Kimi K3 в работе: отзыв и почему я вернулся на Claude Code

Каждый день в Telegram-канале - что нового в вайб-кодинге: инструменты, находки, ошибки. Подпишись, чтобы быть в курсе.

Что вышло из эксперимента, который я сам и предложил

Kimi K3 вышла 16 июля 2026. У неё 2,8 трлн параметров, миллион токенов контекста, открытые веса и первое место в слепом сравнении на фронтенде. Всю фактуру про архитектуру, замеры и цены я собрал в полном разборе Kimi K3 против Claude Code и повторять её тут не буду.

В конце того разбора я написал так: риск - потерять день на настройку, выгода - счёт, который падает со второй недели. Эксперимент я поставил на своих задачах.

Первые часы действительно радуют. Модель бодро подхватывает задачу, генерирует внятный фронтенд, не мнётся на объёмных файлах. Отсюда и мой пост в канале про приятный шок. Проблемы вылезли на длинных сессиях, на нескольких агентах, на правках по кругу, вечером за терминалом.

В итоге я откатился обратно. Дальше - что именно к этому привело, с цифрами и ссылками на первоисточники, чтобы можно было всё перепроверить самому.

Почему по замерам Kimi K3 обходит Claude?

Вот где Kimi K3 выигрывает у Claude Fable 5:

Замеры свели llm-stats, сравнение во всех строках идёт с Claude Fable 5.

Цифры настоящие. На всех 35 замерах из той же сводки Claude Fable 5 забирает 22 победы, Kimi K3 - двенадцать, одна ничья.

Интереснее, где именно Kimi K3 проваливается. На кодовых замерах отставание скромное, 4-5 пунктов. Проседает она на знании и рассуждении: на HLE Claude уходит вперёд почти на 10 пунктов. Это ровно то место, в которое упирается длинная задача: там сначала надо понять, и только потом писать.

В основной части релизного поста Moonshot пишет про это так:

Почему Kimi K3 в работе ощущается вдвое медленнее?

Замеры взяты из сравнения Artificial Analysis, сравнение идёт с Claude Opus 4.8: это та версия Claude, на которой у них есть полный прогон по скорости.

Kimi K3 отвечает раньше, поэтому в коротком чате она субъективно кажется шустрее. В работе время уходит на другое: на то, как медленно едет весь ответ целиком. Тут она проигрывает почти вдвое, и на длинном ответе разрыв набегает в минуты.

Kimi Code рекламирует 180-260 токенов в секунду, и цифра выглядит убедительно рядом с моими 34,7. Относится она к скоростной сборке прошлого поколения, K2.7 Code HighSpeed. У Kimi K3 такой сборки нет вовсе, и независимый замер идёт по ней самой.

Сессия, которая рвётся на седьмой ошибке и сжигает токены на повторных вызовах, - это провал контекст-инжиниринга, а выбор модели тут вторичен. На практикуме за 3 эфира собираешь все три: ИИ-клон + Второй мозг + Контекст-инжиниринг. Это 3 кита, без которых ИИ галлюцинирует.

Практикум по вайб-кодингу

+Твой второй мозг

3 вечера - инструменты, метод, первый проект

Старт 17–19 ноября  ·  2 000 ₽

Записаться →

Куда уходят токены, если размышление нельзя выключить?

Понизить уровень усилия можно, в документации заявлены три: низкий, высокий и максимальный. А выключить размышление нельзя совсем: там прямо написано, что размышление и хранение его истории у Kimi K3 включены всегда. При прямом обращении по API по умолчанию стоит максимальный, и большинство программ-надстроек его не трогает.

Замер с пеликаном, на котором видно расход, опубликовал Саймон Уиллисон в день релиза.

Каждый ход добавляет тысячи исходящих токенов по $15 за миллион. Плюс Moonshot требует возвращать сообщение ассистента целиком, вместе с историей размышления, и исходящие токены следующим ходом возвращаются во входящие.

Получается, за одни и те же размышления платишь дважды: сначала когда модель их пишет, потом когда отправляешь их ей обратно.

На общем индексе Kimi K3 тратит на 21% меньше исходящих токенов, чем предыдущая K2.6. Относительно себя прежней модель стала экономнее. Claude на тех же задачах всё равно тратит меньше.

Запрос «hi» тарифицируется как 86 токенов. Под капотом висит скрытый системный промпт примерно на 85 токенов, и он оплачивается в каждом обращении.

Про то, как считать свой расход и где смотреть остаток, у меня есть отдельный разбор - сколько токенов даёт Claude Pro и Max. Логика подсчёта там та же, меняются только цены.

Что происходит, когда модель залипает в размышлении?

Выглядит это так. Модель начинает думать, и вместо развития мысли текст сползает в повтор: одно и то же слово, потом обрывки слогов, и так до бесконечности. Задача стоит, счётчик токенов крутится.

