Kimi K3 vs Claude Fable 5: Harga, Kecepatan & Nilai (Juli 2026)
2026-07-26
Kimi K3 tercantum pada $3/M untuk input dan $15/M untuk output. Claude Fable 5 tercantum pada $10/M untuk input dan $50/M untuk output. Itu adalah selisih 3,3× pada kedua sisi pengukuran harga, dan itulah hal pertama yang diperhatikan semua orang.
Namun, itu juga cara paling tidak berguna untuk membandingkannya.
Harga per token hanya memberi tahu biaya sebuah token. Harga tersebut tidak memberi tahu berapa banyak token yang dihabiskan model untuk menyelesaikan tugas Anda, berapa banyak percobaan ulang yang dibutuhkan, atau berapa lama Anda menunggu. Angka-angka itulah yang muncul pada invoice Anda. Artikel ini membahas kedua lapisan tersebut — harga tertera dan perhitungan nyata per tugas — serta apa sebenarnya K3 secara arsitektural, apa yang telah dibuktikannya di luar tabel benchmark, dan konteks regulasi serta pendanaan yang membentuk kedua model saat ini.
Kesenjangan Harga, dan Mengapa Itu Bukan Keseluruhan Cerita
Berikut gambaran lengkapnya secara berdampingan.
| Kimi K3 | Claude Fable 5 | |
|---|---|---|
| Input | $3.00/M (tanpa cache) / $0.30/M (cache hit) | $10.00/M / $1.00/M (cache read hit) |
| Output | $15.00/M | $50.00/M |
| Caching | Otomatis — tingkat hit 90%+ untuk coding | Breakpoint manual — read hit $1/M (premium write: $12.50/MTok 5 menit, $20/MTok 1 jam) |
| Total parameter | 2.8T (MoE, 896 expert) | Tidak diungkapkan oleh Anthropic |
| Parameter aktif / token | ~50B (16 dari 896 expert) | Tidak diungkapkan oleh Anthropic |
| Jendela konteks | 1M token | 1M token (output maks. 128k) |
| Bobot | Terbuka — 27 Juli 2026 | Proprietary |
| Domain terkuat | Coding jangka panjang | Penalaran umum terdepan |
Spesifikasi dan harga K3 berasal dari blog teknis Moonshot. Harga dan caching Fable 5 (termasuk premium cache write) berasal dari OpenRouter dan dokumen prompt caching Anthropic.
Lebih murah per token ≠ lebih murah per tugas
Model yang biayanya sepertiga per token tetapi menghabiskan token dua kali lebih banyak untuk mencapai jawaban yang sama telah menghapus sebagian besar keunggulannya. Moonshot sangat terbuka mengenai kecenderungan K3 di sini: perusahaan tersebut menyatakan bahwa K3 diluncurkan dengan upaya berpikir maksimum aktif secara default, dengan mode upaya lebih rendah yang akan hadir pada pembaruan berikutnya. Upaya maksimum berarti lebih banyak token penalaran, dan token penalaran ditagihkan sebagai output — pada tarif $15/M, bukan $3/M.
Moonshot juga menandai karakter perilaku yang disebutnya sebagai "proaktivitas berlebihan": karena K3 dilatih secara intensif untuk tugas jangka panjang, model ini dapat mengambil keputusan yang tidak diminta ketika menghadapi ambiguitas. Perusahaan menyarankan agar hal ini dibatasi secara eksplisit melalui system prompt atau AGENTS.md. Dalam praktiknya, keputusan yang tidak diminta berarti pekerjaan tambahan — terkadang pekerjaan tambahan yang kemudian harus Anda batalkan.
Tambahkan pula waktu nyata. Moonshot merekomendasikan deployment K3 pada konfigurasi supernode dengan 64 akselerator atau lebih demi efisiensi inferensi, yang mengungkap sesuatu tentang profil penyajian model berparameter 2.8T tersebut bahkan dengan aktivasi jarang. Jika sebuah tugas membutuhkan waktu lebih lama untuk selesai, latensi itu merupakan biaya nyata dalam alur kerja developer interaktif, meskipun tidak pernah terlihat pada tagihan.
Intinya: benchmark keduanya pada beban kerja Anda dan ukur dolar-per-tugas-selesai, bukan dolar-per-sejuta-token. Harga tertera adalah titik awal dari perhitungan tersebut, bukan kesimpulannya.
