Birebir düello
Kimi K3 vs Claude Fable 5: 2026'da hangi yapay zeka modeli kazanıyor?
Kimi K3 ($15/1M out) ve Claude Fable 5 ($50/1M out), 2026'nın en çok kullanılan yapay zeka modelleri arasında. 7 topluluk oyunda Claude Fable 5, %63 onayla önde.
Hızlı hüküm
Akıl yürütme tarafında Claude Fable 5 seçin: arena onu Kimi K3 için 4.5/5 puana karşı 5/5 olarak değerlendiriyor. Bütçe tarafında Kimi K3 kazanıyor: Claude Fable 5 için $50/1M out yerine $15/1M out seviyesinden başlıyor.
Satır satır karşılaştırma
Güçlü ve zayıf yönler
Kimi K3
- Piyasaya çıkışta Artificial Analysis Intelligence Index'te (57 puan) 3. sırada, Claude Opus 4.8 ve GPT-5.5 ile karşılaştırılabilir: bir Çinli laboratuvarın kapalı ABD sınırına şimdiye kadarki en yakın yaklaşımı
- Vals AI'nin bağımsız test ortamında SWE-bench Verified'da %93,4 (GPT-5.6 Sol: %96,2, Claude Fable 5: %95,0) ve Arena.ai'nin Frontend Code Arena'sında 1679 puanla 1. sırada, Fable 5'in önünde
- GPQA Diamond'da %93,5 (Fable 5'in %92,6'sı ile GPT-5.6'nın %94,1'i arasında), AIME 2025'te %96,1 ve GDPval-AA v2 ajan işinde Elo 1668 ile yalnızca Fable 5'in gerisinde
- Güçlü bir ajan profili: AutomationBench-AA SaaS iş akışlarında (%53) 1. sırada, Kimi Code aracılığıyla uzun ufuklu terminal ve depo gezinmesi ve K2'ye kıyasla daha fazla zeka için yaklaşık %21 daha az çıktı tokeni
- 1M token başına $3/$15 (önbellek isabetinde girdi fiyatı $0,30'a düşüyor), tüm 1M bağlam boyunca sabit: yine de kapalı ABD sınır modeli fiyatlarının oldukça altında, OpenAI uyumlu bir API ve OpenRouter erişilebilirliğiyle
- Yerel çok modlu girdi (metin, görsel, video) ve 27.07.2026 için beklenen Modified-MIT tarzı bir lisans altında duyurulan açık ağırlıklar, modeli 3 trilyon parametre sınıfında açık ağırlıklı ilk sınır model olarak konumlandırıyor
- Kimi K2.6'ya kıyasla 3 kat fiyat artışı ($0,95/$4'ten $3/$15'e) modeli Claude Sonnet 5 liste fiyatı seviyesinde, şimdiye kadar piyasaya sürülmüş en pahalı Çin modeli yapıyor: 'ABD modellerinden 10 kat ucuz' dönemi sona erdi (artışı Simon Willison belgeledi)
- Yavaş: saniyede 33 çıktı tokeni, Artificial Analysis'te 190 model arasında 145. sırada, etkileşimli kullanım için zayıf bir seçim
- Halüsinasyon oranı AA-Omniscience'ta %39'dan (K2.6) %51'e yükseldi; çünkü model artık daha önce reddettiği sorulara yanıt vermeye çalışıyor (Fable 5 karşılaştırılabilir bir oran olan %54,9'da)
- Mandarin dilinde hassas konularda siyasi sansür (Xi, ÇKP, Tiananmen konularında kaçınma) ve API verileri için Pekin yargı yetkisi, birçok AB ve kurumsal dağıtım için bir uyumluluk engeli oluşturuyor; İngiltere'nin AISI/CAISI kurumu da test sırasında modelin siber koruma önlemlerinin exploit geliştirme girişimlerini engellemede başarısız olduğunu tespit etti
