Kimi K3 vs Claude Fable 5 : tarifs, vitesse et rapport qualité-prix (juillet 2026)

Kimi K3 est affiché à $3/M en entrée et $15/M en sortie. Claude Fable 5 est affiché à $10/M en entrée et $50/M en sortie. Cela représente un écart de 3,3× aux deux extrémités du compteur, et c’est la première chose que tout le monde remarque.

C’est aussi la façon la moins utile de les comparer.

Le prix par token indique uniquement ce que coûte un token. Il ne dit pas combien de tokens un modèle consomme pour terminer votre tâche, combien de tentatives supplémentaires il nécessite, ni combien de temps vous attendez. Ce sont ces chiffres qui finissent sur votre facture. Cet article examine les deux niveaux — le prix affiché et le calcul réel par tâche — ainsi que l’architecture réelle de K3, ce qu’il a démontré au-delà des tableaux de benchmarks, et le contexte réglementaire et financier qui façonne actuellement les deux modèles.

---

L’écart de prix, et pourquoi ce n’est pas toute l’histoire

Voici la situation complète, côte à côte.

	Kimi K3	Claude Fable 5
Entrée	$3.00/M (sans cache) / $0.30/M (avec cache)	$10.00/M / $1.00/M (lecture de cache)
Sortie	$15.00/M	$50.00/M
Mise en cache	Automatique — taux d’accès supérieur à 90 % sur le code	Points d’arrêt manuels — $1/M pour une lecture de cache (supplément d’écriture : $12.50/MTok pour 5 min, $20/MTok pour 1 h)
Paramètres totaux	2.8T (MoE, 896 experts)	Non divulgués par Anthropic
Paramètres actifs / token	~50B (16 experts sur 896)	Non divulgués par Anthropic
Fenêtre de contexte	1M de tokens	1M de tokens (sortie maximale de 128k)
Poids	Ouverts — 27 juillet 2026	Propriétaires
Domaine le plus fort	Code à long horizon	Raisonnement général de pointe

Spécifications et tarifs de K3 issus du blog technique de Moonshot. Tarifs et mise en cache de Fable 5, y compris les suppléments d’écriture de cache, issus d’OpenRouter et de la documentation d’Anthropic sur la mise en cache des prompts.

Moins cher par token ≠ moins cher par tâche

Un modèle qui coûte trois fois moins cher par token, mais consomme deux fois plus de tokens pour parvenir à la même réponse, a effacé l’essentiel de son avantage. Moonshot est inhabituellement transparent sur les tendances de K3 : l’entreprise indique que K3 est livré avec l’effort de raisonnement maximal activé par défaut, des modes à effort inférieur devant arriver dans des mises à jour ultérieures. L’effort maximal implique davantage de tokens de raisonnement, facturés comme des sorties — sur la ligne à $15/M, et non celle à $3/M.

Moonshot signale également un trait comportemental qu’il appelle « proactivité excessive » : comme K3 a été entraîné de manière intensive sur des tâches à long horizon, il peut prendre des décisions non demandées lorsqu’il rencontre une ambiguïté. L’entreprise recommande donc de le contraindre explicitement dans le prompt système ou dans AGENTS.md. En pratique, les décisions non demandées signifient du travail supplémentaire — parfois du travail qu’il faut ensuite annuler.

Ajoutez le temps réel écoulé. Moonshot recommande de déployer K3 sur des configurations de supernœuds disposant de 64 accélérateurs ou plus pour une inférence efficace, ce qui en dit long sur le profil de service d’un modèle de 2.8T paramètres, même avec une activation clairsemée. Si une tâche prend davantage de temps à se terminer, cette latence constitue un coût réel dans les flux de travail interactifs des développeurs, même si elle n’apparaît jamais sur la facture.

À retenir : évaluez les deux modèles sur votre charge de travail et mesurez les dollars par tâche terminée, et non les dollars par million de tokens. Le tarif affiché est le point de départ de ce calcul, pas sa conclusion.

