Віч-на-віч
Gemini 3 Pro vs Kimi K3: який ШІ-модель перемагає у 2026 році?
Gemini 3 Pro ($12/1M out (prompts ≤200K)) і Kimi K3 ($15/1M out) належать до найуживаніших ШІ-моделі у 2026 році. За результатами 6 голосів спільноти лідирує Gemini 3 Pro зі схваленням 57%.
Швидкий вердикт
За критерієм «Міркування» Gemini 3 Pro і Kimi K3 мають нічию: 4.5/5. За бюджетом виграє Gemini 3 Pro: він коштує від $12/1M out (prompts ≤200K) проти $15/1M out у Kimi K3.
Порівняння рядок за рядком
Сильні та слабкі сторони
Gemini 3 Pro
- Очолила LMArena на старті з рекордними 1501 Elo і набрала 91.9% на GPQA Diamond, найкращий результат на момент релізу
- ARC-AGI-2 на рівні 31.1%, приблизно в 6 разів більше за Gemini 2.5 Pro (4.9%) і майже вдвічі за тодішній GPT-5.1 (17.6%)
- Найкраще у класі мультимодальне розуміння: 81% MMMU-Pro, 87.6% Video-MMMU, із контекстним вікном на 1M токенів
- Сильне агентне кодування: 76.2% SWE-bench Verified, 54.2% Terminal-Bench 2.0, 1487 Elo на WebDev Arena
- Підрізала конкурентів ціною $2/$12 за 1M токенів, нижче цін класу Claude Sonnet ($3/$15)
- Налаштовуваний thinking_level (low/medium/high) дає розробникам балансувати глибину міркувань, затримку й вартість
- Самовпевнені галюцинації: на AA-Omniscience давала хибну відповідь у 88% випадків замість відмови, проти 48% у Claude Sonnet 4.5 (the-decoder)
- Оглядачі масово скаржилися на підлабузництво (Zvi Mowshowitz: 'величезний інтелект без хребта'); потребує жорстких системних промтів
- Проблеми з надійністю виклику інструментів в агентних стеках: розробники повідомляли, що виводи інструментів вивалюються в тред чату, і потрібно більше обв'язки, ніж у моделей OpenAI/Anthropic
- Повільна на високому рівні мислення: час до першого токена вимірювали близько 30-60с на AI Studio попри вихідну швидкість ~130 ток/с
- Виведена з експлуатації: вимкнена в Gemini API та AI Studio 9 березня 2026, а gemini-3-pro-preview тепер вказує на Gemini 3.1 Pro
Kimi K3
- На старті посіла 3 місце в Artificial Analysis Intelligence Index (57 балів), порівнянне з Claude Opus 4.8 та GPT-5.5: найближче, на що спромоглася китайська лабораторія у наближенні до закритої американської межі можливостей
- 93,4 % у SWE-bench Verified за незалежним тестовим середовищем Vals AI (GPT-5.6 Sol: 96,2 %, Claude Fable 5: 95,0 %) і 1 місце в Frontend Code Arena сервісу Arena.ai з результатом 1679 балів, попереду Fable 5
- 93,5 % у GPQA Diamond (між 92,6 % у Fable 5 та 94,1 % у GPT-5.6), 96,1 % у AIME 2025 та Elo 1668 у тесті агентної економічної роботи GDPval-AA v2, поступаючись лише Fable 5
- Потужний агентний профіль: 1 місце в AutomationBench-AA для SaaS-процесів (53 %), навігація в терміналі та репозиторіях на довгому горизонті через Kimi Code, а також приблизно на 21 % менше вихідних токенів, ніж у K2, при вищому інтелекті
- $3/$15 за 1M токенів (вхідна ціна знижується до $0,30 при попаданні в кеш), незмінна в межах усього вікна контексту 1M: усе одно суттєво нижча за ціни закритих американських моделей рівня frontier, з API, сумісним з OpenAI, та доступністю через OpenRouter
- Нативний мультимодальний вхід (текст, зображення, відео) та відкриті ваги, анонсовані на 27.07.2026 під очікуваною ліцензією у стилі Modified-MIT, що робить модель першою відкритою моделлю рівня frontier у класі 3 трильйони параметрів
- Триразове підвищення ціни порівняно з Kimi K2.6 (з $0,95/$4 до $3/$15) робить модель найдорожчою китайською моделлю з коли-небудь випущених, за прайсовою ціною на рівні Claude Sonnet 5: епоха 'у 10 разів дешевше за американські моделі' закінчилася (підвищення задокументував Simon Willison)