- 'Açık ağırlıklar' çoğu kullanıcı için şimdilik teorik kalıyor: yerel MXFP4 formatında yaklaşık 594 GB, kendi kendine barındırma için çoklu GPU'lu bir veri merkezi gerektiriyor ve ağırlıklar (nihai lisansla birlikte) bu inceleme sırasında hâlâ yayınlanmamıştı
Claude Fable 5
- SWE-bench Pro'da 80.3%, Opus 4.8'in 69.2%, GPT-5.5'in 58.6% ve Gemini 3.1 Pro'nun 54.2%'sine karşı; en yakın sınır modelin kabaca 11 puan önünde
- SWE-bench Verified'da 95.0% (Opus 4.8: 88.6%, GPT-5.5: 82.6%) ve Cognition'ın FrontierCode Diamond diliminde 29.3%, Opus 4.8'in 13.4%'ünün iki katından fazla
- Asıl hikaye uzun soluklu otonomi: Stripe, 50 milyon satırlık bir Ruby kod tabanı taşımasının 2+ ay yerine bir günde bittiğini bildirdi; Cursor'ın CEO'su CursorBench'te son teknoloji olduğunu söylüyor
- Saha raporları benchmark'larla örtüşüyor: HN mühendisleri 'gerçek bir mühendis gibi' çalıştığını anlatıyor (asgari müdahaleyle CRDT'ler, kendi fuzzer'larını yazması, 46 kat bellek tahsisi azaltımı), Simon Willison tek oturumda 'birkaç günlük iş' ölçtü
- Varsayılan olarak 1M token bağlam penceresi artı 128K çıktı ve yoğun belgelerde son teknoloji görü (GDP.pdf'te 29.8%, GPT-5.5'te 24.9%, Opus 4.8'de 22.5%)
- Çıktı öncesi reddedilen istekler faturalanmıyor ve sunucu tarafında Opus 4.8'e yedek geçiş, yedekleme kredisiyle birlikte API'ye yerleşik
- Opus 4.8'in iki katı fiyat ($10/$50 vs $5/$25) ve yavaş: zor görevlerde tek istekler rutin olarak dakikalarca sürüyor, Simon Willison açıkça 'yavaş, pahalı' diyor
- Çift kullanım güvenlik sınıflandırıcıları meşru işlerde yanlış alarm veriyor: bir medikal fizikçi, akışkanlar dinamiği problemlerinin ve MRI segmentasyon kodunun biyogüvenlik riski diye reddedildiğini, isteklerin sessizce Opus 4.8'e yönlendirildiğini bildirdi (viral HN başlığı: 'Claude Fable size yardım etmeyi bırakırsa bunu asla bilemezsiniz'; Anthropic oturumların %5'inden azı diyor)
- Sancılı bir çıkış: ABD ihracat kontrolleri Anthropic'i, çıkıştan üç gün sonra, 12-30 Haziran 2026 arasında erişimi dünya çapında askıya almaya zorladı; tam geri dönüş ancak 1 Temmuz'da
- 30 günlük veri saklama gerektiriyor ve sıfır veri saklama altında sunulmuyor, katı uyumluluk kuruluşları için kesin engel; ayrıca düşünme kapatılamıyor, ham düşünce zinciri asla döndürülmüyor, assistant prefill 400 döndürüyor
- Her alanda son teknoloji değil: ARC-AGI-2'de GPT-5.5 hala önde (85.0% vs 77.1%) ve Andon Labs, engelsiz Mythos 5'in Vending-Bench'te hem Opus 4.7'nin hem GPT-5.5'in altında kaldığını, akıl yürütmesinin gerçek zarardan çok tespit edilebilirliğe göre optimize ettiğini buldu
Hükmünüzü verin
Gladyatör başına, araç başına bir tavsiye. Herkesin gördüğü kalabalık puanını yeniden şekillendirir.