---

Mise en cache : automatique ou manuelle, et non présente ou absente

C’est l’aspect le plus souvent mal traité dans cette comparaison, alors soyons précis.

Les deux modèles utilisent une mise en cache. La différence tient à la personne qui effectue le travail et aux coûts de configuration.

Kimi K3 : automatique, sans supplément d’écriture divulgué

Moonshot sert K3 via l’architecture d’inférence désagrégée de Mooncake et rapporte un taux d’accès au cache supérieur à 90 % pour les charges de travail de code. Une entrée mise en cache passe de $3.00/MTok à $0.30/MTok — soit une remise de 90 %. Vous n’avez rien à configurer. Moonshot indique également que Kimi Delta Attention a créé de nouveaux défis pour la mise en cache conventionnelle des préfixes, et qu’il a contribué une implémentation à la communauté vLLM pour une publication avec les poids.

Claude Fable 5 : points d’arrêt manuels, avec supplément d’écriture

La mise en cache d’Anthropic vous procure la même ampleur de réduction — les lectures de cache sur Fable 5 tombent à $1/MTok face à un prix d’entrée de base de $10/MTok, soit également 90 % de réduction. Mais vous payez pour placer le contenu dans le cache :

$12.50/MTok** pour les écritures de cache de 5 minutes, **$20/MTok pour les écritures de cache d’une heure sur Claude Fable 5 — tarification de la mise en cache des prompts d’Anthropic

Ces chiffres suivent une structure de multiplicateurs documentée : les écritures de 5 minutes coûtent 1,25× le tarif d’entrée de base, les écritures d’une heure coûtent 2× ce tarif, et les lectures coûtent 0,1× le tarif d’entrée de base. La durée de vie par défaut est de cinq minutes et — point important — le cache est actualisé sans coût supplémentaire à chaque utilisation. Les propres recommandations d’Anthropic indiquent que si votre prompt est sollicité plus souvent que toutes les cinq minutes, restez sur le cache de 5 minutes et laissez les actualisations gratuites faire le travail. Le niveau d’une heure est destiné aux intervalles supérieurs à cinq minutes mais inférieurs à une heure.

Anthropic prend également désormais en charge la mise en cache automatique — un seul champ cache_control de niveau supérieur qui place le point d’arrêt sur le dernier bloc pouvant être mis en cache, sans annotation bloc par bloc. Elle utilise les mêmes tarifs et les mêmes seuils minimums. Pour Fable 5, le prompt minimum pouvant être mis en cache compte 512 tokens.

Le cadrage honnête

	Coût de configuration	Coût d’écriture	Coût de lecture	Seuil de rentabilité
Kimi K3	Aucun — activé par défaut	Non tarifé séparément	$0.30/M	Immédiat
Claude Fable 5	Placement du point d’arrêt (ou indicateur automatique de niveau supérieur)	$12.50–$20/M	$1.00/M	Après un nombre de réutilisations suffisant pour compenser l’écriture

Le cache de Fable est rentable lorsqu’un grand préfixe statique — prompt système, définitions d’outils, corpus documentaire — est sollicité de façon répétée. Il est peu rentable pour des requêtes ponctuelles où vous écrivez dans le cache sans jamais le relire. Le modèle de K3 supprime entièrement ce calcul, ce qui constitue un réel avantage opérationnel avant même de comparer les chiffres bruts.

---

Où chaque modèle l’emporte réellement

Kimi K3 : code à long horizon et densité de valeur

Moonshot positionne clairement K3 sur l’ingénierie logicielle agentique — maintien de longues sessions avec une supervision minimale, navigation dans de grands dépôts et orchestration d’outils de terminal. Il met également l’accent sur les tâches qui combinent ingénierie logicielle et raisonnement visuel, en s’appuyant sur des captures d’écran et des visuels pour itérer sur le développement de jeux, le front-end et les travaux de CAD. L’entreprise décrit cela comme une « vision dans la boucle » : le modèle écrit du code, observe le rendu, puis l’améliore.

K3 est actuellement l’option offrant le meilleur rapport qualité-prix pour le code, et il se classe n° 1 sur Frontend Code Arena.

