Đối đầu trực tiếp
Kimi K3 vs Gemini 3 Pro: mô hình AI nào thắng trong năm 2026?
Kimi K3 ($15/1M out) và Gemini 3 Pro ($12/1M out (prompts ≤200K)) là hai trong số mô hình AI được dùng nhiều nhất năm 2026. Trên 6 phiếu của cộng đồng, Kimi K3 dẫn đầu với 57% ủng hộ.
Phán quyết nhanh
Về Suy luận, Kimi K3 và Gemini 3 Pro hòa nhau ở 4.5/5. Về ngân sách, Gemini 3 Pro thắng: giá từ $12/1M out (prompts ≤200K) so với $15/1M out của Kimi K3.
So sánh từng dòng
Điểm mạnh và điểm yếu
Kimi K3
- Xếp hạng #3 trên Artificial Analysis Intelligence Index (57 điểm) khi ra mắt, tương đương Claude Opus 4.8 và GPT-5.5: khoảng cách gần nhất mà một phòng thí nghiệm Trung Quốc từng đạt được so với frontier đóng của Mỹ
- Đạt 93.4% trên SWE-bench Verified theo hệ thống đánh giá độc lập của Vals AI (GPT-5.6 Sol: 96.2%, Claude Fable 5: 95.0%) và xếp #1 trên Frontend Code Arena của Arena.ai với 1679 điểm, vượt qua Fable 5
- Đạt 93.5% trên GPQA Diamond (nằm giữa mức 92.6% của Fable 5 và 94.1% của GPT-5.6), 96.1% trên AIME 2025, và Elo 1668 trên công việc agentic của GDPval-AA v2, chỉ đứng sau Fable 5
- Hồ sơ agentic mạnh: xếp #1 trên AutomationBench-AA cho các quy trình SaaS (53%), điều hướng terminal và repo trong thời gian dài qua Kimi Code, và sử dụng ít hơn khoảng 21% output token so với K2 trong khi thông minh hơn
- Giá $3/$15 cho mỗi 1M token (input giảm còn $0.30 khi cache hit), mức giá cố định trên toàn bộ ngữ cảnh 1M: vẫn thấp hơn đáng kể so với giá của các mô hình frontier đóng của Mỹ, có API tương thích OpenAI và khả dụng trên OpenRouter
- Hỗ trợ đầu vào đa phương thức native (văn bản, hình ảnh, video) và trọng số mở được công bố phát hành vào ngày 2026-07-27 theo giấy phép dự kiến kiểu Modified-MIT, đưa mô hình này trở thành mô hình frontier trọng số mở đầu tiên ở quy mô 3 nghìn tỷ tham số
- Giá tăng gấp 3 lần so với Kimi K2.6 (từ $0.95/$4 lên $3/$15), khiến đây trở thành mô hình Trung Quốc đắt nhất từng được phát hành, ngang giá niêm yết của Claude Sonnet 5: kỷ nguyên 'rẻ hơn 10 lần so với mô hình Mỹ' đã kết thúc (Simon Willison đã ghi nhận đợt tăng giá này)
- Chậm: 33 output token/giây, xếp hạng #145 trong số 190 mô hình trên Artificial Analysis, không phù hợp cho sử dụng tương tác
- Tỷ lệ ảo giác tăng từ 39% (K2.6) lên 51% trên AA-Omniscience, do mô hình nay cố gắng trả lời cả những câu hỏi mà trước đây nó từng từ chối (Fable 5 ở mức tương đương, 54.9%)
- Kiểm duyệt chính trị đối với các chủ đề nhạy cảm bằng tiếng Trung (né tránh khi nói về Xi, CCP, Thiên An Môn) và dữ liệu API thuộc thẩm quyền pháp lý Bắc Kinh, gây trở ngại tuân thủ cho nhiều triển khai tại EU và doanh nghiệp; UK AISI/CAISI cũng phát hiện các rào chắn an ninh mạng của mô hình không ngăn được các nỗ lực phát triển exploit trong quá trình kiểm thử
- 'Trọng số mở' phần lớn vẫn chỉ mang tính lý thuyết: khoảng 594 GB ở định dạng native MXFP4 đòi hỏi một trung tâm dữ liệu đa GPU để tự triển khai, và trọng số (cùng giấy phép cuối cùng) vẫn chưa được công bố tại thời điểm đánh giá
Gemini 3 Pro
- Đứng đầu LMArena lúc ra mắt với kỷ lục 1501 Elo và đạt 91.9% trên GPQA Diamond, SOTA lúc phát hành
- ARC-AGI-2 đạt 31.1%, khoảng 6x Gemini 2.5 Pro (4.9%) và gần gấp đôi GPT-5.1 (17.6%) vào thời điểm đó
- Hiểu đa phương thức thuộc hàng tốt nhất: 81% MMMU-Pro, 87.6% Video-MMMU, với cửa sổ ngữ cảnh 1M tokens
- Lập trình agentic mạnh: 76.2% SWE-bench Verified, 54.2% Terminal-Bench 2.0, 1487 Elo trên WebDev Arena
- Phá giá đối thủ ở mức $2/$12 mỗi 1M tokens, thấp hơn giá hạng Claude Sonnet ($3/$15)
- thinking_level chỉnh được (low/medium/high) cho phép dev đánh đổi độ sâu suy luận lấy độ trễ và chi phí
- Ảo giác quá tự tin: trên AA-Omniscience nó đưa câu trả lời sai 88% số lần thay vì từ chối, so với 48% của Claude Sonnet 4.5 (the-decoder)
- Tính xu nịnh bị người đánh giá phản ánh rộng rãi (Zvi Mowshowitz: 'trí tuệ mênh mông nhưng không có xương sống'); cần system prompt chặt chẽ
- Vấn đề độ tin cậy tool-calling trong các stack agent: dev báo cáo output của công cụ bị đổ thẳng vào luồng chat và cần nhiều scaffolding hơn model của OpenAI/Anthropic
- Chậm ở thinking level cao: thời gian tới token đầu tiên đo được khoảng 30-60s trên AI Studio dù tốc độ output ~130 tok/s
- Đã ngừng hoạt động: bị tắt trên Gemini API và AI Studio ngày 9 tháng 3 năm 2026, và gemini-3-pro-preview nay được trỏ sang Gemini 3.1 Pro
Đưa ra phán quyết của bạn
Mỗi đấu sĩ một đề xuất cho mỗi công cụ. Nó định hình lại điểm đám đông mà mọi người nhìn thấy.