Caching: Otomatis vs. Manual, Bukan Ada vs. Tidak Ada
Ini adalah bagian perbandingan yang paling sering keliru, jadi mari kita perjelas.
Kedua model melakukan cache. Perbedaannya adalah siapa yang mengerjakan persiapan dan berapa biaya penyiapannya.
Kimi K3: otomatis, tanpa premium write yang diungkapkan
Moonshot menyajikan K3 melalui arsitektur inferensi terdisagregasi Mooncake dan melaporkan tingkat cache hit di atas 90% pada beban kerja coding. Input yang di-cache turun dari $3.00/MTok menjadi $0.30/MTok — diskon 90%. Anda tidak perlu mengonfigurasi apa pun. Moonshot juga menyebutkan bahwa Kimi Delta Attention menciptakan tantangan baru bagi prefix caching konvensional, dan perusahaan tersebut menyumbangkan implementasinya ke komunitas vLLM untuk dirilis bersama bobot model.
Claude Fable 5: breakpoint manual, dengan premium write
Caching Anthropic memberi Anda besaran diskon yang sama — cache read pada Fable 5 turun menjadi $1/MTok dari harga input dasar $10/MTok, juga diskon 90%. Namun, Anda membayar untuk memasukkan konten ke dalam cache:
$12.50/MTok** untuk cache write 5 menit, **$20/MTok untuk cache write 1 jam pada Claude Fable 5 — harga prompt caching Anthropic
Angka-angka tersebut mengikuti struktur pengali yang terdokumentasi: write 5 menit bernilai 1,25× input dasar, write 1 jam bernilai 2× input dasar, dan read bernilai 0,1× input dasar. TTL default adalah lima menit, dan — yang penting — cache diperbarui tanpa biaya tambahan setiap kali digunakan. Panduan Anthropic sendiri menyatakan bahwa jika prompt Anda terkena hit lebih sering daripada setiap lima menit, tetap gunakan cache 5 menit dan biarkan pembaruan gratis menanganinya. Tingkat 1 jam ditujukan untuk jeda yang lebih panjang dari lima menit tetapi lebih pendek dari satu jam.
Anthropic kini juga mendukung caching otomatis — satu field cache_control tingkat atas yang menempatkan breakpoint pada blok terakhir yang dapat di-cache, tanpa anotasi per blok. Sistem ini menggunakan harga dan ambang minimum yang sama. Untuk Fable 5, prompt minimum yang dapat di-cache adalah 512 token.
Kerangka yang jujur
| Biaya penyiapan | Biaya write | Biaya read | Titik impas | |
|---|---|---|---|---|
| Kimi K3 | Tidak ada — aktif secara default | Tidak diberi harga terpisah | $0.30/M | Langsung |
| Claude Fable 5 | Penempatan breakpoint (atau flag otomatis tingkat atas) | $12.50–$20/M | $1.00/M | Setelah penggunaan ulang cukup banyak untuk menutup biaya write |
Caching Fable memberikan hasil baik ketika prefix statis besar — system prompt, definisi tool, atau korpus dokumen — digunakan berulang kali. Caching ini memberikan hasil buruk pada permintaan sekali pakai, ketika Anda menulis cache tetapi tidak pernah membacanya. Pendekatan K3 menghapus perhitungan tersebut sepenuhnya, yang merupakan keunggulan operasional nyata bahkan sebelum membandingkan angka mentahnya.
Di Mana Masing-Masing Model Benar-Benar Unggul
Kimi K3: coding jangka panjang dan kepadatan nilai
Moonshot memosisikan K3 secara tegas untuk rekayasa perangkat lunak agentic — mempertahankan sesi panjang dengan pengawasan minimal, menavigasi repository besar, dan mengorkestrasi tool terminal. Perusahaan juga menekankan tugas yang memadukan rekayasa perangkat lunak dengan penalaran visual, menggunakan screenshot dan visual untuk melakukan iterasi pada pengembangan game, frontend, dan pekerjaan CAD. Perusahaan menyebutnya sebagai "visi dalam loop": model menulis kode, melihat hasil yang dirender, lalu menyempurnakannya.
K3 saat ini adalah pilihan nilai terbaik untuk coding di pasar, dan menduduki peringkat #1 pada Frontend Code Arena.