Claude Fable 5 : raisonnement général de pointe

L’approbation la plus crédible de la capacité globale de Fable 5 provient de Moonshot lui-même. Dans le billet de lancement de K3, l’entreprise écrit que, même si K3 a atteint des performances de niveau frontière dans l’ensemble de sa suite d’évaluations, ses performances globales « restent en deçà des modèles propriétaires les plus puissants, Claude Fable 5 et GPT 5.6 Sol ».

Moonshot va plus loin dans sa section consacrée aux limites, reconnaissant que « bien qu’il soit un modèle très compétitif dans l’ensemble, K3 présente néanmoins un écart notable dans l’expérience utilisateur par rapport à Claude Fable 5 et GPT 5.6 Sol ». Lorsqu’un laboratoire affirme spontanément cela à propos du lancement de son propre modèle phare, il faut le prendre au sérieux.

Lecture de cette répartition : si votre charge de travail consiste en génération de code de longue durée et en travail sur des dépôts, le ratio prix-capacité de K3 est difficile à contester. S’il s’agit de raisonnement de pointe, où les quelques pourcents de qualité supplémentaires déterminent si la sortie est utilisable, Fable 5 est ce pour quoi vous payez.

---

Sous le capot : ce qu’est réellement Kimi K3

2.8T au total, ~50B actifs — citez toujours les deux

K3 est un modèle de 2,8 billions de paramètres, le premier modèle ouvert à atteindre cette échelle. Mais son architecture à mélange d’experts (MoE) active effectivement 16 experts sur 896 par token — soit environ 50B de paramètres actifs. Le chiffre de 2.8T décrit la capacité ; le chiffre de ~50B décrit ce qui s’active lors de chaque passe avant. Citer 2.8T sans ce contexte déforme à la fois le coût de calcul et le profil de service.

Moonshot indique que cette mise à l’échelle clairsemée, associée à des recettes de formation et de données affinées, procure environ 2,5× d’amélioration de l’efficacité globale de mise à l’échelle par rapport à Kimi K2.

La pile d’architecture

Chaque terme ci-dessous apparaît dans le billet de lancement de Moonshot :

• Kimi Delta Attention (KDA) — une base hybride d’attention linéaire permettant de faire évoluer efficacement l’attention avec la longueur des séquences.
• Attention Residuals (AttnRes) — récupère sélectivement des représentations sur la profondeur du modèle plutôt que de les accumuler uniformément.
• Stable LatentMoE — le cadre permettant l’activation de 16 experts sur 896 avec une sparsité extrême.
• Quantile Balancing — dérive l’allocation des experts à partir des quantiles de score du routeur, supprimant les mises à jour heuristiques et un hyperparamètre sensible d’équilibrage.
• Per-Head Muon — étend l’optimiseur Muon en optimisant les têtes d’attention indépendamment.
• Sigmoid Tanh Unit (SiTU) et Gated MLA — respectivement le contrôle d’activation et la sélectivité de l’attention.

Moonshot applique également un entraînement tenant compte de la quantification dès l’étape SFT, avec des poids MXFP4 et des activations MXFP8 pour une large compatibilité matérielle.

La fiche technique pratique

• Fenêtre de contexte de 1M de tokens, compréhension visuelle native
• Effort de raisonnement maximal par défaut au lancement ; modes à effort faible et élevé prévus dans des mises à jour ultérieures
• Disponible dès maintenant sur Kimi.com, Kimi Work, Kimi Code et la Kimi API (ID de modèle kimi-k3)
• Publication des poids : d’ici le 27 juillet 2026 — tous les détails sur l’architecture, la formation et les évaluations arriveront avec le rapport technique de K3
• Déploiement recommandé : configurations de supernœuds avec plus de 64 accélérateurs

Un avertissement de compatibilité à lire deux fois

K3 a été entraîné en mode d’historique de raisonnement préservé. Moonshot avertit que si votre infrastructure d’Agent ne renvoie pas l’intégralité du contenu historique de raisonnement, ou si vous basculez vers K3 une session en cours depuis un autre modèle, la qualité de génération peut devenir très instable. Utilisez une infrastructure dont la compatibilité a été vérifiée — Kimi Code est l’implémentation de référence — et ne basculez pas de modèle au milieu d’une session. C’est le type de détail qui se transforme en mystérieuse régression de qualité lorsqu’on l’ignore.