Phán quyết của đấu trường về Kimi K3
Kimi K3 là bằng chứng thuyết phục nhất từ trước đến nay cho thấy frontier không còn là sân chơi độc quyền của Mỹ: xếp #3 trên Artificial Analysis, điểm GPQA và SWE-bench Verified thuộc nhóm hàng đầu, và thứ hạng frontend-code arena tốt nhất trong ngành, với mức giá chỉ bằng khoảng một nửa đến một phần ba so với các mô hình frontier đóng của Mỹ. Nên chọn mô hình này cho lập trình agentic, công việc frontend và tự động hóa SaaS, những lĩnh vực có điểm benchmark mạnh nhất, hoặc nếu lộ trình phụ thuộc vào việc tự triển khai một mô hình cấp frontier khi trọng số được phát hành. Nên tránh dùng cho các sản phẩm tương tác (33 token/giây là khá chậm), cho bất kỳ nội dung nào liên quan đến chính trị nhạy cảm hoặc yêu cầu lưu trú dữ liệu nghiêm ngặt tại EU (kiểm duyệt tiếng Trung, thẩm quyền pháp lý Bắc Kinh), và cho các tác vụ truy xuất đòi hỏi độ chính xác cao vì tỷ lệ ảo giác 51% trên AA-Omniscience đòi hỏi phải có lớp kiểm chứng bổ sung. Các đội đặt nặng yếu tố chi phí nên lưu ý rằng DeepSeek V4 vẫn mang lại số lượng token trên mỗi đô la lớn hơn nhiều; điểm mạnh của K3 nằm ở năng lực đỉnh cao trên mỗi đô la, không phải ở mức token rẻ nhất.
Phán quyết của đấu trường về Gemini 3 Pro
Một bản phát hành cột mốc đưa Google trở lại đỉnh vào cuối 2025, với bước nhảy suy luận khổng lồ so với Gemini 2.5 Pro và điểm đa phương thức tốt nhất thế hệ của nó. Đến giữa 2026 không còn lý do gì để chọn nó: Google đã tắt nó trên API ngày 9 tháng 3 năm 2026, và Gemini 3.1 Pro giá y hệt trong khi hơn gấp đôi hiệu năng ARC-AGI-2 (77.1% so với 31.1%). Các đội còn chạy triển khai cũ nên di trú sang 3.1 Pro, đằng nào model ID cũ nay cũng trỏ về đó. Tránh nó cho các workload nhạy cảm với ảo giác trừ khi bạn bổ sung grounding, một điểm yếu được người đánh giá cảnh báo nhiều lần.
Đám đông nói gì
Về 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.”
Về 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.”
Tiếp tục so sánh
Câu hỏi thường gặp
Kimi K3 có tốt hơn Gemini 3 Pro không?
Lựa chọn đúng tùy vào nhu cầu của bạn. Bảng so sánh từng dòng trên trang này mổ xẻ giá, thông số chính và điểm đấu trường.
Kimi K3 hay Gemini 3 Pro rẻ hơn?
Gemini 3 Pro rẻ hơn: giá từ $12/1M out (prompts ≤200K), trong khi Kimi K3 bắt đầu từ $15/1M out.
Kimi K3 và Gemini 3 Pro giá bao nhiêu cho mỗi 1M tokens?
Kimi K3: $3/1M in cho 1M input tokens, $15/1M out cho 1M output tokens. Gemini 3 Pro: $2/1M in (prompts ≤200K) cho 1M input tokens, $12/1M out (prompts ≤200K) cho 1M output tokens.