Claude Fable 5: penalaran umum terdepan
Dukungan paling kredibel terhadap kapabilitas keseluruhan Fable 5 justru berasal dari Moonshot sendiri. Dalam artikel peluncuran K3, perusahaan tersebut menulis bahwa meskipun K3 mencapai performa tingkat terdepan di seluruh rangkaian evaluasinya, performa keseluruhannya "masih tertinggal dari model proprietary paling kuat, Claude Fable 5 dan GPT 5.6 Sol."
Moonshot melangkah lebih jauh dalam bagian keterbatasannya dengan mengakui bahwa "meskipun secara keseluruhan merupakan model yang sangat kompetitif, K3 tetap menunjukkan kesenjangan pengalaman pengguna yang nyata dibandingkan Claude Fable 5 dan GPT 5.6 Sol." Ketika sebuah lab menyatakan hal itu secara sukarela mengenai peluncuran flagship-nya sendiri, terimalah pernyataan tersebut apa adanya.
Membaca pembagiannya: jika beban kerja Anda adalah pembuatan kode jangka panjang dan pekerjaan repository, rasio harga terhadap kapabilitas K3 sulit dibantah. Jika tugasnya adalah penalaran terdepan, ketika beberapa poin persentase kualitas tertinggi menentukan apakah output dapat digunakan, Fable 5 adalah harga yang Anda bayar.
Di Balik Layar: Apa Sebenarnya Kimi K3
Total 2.8T, ~50B aktif — selalu kutip keduanya
K3 adalah model berparameter 2,8 triliun, model terbuka pertama yang mencapai skala tersebut. Namun, K3 menggunakan arsitektur Mixture-of-Experts yang secara efektif mengaktifkan 16 dari 896 expert per token — sekitar 50B parameter aktif. Angka 2.8T menggambarkan kapasitas; angka ~50B menggambarkan apa yang aktif pada setiap proses inferensi. Mengutip 2.8T tanpa konteks tersebut salah merepresentasikan biaya komputasi maupun profil penyajiannya.
Moonshot melaporkan bahwa penskalaan sparse ini, dikombinasikan dengan pelatihan dan resep data yang disempurnakan, menghasilkan peningkatan sekitar 2,5× dalam efisiensi penskalaan keseluruhan dibandingkan Kimi K2.
Tumpukan arsitektur
Setiap istilah di bawah ini muncul dalam artikel peluncuran Moonshot:
- Kimi Delta Attention (KDA) — fondasi attention linear hibrida untuk menskalakan attention secara efisien di sepanjang panjang urutan.
- Attention Residuals (AttnRes) — secara selektif mengambil representasi di seluruh kedalaman model, alih-alih mengakumulasikannya secara seragam.
- Stable LatentMoE — kerangka yang memungkinkan aktivasi 16-dari-896 expert pada sparsity ekstrem.
- Quantile Balancing — menurunkan alokasi expert dari kuantil skor router, menghapus pembaruan heuristik dan hyperparameter penyeimbangan yang sensitif.
- Per-Head Muon — memperluas optimizer Muon dengan mengoptimalkan attention head secara independen.
- Sigmoid Tanh Unit (SiTU) dan Gated MLA — masing-masing untuk kontrol aktivasi dan selektivitas attention.
Moonshot juga menerapkan quantization-aware training sejak tahap SFT dan seterusnya, menggunakan bobot MXFP4 dengan aktivasi MXFP8 untuk kompatibilitas hardware yang luas.
Lembar spesifikasi praktis
- Jendela konteks 1M token, pemahaman visual native
- Upaya berpikir maksimum secara default saat peluncuran; mode upaya rendah dan tinggi hadir pada pembaruan berikutnya
- Tersedia sekarang di Kimi.com, Kimi Work, Kimi Code, dan Kimi API (model ID
kimi-k3) - Rilis bobot: paling lambat 27 Juli 2026 — detail lengkap tentang arsitektur, pelatihan, dan evaluasi hadir bersama laporan teknis K3
- Deployment yang direkomendasikan: konfigurasi supernode dengan 64+ akselerator
Satu peringatan kompatibilitas yang layak dibaca dua kali
K3 dilatih dalam mode riwayat pemikiran yang dipertahankan. Moonshot memperingatkan bahwa jika harness agen Anda gagal meneruskan kembali seluruh konten pemikiran sebelumnya, atau jika Anda memindahkan sesi yang sedang berjalan dari model lain ke K3, kualitas generasi dapat menjadi sangat tidak stabil. Gunakan harness dengan kompatibilitas terverifikasi — Kimi Code adalah implementasi referensinya — dan jangan melakukan hot-swap di tengah sesi. Ini adalah jenis detail yang berubah menjadi regresi kualitas misterius jika Anda melewatkannya.