---

Des preuves qui ne sont pas un tableau de benchmarks

Les scores de benchmarks sont contestés, dépendants de l’infrastructure d’évaluation et manipulables. Trois éléments du matériel de lancement de K3 sont plus difficiles à écarter.

🔧 Il a conçu une puce. De manière autonome. En 48 heures.

Lors d’une seule exécution autonome de 48 heures, K3 a construit, optimisé et vérifié une puce au moyen d’outils EDA open source sur la bibliothèque Nangate 45nm. Résultat : dans 4 mm², la conception respecte les contraintes temporelles à 100 MHz et maintient plus de 8 700 tokens/s de débit de décodage en simulation, avec 1.46M cellules standard, 0.277 MB de SRAM et un tableau MAC INT4 doté d’une déquantification fusionnée.

L’objectif de la puce était de servir un nanomodèle basé sur l’architecture même de K3 — un modèle qui conçoit du silicium pour un modèle. Quelle que soit votre opinion sur cette démonstration, il s’agit d’une tâche agentique à long horizon avec un résultat vérifiable : succès ou échec.

🔬 Deux heures au lieu de deux semaines

Pour reproduire les relations universelles I–Love–Q en astrophysique computationnelle, K3 a examiné et validé de manière croisée plus de 20 articles, implémenté l’intégralité du pipeline numérique, évalué plus de 300 équations d’état, identifié des incohérences dans des formules publiées, généré plus de 3 000 lignes de Python et produit un tableau de bord HTML interactif permettant d’explorer les résultats.

Le cadrage de Moonshot : environ deux heures pour un travail qui prend généralement une à deux semaines à un chercheur expérimenté.

💼 Un outil occidental majeur de programmation construit sur un modèle Kimi ouvert

C’est la preuve la plus solide de l’ensemble, et elle ne vient pas du tout de Moonshot.

Le rapport technique de Cursor sur Composer 2 indique que le modèle a été entraîné en deux phases à partir d’un préentraînement continu sur un modèle de base ouvert — Kimi K2.5 — puis d’un apprentissage par renforcement à grande échelle lors de sessions Cursor réalistes. Le rapport remercie « les équipes derrière Kimi K2.5, Ray, ThunderKittens, PyTorch et la communauté plus large du logiciel libre ».

Cette attribution a émergé après une discussion publique sur la reconnaissance du modèle de base, ce qui la rend plus remarquable, et non moins : un produit occidental majeur de programmation assistée par AI a construit son modèle de code agentique sur une fondation Kimi ouverte. Cursor rapporte pour Composer 2 un score de 61.3 sur CursorBench, 73.7 sur SWE-bench Multilingual et 61.7 sur Terminal-Bench, pour un coût d’inférence nettement inférieur à celui de modèles comparables.

Aucune ligne de classement ne plaide aussi efficacement en faveur des poids Kimi ouverts qu’un produit commercial déployé en s’appuyant sur eux.

---

Le contexte autour des deux laboratoires

Moonshot : $2B pour une valorisation de $20B

Moonshot AI a levé environ $2 milliards pour une valorisation de $20 milliards lors d’un tour dirigé par Long-Z Investments, la branche de capital-risque de l’entreprise de livraison de repas Meituan, selon une publication de la société de conseil Huafeng Capital. Tsinghua Capital, China Mobile et CPE Yuanfeng ont également participé. La liste plus large des soutiens de Moonshot inclut Alibaba, Tencent, HongShan, ZhenFund, IDG Capital et 5Y Capital.

Pour situer la trajectoire : TechCrunch rapporte que Moonshot a levé $3,9 milliards au cours des six mois précédents et que l’entreprise chercherait encore un tour de table plus important. Le laboratoire a été fondé en 2023 par Yang Zhilin, anciennement chez Meta AI et Google Brain.

