Kimi K3 vs Claude Fable 5, GPT-5.6 och Codex

Kimi har lanserat **Kimi K3**, en ny flaggskeppsmodell som riktar in sig på avancerad programmering, visuellt resonemang, forskning och långvariga agentuppgifter. Modellen kallas ibland informellt för ”Kimi 3.0”, men det officiella namnet är Kimi K3.

På pappret är det en av 2026 års mest ambitiösa öppna AI-modeller: **2,8 biljoner parametrar**, ett **kontextfönster på en miljon tokens**, inbyggd förståelse för bilder och video samt en arkitektur som endast aktiverar en mindre del av modellen vid varje token. Samtidigt är API-priset mycket lägre än för Anthropics Claude Fable 5 och OpenAI GPT-5.6 Sol.

Den stora frågan är därför inte om Kimi K3 är kraftfull, utan hur nära den kommer de bästa slutna modellerna – och om prisskillnaden är tillräckligt stor för att göra K3 till ett bättre val i verkliga projekt.

!Kimi K3 – benchmark för agenter och visuella uppgifter

Vad är Kimi K3?

Kimi K3 är Kimi/Moonshots nya toppmodell för så kallad frontier intelligence. Den bygger på en Mixture-of-Experts-arkitektur med totalt 2,8 biljoner parametrar och 896 experter, där 16 experter aktiveras för varje token. Det betyder att modellen kan ha mycket stor total kapacitet utan att hela nätverket behöver användas vid varje beräkning.

Två viktiga tekniska nyheter är **Kimi Delta Attention**, som ska effektivisera lång kontext, och **Attention Residuals**, som ska förbättra informationsflödet genom modellen. Kimi uppger att arkitekturen ger ungefär 2,5 gånger bättre skalningseffektivitet än K2-generationen.

K3 har dessutom:

ett kontextfönster på 1 048 576 tokens,
inbyggd förståelse för text, bilder och video,
alltid aktiverat resonemang vid lanseringen,
stöd för OpenAI-kompatibla API-anrop,
fokus på stora kodbaser, terminalarbete, webbsökning och långa agentflöden.

Kimi beskriver K3 som den första öppna modellen i 3T-klassen. De fullständiga modellvikterna är planerade att publiceras senast den 27 juli 2026. Fram till dess bör modellen därför beskrivas som en modell med planerad öppen viktlansering, snarare än som helt nedladdningsbar redan nu.

Hur bra är Kimi K3 i benchmarktester?

Kimis egna sammanställningar visar att K3 ligger nära Claude Fable 5 och GPT-5.6 Sol i flera avancerade tester. Resultaten varierar dock kraftigt mellan olika typer av uppgifter.

|---|---:|---:|---:|---|

| DeepSWE | 67,5 | 70,0 | 73,0 | GPT-5.6 Sol |

| Terminal-Bench 2.1 | 88,3 | 84,6 | 88,8 | GPT-5.6 Sol |

| FrontierSWE | 81,2 | 86,6 | 71,3 | Claude Fable 5 |

| Program Bench | 77,8 | 76,8 | 77,6 | Kimi K3 |

| SWE Marathon | 42,0 | 35,0 | 39,0 | Kimi K3 |

| Automation Bench | 30,8 | 29,1 | 29,7 | Kimi K3 |

| BrowseComp | 91,2 | 88,0 | 90,4 | Kimi K3 |

Resultaten tyder på att Kimi K3 är särskilt stark i terminalarbete, webbsökning, automatisering och långvariga koduppgifter. Claude Fable 5 har samtidigt ett tydligt övertag i vissa svåra utvecklingstest, medan GPT-5.6 Sol är mycket stark i exempelvis DeepSWE och Terminal-Bench.

!Kimi K3 – benchmark för programmering

Det är viktigt att inte läsa tabellen som ett slutgiltigt facit. Siffrorna kommer från Kimis egen publicering, och leverantörerna använder delvis olika testmiljöer, agentverktyg, beräkningsbudgetar och säkerhetsfilter. Kimi uppger också att vissa resultat för Fable 5 kan ha påverkats av fallback till en annan Claude-modell, medan vissa GPT-5.6-körningar kan ha påverkats av säkerhetsbegränsningar. Benchmarkresultaten är därför bäst som en riktning, inte som en perfekt jämförelse mellan identiska system.

Vad har byggts med Kimi K3?

Det mest intressanta med K3 är inte enbart benchmarkpoängen, utan de projekt modellen har genomfört i längre agentkörningar.

### MiniTriton – en egen kompilator

Kimi K3 byggde **MiniTriton**, en kompakt Triton-liknande kompilator för GPU-kärnor. Enligt Kimi kunde lösningen i vissa arbetslaster slå både Triton och `torch.compile`. K3 användes även för att optimera delar av sin egen inferens och sina egna kernels.

### Ett chip på 48 timmar

I ett autonomt försök fick K3 konstruera ett chip under en sammanhängande körning på 48 timmar. Resultatet uppges ha omfattat en design på cirka 4 mm², 1,46 miljoner celler, 0,277 MB SRAM och en simulerad klockfrekvens på 100 MHz. Det är ett demonstrationsprojekt, inte bevis på ett färdigt massproducerat chip, men det visar modellens förmåga att hålla ihop långa tekniska arbetsflöden.