Bukti yang Bukan Tabel Benchmark
Skor benchmark diperdebatkan, bergantung pada harness, dan dapat dimanipulasi. Tiga hal dalam materi peluncuran K3 lebih sulit diabaikan begitu saja.
🔧 K3 merancang chip. Secara otonom. Dalam 48 jam.
Dalam satu proses otonom selama 48 jam, K3 membangun, mengoptimalkan, dan memverifikasi sebuah chip menggunakan tool EDA open-source pada library Nangate 45nm. Hasilnya: dalam 4 mm², desain tersebut memenuhi timing pada 100 MHz dan mempertahankan throughput decoding lebih dari 8,700 token/dtk dalam simulasi, dengan 1.46M standard cell, SRAM 0.277 MB, serta array MAC INT4 dengan dequantization terpadu.
Tujuan chip tersebut adalah menyajikan nano model yang dibangun di atas arsitektur K3 sendiri — model yang merancang silikon untuk sebuah model. Apa pun pendapat Anda tentang demo ini, tugas tersebut adalah tugas agentic jangka panjang dengan hasil lulus/gagal yang dapat diverifikasi.
🔬 Dua jam, bukan dua minggu
Untuk mereproduksi relasi universal I–Love–Q dalam astrofisika komputasional, K3 meninjau dan melakukan validasi silang terhadap lebih dari 20 makalah, mengimplementasikan pipeline numerik lengkap, mengevaluasi lebih dari 300 persamaan keadaan, mengidentifikasi inkonsistensi dalam formula yang telah diterbitkan, menghasilkan lebih dari 3,000 baris Python, dan membuat dasbor HTML interaktif untuk mengeksplorasi hasil.
Kerangka Moonshot: sekitar dua jam untuk pekerjaan yang biasanya membutuhkan satu hingga dua minggu bagi peneliti berpengalaman.
💼 Tool coding Barat terkemuka dibangun di atas model Kimi terbuka
Ini adalah bukti terkuat dalam kumpulan ini, dan sama sekali bukan berasal dari Moonshot.
Laporan teknis Cursor mengenai Composer 2 menyatakan bahwa model tersebut dilatih dalam dua fase, dimulai dari pretraining berkelanjutan pada model dasar terbuka — Kimi K2.5 — kemudian dilanjutkan dengan reinforcement learning skala besar dalam sesi Cursor yang realistis. Laporan tersebut mengapresiasi "tim di balik Kimi K2.5, Ray, ThunderKittens, PyTorch, dan komunitas open-source yang lebih luas."
Atribusi ini muncul setelah diskusi publik mengenai pemberian kredit kepada model dasar, yang membuatnya semakin penting, bukan sebaliknya: produk AI coding Barat terkemuka membangun model coding agentic-nya di atas fondasi Kimi terbuka. Cursor melaporkan Composer 2 memperoleh skor 61.3 pada CursorBench, 73.7 pada SWE-bench Multilingual, dan 61.7 pada Terminal-Bench, dengan biaya inferensi yang jauh lebih rendah daripada model sebanding.
Tidak ada satu baris leaderboard yang dapat membuktikan manfaat bobot Kimi terbuka seefektif produk komersial yang dirilis di atasnya.
Konteks di Sekitar Kedua Lab
Moonshot: $2B pada valuasi $20B
Moonshot AI menghimpun sekitar $2 miliar pada valuasi $20 miliar dalam putaran yang dipimpin Long-Z Investments, divisi VC perusahaan pengiriman makanan Meituan, menurut unggahan firma penasihat Huafeng Capital. Tsinghua Capital, China Mobile, dan CPE Yuanfeng juga berpartisipasi. Daftar pendukung Moonshot yang lebih luas mencakup Alibaba, Tencent, HongShan, ZhenFund, IDG Capital, dan 5Y Capital.