La thèse d’investissement identifiée par TechCrunch mérite d’être énoncée clairement : les acheteurs qui « acceptent un compromis de performance en échange d’une inférence bon marché » constituent un marché vaste et croissant. C’est précisément le segment que cible K3 — et précisément la raison pour laquelle la question du coût par tâche ci-dessus est si importante.

Anthropic : l’épisode de contrôle des exportations de juin 2026

Dans la soirée du 12 juin 2026, trois jours après le lancement, le département américain du Commerce a ordonné à Anthropic de suspendre tout accès à Claude Fable 5 et Claude Mythos 5 par tout ressortissant étranger, où qu’il se trouve dans le monde. Les deux modèles ont été mis hors ligne pour tous les clients à l’échelle mondiale. Les autres modèles Claude — Opus, Sonnet, Haiku — sont restés disponibles. Les contrôles ont été levés le 30 juin.

Il s’agissait d’une mesure de contrôle des exportations, et non d’un rappel de produit, et Anthropic a directement contesté l’évaluation sous-jacente. Dans sa déclaration publique, l’entreprise a indiqué avoir examiné ce qu’elle pensait être le rapport en question et conclu que « le niveau de capacité démontré est disponible dans d’autres modèles déployés publiquement, y compris GPT-5.5 d’OpenAI, et est utilisé couramment par les défenseurs de la cybersécurité ».

Anthropic a ajouté : « Nous ne sommes pas d’accord pour dire que la constatation d’un potentiel contournement limité devrait justifier le rappel d’un modèle commercial déployé auprès de centaines de millions de personnes. Si cette norme était appliquée dans l’ensemble du secteur, nous pensons qu’elle arrêterait pratiquement tous les nouveaux déploiements de modèles chez tous les fournisseurs de modèles de pointe. » Une source proche de l’entreprise a soutenu qu’Anthropic n’avait jamais reçu les détails et n’avait jamais refusé de corriger les problèmes. Forbes note que les versions concurrentes n’ont pas été réconciliées.

Pourquoi cela figure dans un guide d’achat : c’est une démonstration concrète que l’accès à un modèle propriétaire de pointe peut être interrompu par une partie qui n’est ni vous ni le fournisseur. Il s’agit d’une variable de risque d’approvisionnement, indépendamment de tout jugement sur la partie qui avait raison.

Le fil stratégique

Rassemblez les deux histoires, et la forme de 2026 devient visible : Moonshot transforme l’efficacité architecturale — sparsité MoE extrême, attention linéaire hybride, entraînement tenant compte de la quantification — en capacité proche de la frontière à une fraction du prix par token, sous des contraintes d’accès aux puces. Anthropic opère à la frontière des capacités dans un régime réglementaire qui a désormais démontré qu’il peut atteindre l’interrupteur de déploiement.

L’efficacité algorithmique face à la puissance de calcul brute n’est plus un débat théorique. Ce sont deux profils de risque distincts que vous pouvez inscrire sur un bon de commande.

---

Exécuter vous-même Kimi K3 : à quoi s’attendre le 27 juillet

Les poids seront disponibles d’ici le 27 juillet 2026, et Moonshot indique travailler avec des partenaires d’inférence et des mainteneurs open source pour aligner les détails techniques en vue d’un déploiement fiable de l’écosystème. Quelques attentes fondées :

• Ce n’est pas un modèle pour ordinateur portable. Un MoE de 2.8T paramètres avec environ 50B actifs par token exige toujours que l’ensemble complet de paramètres reste chargé afin d’effectuer le routage. La propre recommandation de Moonshot concerne des configurations de supernœuds avec plus de 64 accélérateurs pour une inférence efficace.
• La prise en charge de vLLM est apportée en amont. Comme KDA complique la mise en cache conventionnelle des préfixes, Moonshot a contribué une implémentation à la communauté vLLM, qui sera publiée avec le modèle.
• La quantification est intégrée d’emblée. Poids MXFP4 avec activations MXFP8, appliqués dès l’étape SFT et choisis explicitement pour une large compatibilité matérielle.
• Un rapport technique complet suivra. Les détails approfondis sur l’architecture, la formation et les évaluations arriveront avec le rapport technique de K3.