Обращение от 28 июля в списке известных ошибок Moonshot описывает, как Kimi K3 шесть раз подряд пытается прочитать один и тот же файл, семь раз получает отказ «холостой вызов, файл не менялся с прошлого чтения» и после этого завершает ход как ни в чём не бывало. В журнале ошибок Kimi CLI автор перечисляет четыре разновидности одного и того же залипания - чтение, замена, тесты, анализ - и подводит итог одной фразой:

Причину Moonshot называет прямо. Модель обучена в режиме сохранённой истории размышления, и ей важно получать свои прошлые рассуждения обратно целиком. Если история приезжает неполной, модель пытается пересобрать ответ, выдаёт тот же самый вызов инструмента и уходит на второй круг.

Тот же диагноз ставит автор разбора в стороннем маршрутизаторе запросов: Kimi достаточно строга, чтобы отклонять запросы с неполной историей размышления. Чужая обвязка про эту строгость не знает и историю режет.

Почему многоагентная схема на Kimi K3 разваливается?

В официальной документации Moonshot написано прямым текстом: их API пока не поддерживает WebFetch. То есть Claude Code, который штатно ходит в интернет за страницей, на Kimi K3 этого сделать не может. Обход - вставлять содержимое руками или подключать сторонний инструмент.

Claude Code умеет подгружать инструменты по требованию и кладёт в историю служебный блок с типом tool_reference. Kimi такой тип не принимает и отдаёт 400. Причём отдаёт молча, не называя ни поля, ни причины:

{"error":{"type":"invalid_request_error","message":"Invalid request Error"},"type":"error"}

Для сравнения, вот как та же поломка выглядит на родном API Anthropic, где сервер хотя бы называет поле и перечисляет принимаемые типы:

messages.166.content.0.tool_result.content.0: Input tag 'tool_reference' found
using 'type' does not match any of the expected tags: 'document', 'image',
'search_result', 'text'

Разница важная. По первому сообщению разобраться невозможно: ни клиент, ни человек за ним не понимают, какой именно блок не понравился. Ровно на это и жалуются авторы обращений. Разработчики переключателей поставщиков уже предлагают отключать отложенную загрузку инструментов для Kimi по умолчанию либо помечать API Moonshot как не принимающее такие блоки.

Последствие описано в отдельном обращении, открытом 17 июля и до сих пор без ответа. Автор словил такую ошибку семь раз за одну сессию. Первые шесть сессия пережила, седьмая убила её окончательно: после неё падал даже ввод обычного текста «продолжай». Автор отдельно отмечает, что до предела контекста было далеко, так что версия «слишком длинная история» отпадает.

Соберу картину по типам блоков, которые API Moonshot принимает и не принимает:

Слово «совместимый» тут описывает только форму запроса. Всё остальное расходится: какие типы блоков принимаются, что требуется от истории, какие инструменты вообще доступны.

Что не переезжает вместе с Kimi K3?

Раздел ограничений в релизном посте говорит про это дословно:

Разработчик модели говорит: берите наш клиент, у чужого поведение не гарантируем.

Второй пункт того же раздела объясняет ещё одну вещь, которую я списывал на своеволие модели:

Мой CLAUDE.md написан под противоположную привычку: спросить, показать план, дождаться подтверждения. Инструкции никуда не делись, но читает их теперь модель с другим характером.

Если хочется держать один файл правил сразу под несколько агентов, я разбирал такую схему отдельно - один файл инструкций для Claude Code, Codex и Cursor.

Сколько Kimi K3 стоила на самом деле?

Сначала цены, они в пользу Kimi K3:

Цены Kimi взяты из документации по кэшированию, в правой колонке Claude Opus 5, цены на 30 июля 2026.

Кэш у Kimi автоматический, отключить его нельзя, и опознаётся он по хэшу начала запроса. Любая правка системного промпта или списка инструментов обнуляет кэш сообщений целиком.

Перечислю, что делает Claude Code в обычный рабочий день:

1. Подключает и отключает внешние инструменты по ходу задачи.
2. Подгружает инструменты по требованию, когда они понадобились.
3. Запускает субагентов с другим набором инструментов.
4. Дописывает файл инструкций в системный промпт.
5. Пересобирает историю при сжатии контекста.

Каждый пункт из этого списка сбрасывает начало запроса, а значит и кэш. Входящие токены снова стоят 3 доллара за миллион вместо 30 центов - дороже в десять раз. Сверху ложится постоянное размышление по 15 долларов за миллион исходящих, и эти же токены следующим ходом возвращаются во входящие. Так дешёвая по ценнику модель и приносит счёт, которого не ждёшь.