Untuk melihat lintasannya: TechCrunch melaporkan Moonshot menghimpun $3.9 miliar selama enam bulan sebelumnya, dan perusahaan tersebut dilaporkan masih mencari putaran yang lebih besar. Lab ini didirikan pada 2023 oleh Yang Zhilin, yang sebelumnya bekerja di Meta AI dan Google Brain.
Tesis investor yang diidentifikasi TechCrunch layak dinyatakan secara lugas: pembeli yang "tidak keberatan dengan penurunan performa demi inferensi murah" merupakan pasar besar dan terus berkembang. Itulah tepatnya segmen yang ditargetkan K3 — dan alasan mengapa pertanyaan biaya per tugas di atas sangat penting.
Anthropic: episode kontrol ekspor Juni 2026
Pada malam 12 Juni 2026, tiga hari setelah peluncuran, Departemen Perdagangan AS mengarahkan Anthropic untuk menghentikan seluruh akses ke Claude Fable 5 dan Claude Mythos 5 oleh warga negara asing mana pun di seluruh dunia. Kedua model menjadi tidak tersedia bagi setiap pelanggan secara global. Model Claude lainnya — Opus, Sonnet, Haiku — tetap tersedia. Pembatasan dicabut pada 30 Juni.
Ini adalah tindakan kontrol ekspor, bukan penarikan produk, dan Anthropic secara langsung membantah penilaian yang mendasarinya. Dalam pernyataan publiknya, perusahaan mengatakan bahwa mereka meninjau laporan yang diyakininya sebagai laporan terkait dan menyimpulkan bahwa "tingkat kapabilitas yang ditunjukkan tersedia dari model lain yang telah dideploy secara publik, termasuk GPT-5.5 milik OpenAI, dan digunakan secara rutin oleh para pembela keamanan siber."
Anthropic menambahkan: "Kami tidak sepakat bahwa temuan potensi jailbreak yang sempit harus menjadi alasan untuk menarik kembali model komersial yang dideploy kepada ratusan juta orang. Jika standar ini diterapkan di seluruh industri, kami yakin hal itu pada dasarnya akan menghentikan semua deployment model baru bagi seluruh penyedia model terdepan." Sumber yang dekat dengan perusahaan menyatakan Anthropic tidak pernah diberikan detail dan tidak pernah menolak memperbaiki masalah. Forbes mencatat bahwa berbagai versi peristiwa tersebut belum didamaikan.
Mengapa ini ada dalam panduan pembeli: peristiwa ini adalah demonstrasi langsung bahwa akses ke model terdepan proprietary dapat terinterupsi oleh pihak yang bukan Anda maupun vendor. Itu adalah variabel risiko pengadaan, terlepas dari penilaian apa pun tentang siapa yang benar.
Benang strategisnya
Gabungkan kedua cerita tersebut dan bentuk 2026 menjadi terlihat: Moonshot mengubah efisiensi arsitektural — sparsity MoE ekstrem, attention linear hibrida, quantization-aware training — menjadi kapabilitas yang mendekati level terdepan dengan sebagian kecil harga token, di bawah pembatasan akses chip. Anthropic beroperasi pada batas kapabilitas dalam rezim regulasi yang kini telah menunjukkan kemampuannya menjangkau saklar deployment.
Efisiensi algoritmik versus komputasi mentah bukan lagi debat teoretis. Keduanya adalah dua profil risiko berbeda yang dapat Anda masukkan ke dalam pesanan pembelian.
Menjalankan Kimi K3 Sendiri: Apa yang Diharapkan pada 27 Juli
Bobot model tersedia paling lambat 27 Juli 2026, dan Moonshot menyatakan sedang bekerja sama dengan mitra inferensi serta pemelihara open-source untuk menyelaraskan detail teknis demi peluncuran ekosistem yang andal. Beberapa ekspektasi yang realistis:
- Ini bukan model laptop. MoE berparameter 2.8T dengan ~50B aktif per token tetap membutuhkan seluruh set parameter untuk dimuat di memori demi routing. Rekomendasi Moonshot sendiri adalah konfigurasi supernode dengan 64+ akselerator untuk inferensi efisien.
- Dukungan vLLM sedang disumbangkan ke upstream. Karena KDA memperumit prefix caching konvensional, Moonshot menyumbangkan implementasi kepada komunitas vLLM untuk dirilis bersama model.