### Forskning och vetenskapliga instrument

I ett astrofysikprojekt genomförde K3 en uppgift som Kimi uppskattar normalt skulle ta en erfaren forskare en till två veckor. Modellen sökte igenom mer än 20 forskningsartiklar, hanterade över 300 tillståndsekvationer, skrev mer än 3 000 rader Python och skapade en interaktiv dashboard.

K3 byggde även en interaktiv genomgång av 42 års ASIC-forskning. Projektet omfattade över 11 000 webbsidor, 99 PDF-filer, 87 kvartalsrapporter och tusentals sökningar och terminalhämtningar. Ett annat projekt analyserade 391 gravitationsvågshändelser med fler än 20 underagenter.

!Kimi K3 – kunskapsarbete och interna utvärderingar

Kimi K3 jämfört med Claude Fable 5

Claude Fable 5 är Anthropics mest kapabla allmänt tillgängliga modell och är byggd för extremt långa agentuppgifter, avancerad kodning och professionellt kunskapsarbete. Både Fable 5 och Kimi K3 erbjuder ett kontextfönster på en miljon tokens, men de representerar två olika strategier.

Fable 5 prioriterar högsta möjliga kvalitet och uthållighet, även när kostnaden blir hög. Kimi K3 försöker komma nära denna nivå med en betydligt billigare och öppnare modell.

Anthropic visar flera avancerade Fable-demonstrationer:

Stripe använde modellen i ett försök för att migrera kod över en Ruby-kodbas på cirka 50 miljoner rader under en dag, ett arbete som enligt jämförelsen annars hade tagit ett team mer än två månader.
Fable skapade en simulering av solsystemet, härledde banfysiken och använde modellen för att förutsäga förmörkelser.
Modellen spelade Factorio autonomt under en lång agentkörning.
Den byggde en webbaserad CAD-editor med en AI-assistent och skapade därefter en komplett modell avsedd för 3D-utskrift i det egna verktyget.
Den byggde en vätskesimulering som synkroniserades med musik som modellen själv arrangerade i kod.

!Claude Fable 5 – officiell benchmarköversikt

Fable 5 är fortfarande det säkrare valet när absolut topprestanda, polerad användarupplevelse och mycket långa företagsuppgifter är viktigare än priset. Kimi K3 är däremot mer attraktiv när kostnad, möjlighet till framtida egen drift och hög prestanda per dollar väger tyngre.

Kimi K3 jämfört med OpenAI Codex

Här måste jämförelsen göras korrekt: **Codex är inte bara en enskild modell**. Det är OpenAI:s agentmiljö för utveckling, tillgänglig som app, terminalverktyg, IDE-tillägg och webbtjänst. Vilken modell som används kan förändras, och 2026 har Codex fått stöd för GPT-5.6-familjen med Sol, Terra och Luna i olika abonnemang.

OpenAI har tidigare visat hur GPT-5.3-Codex byggde två relativt omfattande spel: ett racingspel med flera förare, åtta banor och föremål samt ett dykarspel med korallrev, syresystem, tryck, samlarobjekt och faror. Agenten arbetade självständigt över miljontals tokens och itererade på både funktion och design.

Codex har även använts för att skapa landningssidor, presentationer, kalkylblad, utbildningsmaterial, tester och större kodförändringar. OpenAI uppger dessutom att tidiga versioner användes i arbetet med att felsöka modellens egen träning, hantera driftsättning och analysera utvärderingar.

!Exempel på presentation som skapats med Codex

Codex främsta styrka är helheten: Git-integration, parallella agenter, terminalåtkomst, sandlådor, projektinstruktioner och ett färdigt arbetsflöde för utvecklare. Kimi K3 är själva intelligensmotorn och kan anslutas till OpenAI-kompatibla klienter. Kimi har även dokumenterat en metod för att köra K3 genom Codex CLI via den lokala tredjepartsroutern CC Switch. Det ger flexibilitet, men innebär samtidigt att säkerhet, loggning och datarouting måste granskas noggrant.

Prisjämförelse: Kimi K3 mot de största AI-modellerna

Priserna nedan är ordinarie API-priser per en miljon tokens den 19 juli 2026. För GPT-5.6 visas priset för kort kontext; mycket långa anrop kan bli dyrare.

