Kimi K3.1 Pro vs Qwen 4 vs Claude Fable 5.5: qualità front-end, costo per attività e verifica dell’hype

Tre lanci sono coincisi nella stessa settimana di ottobre. Il 22 ottobre, due modelli anonimi, Kibitz e Kalmia, sono comparsi nell’Arena di Code Arena a poche ore di distanza. I test del tokenizer li hanno collegati rispettivamente a Kimi di Moonshot e a Qwen di Alibaba. Il giorno seguente, Kimi ha pubblicato un teaser di K3.1 che crea una scena Three.js e, poco dopo, il modello è stato rilasciato: il post di lancio di Moonshot ha presentato Kimi K3.1 Pro nell’app Kimi, in Kimi Code e nell’API Kimi. Sul fronte Anthropic, il 13 ottobre è comparsa la voce claude-fable-5-5 nel catalogo di un servizio cloud e, secondo quanto riportato, alcuni partner avevano accesso anticipato. Alibaba non ha ancora rilasciato Qwen 4; i suoi livelli sono stati annunciati ad Apsara a settembre. Fable 5.5 è apparso solo in alcune fughe di notizie.

La risposta breve si articola in due parti. Secondo i dati di lancio pubblicati da Moonshot, K3.1 Pro supera Claude Fable 5.1 nella programmazione agentica (65.7 contro 57.9 su Terminal-Bench 4.0) e resta indietro su ProgramBench e sul ragionamento complesso senza strumenti. Questi dati sono autodichiarati, ottenuti con harness diversi a seconda del modello e confrontati con la versione di Fable precedente alla 5.5. I dati indipendenti disponibili riguardano ancora la generazione precedente e favoriscono Fable: nell’indice attuale di Artificial Analysis, Fable 5.1 ottiene 53 contro i 44 di Kimi K3. Ma il suo costo è stato di $7.63 per attività nell’indice, contro $2.00 per Kimi. I punti di forza di Kimi sono il prezzo, il recupero di informazioni da contesti lunghi e, rispetto a Qwen, il codice front-end valutato da esseri umani. Qwen si distingue invece per il prezzo dei token: l’output di Qwen3.8-Max costa circa un terzo di quello di K3 e meno della metà di quello di K3.1 Pro. E il vantaggio di prezzo di Kimi rispetto a Fable si amplia: AIHubMix indica K3.1 Pro a $2.00 per l’input e $10.50 per l’output per milione di token, contro $2.84 e $14.20 per K3. La domanda di questa settimana di lancio è se K3.1 Pro e Qwen 4 riusciranno a colmare il divario con Fable 5.5 senza rinunciare al vantaggio di prezzo. Finché non saranno disponibili test indipendenti e gli altri due modelli, le prove riportate qui sono le migliori disponibili.

Perché proprio questi tre

• Qwen 4 è il concorrente della stessa settimana e della stessa fascia. Kibitz e Kalmia sono stati testati fianco a fianco nella modalità di confronto di Code Arena. K3 e Qwen3.8-Max erano i due modelli cinesi di punta da un trilione di parametri dell’estate, entrambi con pesi scaricabili.
• Fable 5.5 è il modello che entrambi cercano di raggiungere. Al lancio, Moonshot ha confrontato K3 con Claude Fable 5 e K3.1 Pro con Fable 5.1. Gli sviluppatori che usano Claude si pongono la stessa domanda a ogni uscita di Kimi: riesce a fare il lavoro di Fable a una frazione del prezzo?
• È un’unica attività a decidere: creare un’interfaccia 3D in Three.js con un solo prompt. Il teaser di Kimi mostra proprio questo e Moonshot annovera la creazione 3D tra i principali miglioramenti di K3.1 Pro. I tester di Arena hanno dato a Kalmia prompt come «una bici 3D che cavalca una mucca usando three.js». Il front-end è anche l’ambito in cui Kimi ha prove indipendenti a suo favore.

Cosa hanno mostrato finora i laboratori

La colonna di Kimi si basa ora sul post di lancio e sulla documentazione API di Moonshot. K3.1 Pro è «il primo modello della nostra nuova serie K3.1»: una versione di K3 sottoposta a post-addestramento, con 3T parametri (K3 ne ha 2.8T) e input di immagini e video. La modalità Thinking è sempre attiva, il livello di sforzo può essere low, high o max ed è impostato su max per impostazione predefinita; l’output può arrivare a 1,048,576 token. Moonshot afferma che «i pesi completi del modello saranno rilasciati entro il 4 nov». Il prezzo indicato è quello di AIHubMix per Kimi K3.1 Pro, per milione di token: $2.00 per l’input, $10.50 per l’output e $0.20 per i token memorizzati nella cache, contro $2.84, $14.20 e $0.284 per K3: circa il 30% in meno per l’input e il 26% in meno per l’output.

Le altre due colonne si basano ancora su fughe di notizie o annunci dal palco. I quattro nomi dei livelli di Qwen 4 (Max, Plus, Flash, 27B) provengono dai resoconti dei partecipanti al keynote di Alibaba ad Apsara. Qwen3.8-Flash-Next, l’anteprima dell’architettura, ha pesi aperti: 125B parametri principali più 51B di embedding n-gram, con circa 6B parametri attivi per passaggio.