- Quantization sudah diterapkan sejak awal. Bobot MXFP4 dengan aktivasi MXFP8 diterapkan sejak tahap SFT dan seterusnya, dipilih secara eksplisit untuk kompatibilitas hardware yang luas.
- Laporan teknis lengkap menyusul. Rincian arsitektur, pelatihan, dan evaluasi akan hadir bersama laporan teknis K3.
Bagi sebagian besar tim, API dengan harga $3/$15 akan menjadi jalur praktis. Self-hosting masuk akal ketika residensi data, fine-tuning khusus, atau inferensi berbiaya tetap pada volume tinggi lebih penting daripada beban infrastruktur.
Jawaban Sebenarnya: Berhenti Memilih Satu
Bandingkan secara jujur dan kesimpulannya bukan satu pemenang. Ini adalah masalah routing.
- Pekerjaan repository jangka panjang, iterasi frontend, pembuatan kode volume tinggi → ekonomi K3 benar-benar sulit dikalahkan, terutama dengan caching otomatis yang mencapai hit di atas 90% pada beban kerja coding.
- Penalaran terdepan, analisis berisiko tinggi, tugas ketika lapisan kualitas output tertinggi adalah inti dari semuanya → Fable 5, menurut penilaian Moonshot sendiri.
- Semua hal di antaranya → bergantung pada bentuk prompt Anda, pola penggunaan ulang, dan toleransi latensi Anda.
Tim yang terpaku pada satu provider akan melakukan salah satu dari dua hal: membayar terlalu mahal untuk penalaran terdepan pada tugas yang tidak membutuhkannya, atau berinvestasi terlalu sedikit pada tugas ketika kualitas benar-benar penting. Keduanya mahal. Yang kedua lebih buruk.
Inilah alasan Jenova dibangun di sekitar akses terpadu multi-model alih-alih taruhan pada satu model. Satu langganan, akses yang mencakup model terdepan AS dan model berbobot terbuka, dengan routing cerdas yang mengirim setiap tugas ke model yang paling sesuai. Ketika batas harga-performa bergeser — dan telah bergeser dua kali dalam tiga bulan terakhir — Anda cukup menyesuaikan routing alih-alih menegosiasikan ulang kontrak atau menulis ulang integrasi.
Perbandingan di atas adalah argumennya. Model memiliki spesialisasi. Akses Anda tidak seharusnya tidak demikian.
FAQ
Berapa biaya API Kimi K3?
Kimi K3 dihargai **$3.00/MTok untuk input cache-miss, $0.30/MTok untuk input cache-hit, dan $15.00/MTok untuk output**, menurut [artikel peluncuran Moonshot](https://www.kimi.com/blog/kimi-k3). API ini kompatibel dengan OpenAI SDK — pilih `kimi-k3` di Kimi API Platform. Karena caching bersifat otomatis dan Moonshot melaporkan tingkat hit 90%+ pada beban kerja coding, biaya input efektif dalam sesi kode berulang sering kali jauh di bawah harga tertera $3.
Kapan bobot terbuka Kimi K3 dirilis?
Moonshot menyatakan bahwa bobot model lengkap akan dirilis paling lambat 27 Juli 2026. Perusahaan sedang berkoordinasi dengan mitra inferensi dan pemelihara open-source menjelang perilisan, serta telah menyumbangkan implementasi prefix-caching ke vLLM untuk dirilis bersama model. Laporan teknis lengkap yang mencakup arsitektur, pelatihan, dan evaluasi dijadwalkan menyertai rilis tersebut.
Apakah Kimi K3 lebih baik daripada Claude Fable 5?
Bergantung pada tugasnya. Artikel peluncuran Moonshot sendiri menyatakan bahwa performa keseluruhan K3 "masih tertinggal dari model proprietary paling kuat, Claude Fable 5 dan GPT 5.6 Sol," dan secara terpisah mengakui adanya kesenjangan pengalaman pengguna yang nyata. Keunggulan K3 adalah coding jangka panjang dengan harga token sekitar sepertiga dari Fable 5. Keunggulan Fable 5 adalah penalaran umum terdepan. Tugas berbeda, jawaban berbeda.
Bagaimana caching Kimi K3 dibandingkan caching Claude Fable 5?