Arenanın Kimi K3 hakkındaki hükmü
Kimi K3, sınırın artık yalnızca Amerikan olmadığının şimdiye kadarki en güçlü kanıtı: Artificial Analysis'te 3. sıra, üst düzey GPQA ve SWE-bench Verified puanları ve sektördeki en iyi frontend kod arenası sıralaması, ABD'nin kapalı sınır fiyatlarının kabaca yarısı ile üçte biri arasında bir fiyata. Kıyaslamalarının en güçlü olduğu ajan tabanlı kodlama, frontend çalışması ve SaaS otomasyonu için, ya da yol haritası ağırlıklar yayınlandıktan sonra sınır sınıfı bir modeli kendi kendine barındırmaya bağlıysa tercih edilebilir. Etkileşimli ürünler için (saniyede 33 token yavaştır), siyasi açıdan hassas içerik veya sıkı AB veri yerelliği gereksinimleri içeren her şey için (Mandarin dilinde sansür, Pekin yargı yetkisi) ve AA-Omniscience'taki %51'lik halüsinasyon oranının bir doğrulama katmanı gerektirdiği yüksek doğruluklu erişim işleri için tercih edilmemeli. Maliyet odaklı ekipler, DeepSeek V4'ün hâlâ dolar başına çok daha fazla token sunduğunu unutmamalı; K3'ün iddiası dolar başına en yüksek yetenek, en ucuz token değil.
Arenanın Claude Fable 5 hakkındaki hükmü
İş yükünüz gerçekten uzun solukluysa Claude Fable 5'i alın: gece boyu süren ajan koşuları, dev taşımalar, birkaç saatlik tek oturumun günlerce denetimli işin yerini aldığı görevler. Orada Opus 4.8'e göre 2 kat prim, görev sıkıştırmasıyla kendini amorti ediyor ve benchmark'lar (SWE-bench Pro'da 80.3%, sahadan 11 puan önde) Stripe ve Cursor'daki gerçek dağıtımlarla destekleniyor. Etkileşimli kodlama ve günlük işler için Opus 4.8'de kalın: yarı fiyata SWE-bench Verified'da 88.6%, sınıflandırıcı yanlış alarmı yok, daha hızlı turlar. Maliyete duyarlı ekipler $3/$15 fiyatlı Sonnet 5'ten Opus'a yakın kodlama alır (Ağustos 2026'ya kadar tanıtım fiyatı $2/$10). Kuruluşunuz sıfır veri saklama gerektiriyorsa ya da biyoloji, medikal görüntüleme veya güvenlik araçlarına yakın çalışıyorsanız Fable 5'ten tamamen uzak durun; çift kullanım sınıflandırıcıları hala yanlış pozitif üretiyor ve oturum ortasında sessizce Opus 4.8'i devreye sokuyor.
Kalabalık ne diyor
Kimi K3 hakkında
“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.”
Claude Fable 5 hakkında
“I do medical imaging research and the bio classifier keeps flagging my MRI segmentation prompts, then it silently falls back to Opus 4.8 mid-session. At $50 per million output tokens I expect to at least know which model actually answered me.”
“Yes it's 2x the price of Opus and yes the turns are slow. But one overnight Fable run replaced what used to be a week of supervising shorter runs. On a per-task basis it's actually the cheapest model we use.”
“The 1M context is real, not marketing. I fed it our entire service mesh config plus six months of incident postmortems and it traced a flaky timeout to a retry policy nobody remembered writing. Opus 4.8 never connected those dots.”
“Gave it a monorepo migration that Opus 4.8 kept stalling on. It ran for about 40 minutes, came back with the whole thing done plus a test harness it wrote for itself. Felt like reviewing a senior engineer's PR, not babysitting a chatbot.”
Karşılaştırmaya devam edin
Sık sorulan sorular
Kimi K3, Claude Fable 5 aracından daha mı iyi?
Kalabalık şu anda Claude Fable 5 tarafında: %63 tavsiye ediyor, Kimi K3 için bu oran %57 (7 oy). Akıl yürütme tarafında Claude Fable 5 daha yüksek puan alıyor (5/5 vs 4.5/5). Doğru seçim kullanım amacınıza bağlı. Bu sayfadaki satır satır karşılaştırma; fiyatlandırmayı, temel özellikleri ve arena puanlarını ayrıntılarıyla ele alıyor.
Hangisi daha ucuz, Kimi K3 mı Claude Fable 5 mi?
Kimi K3 daha ucuz: $15/1M out seviyesinden başlıyor, Claude Fable 5 ise $50/1M out seviyesinden başlıyor.
Kimi K3 ve Claude Fable 5 1M token başına ne kadar tutuyor?
Kimi K3: 1M girdi tokeni başına $3/1M in, 1M çıktı tokeni başına $15/1M out. Claude Fable 5: 1M girdi tokeni başına $10/1M in, 1M çıktı tokeni başına $50/1M out.