- Повільна: 33 вихідні токени за секунду, 145 місце зі 190 моделей в Artificial Analysis, погано підходить для інтерактивного використання
- Рівень галюцинацій зріс з 39 % (K2.6) до 51 % у тесті AA-Omniscience, оскільки модель тепер намагається відповідати на питання, на які раніше відмовлялася відповідати (Fable 5 показує порівнянний рівень 54,9 %)
- Політична цензура чутливих тем мандаринською мовою (ухиляння від відповідей про Сі Цзіньпіна, КПК, Тяньаньминь) та пекінська юрисдикція для даних API створюють перешкоду для комплаєнсу в багатьох розгортаннях у ЄС і корпоративному середовищі; британське агентство AISI/CAISI також виявило, що кіберзахисні механізми моделі під час тестування не змогли заблокувати спроби розробки експлойтів
- 'Відкриті ваги' поки що є теоретичними для більшості: близько 594 GB у нативному форматі MXFP4 потребують дата-центру з кількома GPU для самостійного розміщення, а самі ваги (разом з остаточною ліцензією) на момент огляду ще не були опубліковані
Винесіть свій вердикт
Одна рекомендація на інструмент від кожного гладіатора. Вона змінює оцінку натовпу, яку бачать усі.
Вердикт арени щодо Gemini 3 Pro
Знаковий реліз, що наприкінці 2025 повернув Google на вершину, з величезним стрибком у міркуваннях проти Gemini 2.5 Pro і найкращими мультимодальними результатами свого покоління. Станом на середину 2026 обирати її немає сенсу: Google вимкнув її в API 9 березня 2026, а Gemini 3.1 Pro коштує точнісінько стільки ж, більш ніж подвоюючи результат на ARC-AGI-2 (77.1% проти 31.1%). Командам на застарілих розгортаннях варто мігрувати на 3.1 Pro, на який старий ідентифікатор моделі тепер і так вказує. Уникайте її для чутливих до галюцинацій навантажень без додаткового заземлення: цю слабкість оглядачі відзначали неодноразово.
Вердикт арени щодо Kimi K3
Kimi K3 це наразі найпереконливіший доказ того, що межа можливостей більше не є винятково американською: 3 місце в Artificial Analysis, найвищі результати в GPQA та SWE-bench Verified, а також найкраща позиція в рейтингу арени фронтенд-коду в галузі, за ціною приблизно від половини до третини цін закритих американських моделей рівня frontier. Модель варто обирати для агентного кодування, роботи з фронтендом та автоматизації SaaS, де її результати найсильніші, або якщо плани передбачають самостійне розміщення моделі рівня frontier після публікації ваг. Її варто оминати для інтерактивних продуктів (33 токени за секунду це повільно), для всього, що стосується політично чутливого контенту або суворих вимог до резиденції даних у ЄС (цензура мандаринською мовою, пекінська юрисдикція), а також для задач із високою точністю пошуку, де рівень галюцинацій 51 % у AA-Omniscience вимагає додаткового рівня перевірки. Командам, зосередженим на витратах, варто пам'ятати, що DeepSeek V4 і далі пропонує значно більше токенів за долар; перевага K3 полягає в пікових можливостях за долар, а не в найдешевших токенах.
Що каже натовп
Про 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.”
Про 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.”
Порівнюйте далі
Поширені запитання
Чи кращий Gemini 3 Pro за Kimi K3?
Правильний вибір залежить від вашого завдання. Порівняння рядок за рядком на цій сторінці розбирає ціни, ключові характеристики та оцінки арени.
Що дешевше: Gemini 3 Pro чи Kimi K3?
Gemini 3 Pro дешевший: він коштує від $12/1M out (prompts ≤200K), тоді як Kimi K3 стартує з $15/1M out.
Скільки коштують Gemini 3 Pro і Kimi K3 за 1M токенів?
Gemini 3 Pro: $2/1M in (prompts ≤200K) за 1M вхідних токенів, $12/1M out (prompts ≤200K) за 1M вихідних токенів. Kimi K3: $3/1M in за 1M вхідних токенів, $15/1M out за 1M вихідних токенів.