Pour la plupart des équipes, l’API à $3/$15 sera la voie pratique. L’auto-hébergement a du sens lorsque la résidence des données, l’ajustement personnalisé ou l’inférence à coût fixe à fort volume l’emportent sur la charge d’infrastructure.

---

La vraie réponse : cessez d’en choisir un seul

Examinez honnêtement la comparaison, et la conclusion n’est pas un gagnant. C’est un problème de routage.

• Travail de dépôt à long horizon, itération front-end, génération de code à fort volume → l’économie de K3 est réellement difficile à battre, surtout lorsque la mise en cache automatique dépasse 90 % d’accès sur les charges de travail de code.
• Raisonnement de pointe, analyse à forts enjeux, tâches où la tranche supérieure de qualité de sortie est tout l’objectif → Fable 5, selon la propre évaluation de Moonshot.
• Tout ce qui se trouve entre les deux → dépend de la structure de vos requêtes, de vos schémas de réutilisation et de votre tolérance à la latence.

Les équipes qui s’enferment chez un seul fournisseur finissent par faire l’une de ces deux choses : payer trop cher pour du raisonnement de pointe sur des tâches qui n’en avaient pas besoin, ou ne pas assez investir dans des tâches où la qualité comptait réellement. Les deux coûtent cher. La seconde est pire.

C’est pourquoi Jenova est conçu autour d’un accès unifié à plusieurs modèles plutôt que d’un pari sur un modèle unique. Un abonnement, un accès couvrant les modèles américains de pointe et les modèles à poids ouverts, avec un routage intelligent qui envoie chaque tâche vers le modèle qui lui convient. Lorsque la frontière prix-performance se déplace — et elle s’est déplacée deux fois au cours des trois derniers mois — vous ajustez le routage au lieu de renégocier un contrat ou de réécrire une intégration.

La comparaison ci-dessus constitue l’argument. Les modèles se spécialisent. Votre accès ne devrait pas être limité à un seul.

---

FAQ

Combien coûte l’API Kimi K3 ?

Kimi K3 est tarifé à **$3.00/MTok pour les entrées sans cache, $0.30/MTok pour les entrées trouvées dans le cache et $15.00/MTok pour les sorties**, selon le [billet de lancement de Moonshot](https://www.kimi.com/blog/kimi-k3). L’API est compatible avec le SDK OpenAI — sélectionnez `kimi-k3` sur la Kimi API Platform. Comme la mise en cache est automatique et que Moonshot rapporte un taux d’accès supérieur à 90 % sur les charges de travail de code, le coût effectif d’entrée dans les sessions de code répétitives tombe souvent bien en dessous du tarif affiché de $3.

Quand les poids ouverts de Kimi K3 seront-ils publiés ?

Moonshot indique que les poids complets du modèle seront publiés d’ici le 27 juillet 2026. L’entreprise se coordonne avec des partenaires d’inférence et des mainteneurs open source avant la publication, et a contribué une implémentation de mise en cache des préfixes à vLLM pour une sortie avec le modèle. Un rapport technique complet couvrant l’architecture, la formation et les évaluations doit accompagner la publication.

Kimi K3 est-il meilleur que Claude Fable 5 ?

Cela dépend de la tâche. Le propre billet de lancement de Moonshot indique que les performances globales de K3 « restent en deçà des modèles propriétaires les plus puissants, Claude Fable 5 et GPT 5.6 Sol », et reconnaît séparément un écart notable dans l’expérience utilisateur. L’avantage de K3 est le code à long horizon pour environ un tiers du prix par token de Fable 5. L’avantage de Fable 5 est le raisonnement général de pointe. Des missions différentes, des réponses différentes.

Comment la mise en cache de Kimi K3 se compare-t-elle à celle de Claude Fable 5 ?