По агрегату OpenCode почти 280 тысяч живых сессий средняя сессия на Kimi K3 стоит $1,86 при среднем объёме 3,1 млн токенов. Держится эта цифра на том, что 93% входящих токенов попадают в кэш. Ломаешь начало запроса - и к тебе она больше не относится.

Тарифы Kimi идут по $19, $39, $99 и $199, квота считается из общего пула на всё членство, с недельным обновлением без переноса остатка и скользящим пятичасовым окном. В разборе тарифов это сформулировано так: четыре терминала вечно размышляющей Kimi K3 съедают пятичасовое окно быстро.

Тариф за $99 по квоте на код сопоставим с планом Anthropic за $200, и это против моей же позиции. Kimi дешевле за токен, только на счёте за вечер это уже не видно.

Где Kimi K3 объективно хороша?

1. Фронтенд. Первое место в слепом сравнении живыми разработчиками. Верстает аккуратно и с приличным вкусом.
2. Объём. Миллион токенов контекста, и длинные файлы её не смущают. Разобрать большой репозиторий и составить карту - её задача.
3. Первая реакция. Время до первого токена вдвое короче, чем у Claude. В коротком диалоге это заметно и приятно.
4. Цена за токен. Около 60% от цены Claude Opus 5. Если начало запроса не меняется, на большой однотипной работе это даёт настоящую экономию.
5. Открытые веса. Модель не заперта у одного поставщика.

Про последний пункт оговорка. Развернуть такую модель у себя дома нереально: даже в сжатом виде её вес измеряется терабайтами. Открытость тут даёт независимость от одного поставщика.

Как проверить всё это у себя за один вечер

1. Настрой доступ по инструкции. Три переменные окружения плюс подмена моделей по уровням - я расписал это в разборе Kimi K3 против Claude Code. Проверь связку командой /status: в меню выбора модели Kimi не появится, там встроенный список псевдонимов, и трогать его не нужно.
2. Убери старый ключ. Если раньше стоял ANTHROPIC_API_KEY, удали его. Вместе с ANTHROPIC_AUTH_TOKEN они конфликтуют, и ты получишь ошибку авторизации на ровном месте.
3. Отключи отложенную загрузку инструментов сразу. Не после первой смерти сессии, а до первого запуска.
4. Не переключай модель посреди работы. Начал на Kimi K3 - доводи на Kimi K3. Обратное так же верно. Это прямое требование Moonshot, дословную цитату я привёл выше.
5. Возьми свою настоящую задачу. Ту, которой занимался вчера, со всей её грязью и незакрытыми хвостами. На игре про змейку разница не проявится: она вылезает только на длинной дистанции.
6. Запиши два числа. Сколько минут заняло и сколько денег ушло за вечер. Сравни с обычным вечером на Claude.
7. Отдельно засеки моменты простоя. Когда агент висит, читает один файл по кругу или отвечает ошибкой - это тоже часть цены.

Если счёт за вечер вышел выше ожидаемого, дело почти всегда в кэше: считай, сколько раз за вечер сбрасывалось начало запроса. Цена за токен тут почти ни при чём.

Что я оставил себе в итоге

К этой же схеме независимо пришли читатели канала, которые тестировали модель вместе со мной: Kimi K3 отправляют смотреть репозиторий и давать второе мнение, а основную работу оставляют привычному агенту. Схема живучая, потому что не требует переносить обвязку и не ломает то, что уже работает.

Формулировать её можно так: одна задача целиком - Kimi K3, длинная цепочка с инструментами и субагентами - Claude Code. Чем больше в задаче переключений между инструментами, тем дороже она обходится на Kimi K3 и тем выше шанс поймать оборванную сессию.

Про то, как разводить двух агентов по ролям и не путаться в них, у меня есть отдельный разбор - три схемы совместной работы двух агентов.

Замеры отвечают на вопрос «кто сильнее в лабораторных условиях». Твой счёт за вечер и твой список сделанного отвечают на вопрос «кто сильнее у тебя». Когда эти два ответа расходятся, доверять надо второму: его считал ты, а не отдел маркетинга.

Посмотрев на всё это, я для себя решил так: что бы там ни говорили про новые модели, лидер всё-таки есть лидер. Основным мотором у меня остаётся Claude Code.

Полная схема по вайб-кодингу за вечер: ИИ-клон + Второй мозг + Контекст-инжиниринг. 3 эфира, записи остаются у тебя.

Практикум по вайб-кодингу

+Твой второй мозг

3 вечера - инструменты, метод, первый проект

Старт 17–19 ноября  ·  2 000 ₽

Записаться →

Новые материалы - дайджестом, без спама

Гайды выходят регулярно. Подпишись, чтобы не пропускать: пришлю подборку в Telegram или на email. Раз в неделю или каждый день - выбираешь сам.

Подписаться в Telegramили на email