivamente americana: 3º lugar no Artificial Analysis, pontuações de alto nível em GPQA e SWE-bench Verified, e o melhor ranking do setor na arena de código frontend, tudo a cerca de metade ou um terço dos preços da fronteira fechada dos Estados Unidos. Vale escolhê-lo para codificação agêntica, trabalho de frontend e automação SaaS, onde seus benchmarks são mais fortes, ou se o roadmap prevê hospedar por conta própria um modelo de classe fronteira assim que os pesos forem publicados. Vale evitá-lo em produtos interativos (33 tokens por segundo é lento), em qualquer coisa que envolva conteúdo politicamente sensível ou exigências rígidas de residência de dados na UE (censura em mandarim, jurisdição de Pequim), e em buscas de alta precisão, nas quais sua taxa de alucinação de 51% no AA-Omniscience exige uma camada de verificação. Equipes obcecadas por custo devem notar que o DeepSeek V4 ainda entrega muito mais tokens por dólar: a proposta do K3 é o pico de capacidade por dólar, não o token mais barato.
O que a multidão diz
Sobre o Gemini 3 Pro
“Confidently wrong is its worst mode. On AA-Omniscience it gave a wrong answer 88% of the time instead of declining. Add the sycophancy and you need a tight system prompt to trust it.”
“ARC-AGI-2 at 31% was about 6x Gemini 2.5 Pro and nearly double GPT-5.1 at the time. For visual-heavy work (81 MMMU-Pro) nothing else came close.”
“1501 Elo on LMArena at launch was deserved. Multimodal is where it kills, I feed it lecture videos and dense PDFs and it just gets it. 1M context helps.”
Sobre o Kimi K3
“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.”
“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.”
“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.”
Continue comparando
Perguntas frequentes
O Gemini 3 Pro é melhor que o Kimi K3?
A escolha certa depende do seu caso de uso. A comparação linha por linha nesta página detalha preços, especificações principais e notas da arena.
Qual é mais barato, Gemini 3 Pro ou Kimi K3?
O Gemini 3 Pro é mais barato: começa em $12/1M out (prompts ≤200K), enquanto o Kimi K3 começa em $15/1M out.
Quanto custam Gemini 3 Pro e Kimi K3 por 1M de tokens?
Gemini 3 Pro: $2/1M in (prompts ≤200K) por 1M de tokens de entrada, $12/1M out (prompts ≤200K) por 1M de tokens de saída. Kimi K3: $3/1M in por 1M de tokens de entrada, $15/1M out por 1M de tokens de saída.