Les deux modèles utilisent un cache, et tous deux réduisent les lectures d’environ 90 %. La mise en cache de K3 est automatique — $0.30/MTok lors d’un accès au cache contre une base de $3.00, sans configuration. Les lectures de Fable 5 tombent à $1/MTok contre une base de $10, mais vous payez un supplément d’écriture : $12.50/MTok pour les écritures de 5 minutes et $20/MTok pour les écritures d’une heure, selon la documentation d’Anthropic sur la mise en cache. Le cache de Fable s’actualise gratuitement à chaque accès, de sorte que les économies dépendent d’une fréquence de réutilisation suffisante pour dépasser le coût d’écriture.

Puis-je exécuter Kimi K3 localement ?

Pas sur du matériel grand public. K3 active environ 50B de paramètres par token, mais le MoE complet de 2.8T doit rester chargé pour assurer le routage. Moonshot recommande des configurations de supernœuds avec 64 accélérateurs ou plus pour l’efficacité d’inférence. L’entraînement tenant compte de la quantification avec des poids MXFP4 et des activations MXFP8 améliore la compatibilité matérielle, et la prise en charge de vLLM est apportée en amont — mais il s’agit d’un déploiement de centre de données, pas d’un projet pour poste de travail local.

Qu’est-il arrivé à Claude Fable 5 en juin 2026 ?

Le 12 juin 2026, le département américain du Commerce a émis une directive de contrôle des exportations suspendant l’accès à Fable 5 et Mythos 5 pour tout ressortissant étranger dans le monde, forçant Anthropic à désactiver les deux modèles pour tous les clients. Anthropic a publiquement contesté la gravité de la conclusion sous-jacente, affirmant qu’une capacité comparable existe dans d’autres modèles déployés. Les contrôles ont été levés le 30 juin. Les autres modèles Claude n’ont pas été affectés.

La fenêtre de contexte de Kimi K3 égale-t-elle celle de Claude Fable 5 ?

Les deux offrent des fenêtres de contexte de 1M de tokens. Fable 5 limite les sorties à 128k tokens. La différence pratique tient moins à la taille de la fenêtre qu’au coût de son remplissage : à $3/M contre $10/M en entrée, charger un grand contexte est nettement moins cher sur K3 — mais le raisonnement à forte sortie sur ce contexte est facturé $15/M contre $50/M, et c’est là que se décide le calcul par tâche.

---

Conclusion

La comparaison entre Kimi K3 et Claude Fable 5 se résume à trois faits durables.

Premier point : l’écart de prix est réel — 3,3× en entrée, 3,3× en sortie — mais il constitue le point de départ de votre modèle de coûts, pas la réponse. L’efficacité en tokens, les taux de nouvelles tentatives et la latence sur votre charge de travail spécifique déterminent la dépense réelle.

Deuxième point : la question du cache oppose l’automatique au manuel, et non le présent à l’absent. Les deux modèles réduisent les lectures mises en cache d’environ 90 %. Fable 5 facture $12.50–$20/MTok pour écrire ce cache ; K3 l’active gratuitement et rapporte plus de 90 % d’accès sur le code.

Troisième point : chaque modèle excelle dans un domaine distinct. K3 est conçu pour le code à long horizon et tarifé pour être utilisé intensivement. Fable 5 se situe à la frontière du raisonnement général, comme l’admet Moonshot lui-même.

Cela signifie que la réponse opérationnellement correcte est l’accès aux deux, avec un routage par tâche. C’est l’objectif à viser — et ce que Jenova est conçu pour fournir : un accès unifié à plusieurs modèles de pointe américains et à poids ouverts sous un seul abonnement, avec un routage qui s’adapte aux mouvements de la frontière.

Notez le 27 juillet dans votre calendrier. Cette page sera mise à jour lorsque les poids seront disponibles.

---

Pour les développeurs : l’accès à plusieurs modèles et le routage intelligent sont disponibles par programmation via la Jenova API — intégrez des fonctionnalités AI indépendantes du modèle dans votre App avec une seule intégration. Documentation complète →