Keduanya melakukan cache, dan keduanya mendiskon read sekitar 90%. Caching K3 bersifat otomatis — $0.30/MTok untuk hit dari dasar $3.00, tanpa penyiapan. Read Fable 5 turun menjadi $1/MTok dari dasar $10, tetapi Anda membayar premium write: $12.50/MTok untuk write 5 menit dan $20/MTok untuk write 1 jam, menurut dokumen caching Anthropic. Cache Fable diperbarui gratis pada setiap hit, sehingga penghematan bergantung pada frekuensi penggunaan ulang yang melampaui biaya write.
Bisakah saya menjalankan Kimi K3 secara lokal?
Tidak pada hardware konsumen. K3 mengaktifkan ~50B parameter per token, tetapi MoE penuh berukuran 2.8T harus dimuat untuk routing. Moonshot merekomendasikan konfigurasi supernode dengan 64 akselerator atau lebih demi efisiensi inferensi. Quantization-aware training dengan bobot MXFP4 dan aktivasi MXFP8 membantu kompatibilitas hardware, dan dukungan vLLM sedang disumbangkan ke upstream — tetapi ini adalah deployment kelas datacenter, bukan proyek workstation lokal.
Apa yang terjadi pada Claude Fable 5 pada Juni 2026?
Pada 12 Juni 2026, Departemen Perdagangan AS menerbitkan arahan kontrol ekspor yang menghentikan seluruh akses ke Fable 5 dan Mythos 5 oleh warga negara asing di seluruh dunia, sehingga Anthropic harus menonaktifkan kedua model bagi seluruh pelanggan. Anthropic secara publik membantah tingkat keparahan temuan yang mendasarinya, dengan menyatakan kapabilitas sebanding tersedia pada model lain yang telah dideploy. Pembatasan dicabut pada 30 Juni. Model Claude lainnya tidak terdampak sepanjang peristiwa tersebut.
Apakah jendela konteks Kimi K3 setara dengan Claude Fable 5?
Keduanya menawarkan jendela konteks 1M token. Fable 5 membatasi output pada 128k token. Perbedaan praktisnya bukan terutama soal ukuran jendela, melainkan biaya untuk mengisinya: pada input $3/M dibandingkan $10/M, memuat konteks besar jauh lebih murah di K3 — tetapi penalaran yang berat pada output di atas konteks tersebut ditagihkan $15/M dibandingkan $50/M, dan di situlah perhitungan per tugas ditentukan.
Kesimpulan
Perbandingan Kimi K3 vs Claude Fable 5 dapat diringkas menjadi tiga fakta yang bertahan lama.
Pertama: kesenjangan harga itu nyata — 3,3× pada input, 3,3× pada output — tetapi itu adalah titik awal bagi model biaya Anda, bukan jawabannya. Efisiensi token, tingkat percobaan ulang, dan latensi pada beban kerja spesifik Anda menentukan pengeluaran sebenarnya.
Kedua: cerita caching adalah otomatis-versus-manual, bukan ada-versus-tidak ada. Kedua model mendiskon cache read sekitar 90%. Fable 5 mengenakan biaya $12.50–$20/MTok untuk menulis cache tersebut; K3 mengaktifkannya gratis dan melaporkan hit 90%+ pada kode.
Ketiga: setiap model menguasai domain yang berbeda. K3 dibangun untuk coding jangka panjang dan dihargai agar dapat digunakan secara intensif. Fable 5 berada di batas penalaran umum, sebagaimana dikonfirmasi oleh pengakuan Moonshot sendiri.
Artinya, jawaban yang benar secara operasional adalah akses ke keduanya, dengan routing berdasarkan tugas. Itulah posisi yang layak dibangun — dan yang dirancang untuk diberikan oleh Jenova: akses multi-model terpadu di seluruh model terdepan AS dan model berbobot terbuka dalam satu langganan, dengan routing yang beradaptasi ketika batas kemampuan bergerak.
Tandai 27 Juli di kalender Anda. Halaman ini akan diperbarui ketika bobot model tersedia.
Untuk Pengembang: Akses multi-model dan routing cerdas tersedia secara terprogram melalui Jenova API — bangun fitur AI yang agnostik terhadap model ke dalam aplikasi Anda dengan satu integrasi. Dokumentasi lengkap →