|---|---:|---:|---:|---:|

| **Kimi K3** | 3,00 USD | 0,30 USD | 15,00 USD | 18,00 USD |

| **Claude Fable 5** | 10,00 USD | 1,00 USD | 50,00 USD | 60,00 USD |

| **GPT-5.6 Sol** | 5,00 USD | 0,50 USD | 30,00 USD | 35,00 USD |

| **GPT-5.6 Terra** | 2,50 USD | 0,25 USD | 15,00 USD | 17,50 USD |

| **GPT-5.6 Luna** | 1,00 USD | 0,10 USD | 6,00 USD | 7,00 USD |

| **Gemini 3.1 Pro Preview, högst 200k input** | 2,00 USD | varierar | 12,00 USD | 14,00 USD |

| **Gemini 3.1 Pro Preview, över 200k input** | 4,00 USD | varierar | 18,00 USD | 22,00 USD |

| **GLM-5.2** | 1,40 USD | 0,26 USD | 4,40 USD | 5,80 USD |

Kimi K3 är alltså cirka 70 procent billigare än Claude Fable 5 för både vanliga input- och outputtokens. Mot GPT-5.6 Sol är K3 cirka 40 procent billigare på input och 50 procent billigare på output. GPT-5.6 Terra ligger däremot nästan exakt på samma totalkostnad vid en förenklad blandning av en miljon input- och en miljon outputtokens.

!Kimi K3 – resultat i förhållande till kostnad

Det billigaste alternativet i tabellen är GLM-5.2, följt av GPT-5.6 Luna. Lägst tokenpris betyder dock inte automatiskt lägst kostnad per löst uppgift. En billigare modell kan behöva fler försök, fler tokens eller mer mänsklig korrigering. För agentisk programmering är därför kostnad per slutförd uppgift ofta mer relevant än enbart priset per token.

Kimi uppger att mer än 90 procent av inputen kan ge cacheträff i typiska kodarbetsflöden. När stora kodbaser och instruktioner återanvänds kan det sänka den faktiska inputkostnaden kraftigt, men utfallet beror på hur klienten och arbetsflödet använder promptcache.

Styrkor och svagheter

### Kimi K3

**Styrkor:** mycket stort kontextfönster, stark terminal- och agentprestanda, bild- och videoförståelse, konkurrenskraftigt API-pris och planerad publicering av modellvikterna.

**Svagheter:** Kimi erkänner själv att den övergripande användarupplevelsen fortfarande ligger efter Claude Fable 5 och GPT-5.6 Sol. Modellen kan vara överdrivet proaktiv, är känslig för hur tidigare resonemang bevaras i konversationen och erbjuder bara maximal resonemangsnivå vid lanseringen.

### Claude Fable 5

**Styrkor:** toppklass i svår kodning, långvariga agenter, visuellt arbete och professionella uppgifter. En miljon tokens kontext och upp till 128 000 outputtokens per anrop.

**Svagheter:** mycket högt API-pris. Fable har särskilda säkerhetsklassificerare som kan neka vissa uppgifter eller utlösa fallback. Modellen har dessutom ett krav på 30 dagars datalagring och kan inte användas med nollagring av data.

### Codex med GPT-5.6

**Styrkor:** den mest kompletta utvecklarmiljön av alternativen, med app, CLI, IDE, Git, sandlådor och parallella agenter. Användaren kan välja mellan en stark flaggskeppsmodell och billigare/snabbare GPT-5.6-nivåer.

**Svagheter:** kostnaden är mindre förutsägbar än ett rent API-pris eftersom den beror på abonnemang, kreditförbrukning, vald modell och hur långa agentkörningarna är. Codex ingår bland annat i ChatGPT Plus för 20 dollar per månad, Pro från 100 dollar per månad och Business från 20 dollar per användare och månad vid årsbetalning. Extra användning kan dessutom debiteras genom krediter eller ett separat API-konto.

Vilken modell bör man välja?

**Välj Kimi K3** när du vill ha en mycket stark modell för kodning, research och automatisering till lägre kostnad, särskilt om framtida tillgång till öppna modellvikter är viktig.

**Välj Claude Fable 5** när uppgiften är extremt svår, kan pågå i dagar och högsta möjliga kvalitet är viktigare än API-kostnaden.

**Välj Codex med GPT-5.6** när du främst vill ha ett färdigt och väl integrerat utvecklararbetsflöde, snarare än att själv bygga agentmiljön runt ett API.

**Välj Gemini 3.1 Pro Preview** när Googles multimodala funktioner, sökgrundning och ekosystem passar projektet bäst.

**Välj GLM-5.2 eller GPT-5.6 Luna** när priset per token är avgörande och du kan acceptera att testa kvaliteten noggrant mot din egen arbetslast.

Slutsats

Kimi K3 verkar inte slå Claude Fable 5 eller GPT-5.6 Sol i varje uppgift. Det behöver den heller inte göra för att bli en av årets viktigaste modeller. K3:s verkliga styrka är kombinationen av stor modellkapacitet, en miljon tokens kontext, multimodalitet, stark agentprestanda och ett pris som ligger långt under Claude Fable 5.

För utvecklare och företag kan Kimi K3 därför bli ett av de mest intressanta alternativen för avancerad AI-kodning och automatisering under 2026. Claude Fable 5 behåller fördelen i de mest krävande och polerade arbetsflödena, medan Codex fortsätter att vara ett starkare färdigt produktpaket. Men räknat i prestanda per dollar är Kimi K3 redan en seriös utmanare till de största slutna modellerna.

---

Kimi K3 är här: Så står sig Kimi 3.0 mot Claude Fable 5, GPT-5.6 och Codex