La colonna di Fable 5.5 è la meno affidabile. La voce claude-fable-5-5 è stata aggiunta al listino prezzi di LiteLLM sulla base di un catalogo Azure il 13 ottobre. I campi relativi a prezzo, contesto e output erano stati copiati da Fable 5.1 ($10 / $50, contesto da 1M, output da 128K). La voce è stata rimossa il giorno dopo, quando non è stato possibile trovare alcuna distribuzione. Il 17 ottobre TestingCatalog ha riferito che alcuni partner avevano accesso al modello. Un modello di test chiamato claude-onigiri-eap è stato visibile brevemente su Artificial Analysis ed è il candidato più probabile.

L’hype, alla prova dei fatti

Tre osservazioni. L’affermazione sul prezzo proveniva da una voce di registro di settembre che riportava il prezzo di K3, probabilmente un segnaposto. Al lancio, AIHubMix indicava K3.1 Pro a circa il 30% in meno di K3 per l’input e al 26% in meno per l’output. L’affermazione su Minecraft proveniva da @ChrisGPT su X: K3.1 ha posizionato 13,707 blocchi per $0.38, contro 5,738 blocchi per $5.31 di un modello GPT-6. Nessuno ha pubblicato il prompt o il numero di token. E in passato le etichette anonime si sono rivelate sbagliate: ad agosto un modello di Code Arena era stato scambiato per K3.1, finché un’impronta del tokenizer non lo ha ricondotto alla famiglia Qwen. K3.1 Pro è stato rilasciato, ma Moonshot non ha dichiarato che fosse Kibitz: considerate quindi Kibitz, Kalmia e Onigiri ipotesi plausibili finché i laboratori non le confermeranno.

Il confronto precedente: K3, Qwen3.8-Max e Fable 5.1

Finora gli unici dati su K3.1 Pro sono quelli pubblicati da Moonshot e gli altri due modelli non sono ancora stati rilasciati: partiamo quindi dai dati indipendenti della generazione che sostituiscono.

Prezzi per milione di token. Entrambi i modelli con pesi aperti sono distribuiti con licenze personalizzate.

Kimi contro Fable. I dati di questo confronto provengono da Artificial Analysis, Intelligence Index v4.3.2, con entrambi i modelli impostati sul livello di sforzo massimo.

Fable 5.1 è nettamente avanti nel ragionamento complesso e nelle attività da terminale. Kimi è in testa solo nel recupero di informazioni da contesti lunghi e pareggia nell’automazione aziendale. Il divario di costo è maggiore di quanto suggeriscano i prezzi di listino: Fable 5.1 ha usato anche più token per attività, quindi ciascuna è costata quasi quattro volte tanto.

Kimi contro Qwen. I dati indipendenti disponibili sono più datati: risultati di Artificial Analysis di agosto 2026 (Intelligence Index v4.1.1), raccolti da Qubrid. K3 ha ottenuto 57 e Qwen3.8-Max 56; K3 è costato meno per attività ($0.86 contro $1.14) perché Qwen ha usato più token. Nel test StackPerf di TrilogyAI, valutato in cieco, ciascun modello ha avuto un’ora per analizzare la stessa base di codice di 269 file (Qwen è stato eseguito nella versione di anteprima 3.8-Max). K3 ha ottenuto 83 e Qwen 80; i revisori hanno definito i due modelli «complementari». Non confrontate tra loro le due versioni dell’indice: Artificial Analysis lo ha ricalibrato nel passaggio dall’una all’altra.

Kimi K3.1 Pro contro Fable 5.1 secondo i dati di Moonshot

I dati sono i risultati di lancio autodichiarati da Moonshot; gli harness variano a seconda del modello e non sono ancora stati riprodotti da altri. Moonshot ha eseguito la maggior parte dei test di programmazione di K3.1 Pro con un harness Claude Code e Fable 5.1 al livello di sforzo massimo con fallback. La tabella riporta Fable 5.1, non 5.5, e non include modelli Qwen.

La riga sulle allucinazioni riporta i risultati di Kimi Hallu Bench, il test interno di Moonshot (livello difficile, con strumenti), in cui un valore più basso è migliore.

Secondo questi dati, K3.1 Pro supera Fable 5.1 nei test più lunghi di programmazione agentica e commette molti meno errori fattuali nel test interno di Moonshot. È nettamente indietro su ProgramBench, resta indietro in Humanity's Last Exam senza strumenti e pareggia più o meno nell’uso del computer con OSWorld. Rispetto al predecessore nella stessa versione del test, il punteggio di K3 su DeepSWE è salito da 67.5 a 75.5.

La riga di Terminal-Bench va interpretata con cautela. Con il proprio harness, Artificial Analysis ha misurato K3 al 13% su Terminal-Bench 4.0, contro il 52% di Fable 5.1. Il 65.7 di Moonshot proviene da un harness diverso: non si tratta quindi di un balzo dal 13 al 65.7 e il vantaggio di Fable nei test indipendenti non viene meno finché qualcuno non ripeterà il test in modo indipendente.

Il test decisivo: chi crea la migliore interfaccia front-end?

Cosa hanno visto questa settimana i tester di Arena. Arena non pubblica i punteggi dei modelli anonimi, quindi le uniche prove sulla nuova coppia sono i confronti con un solo tentativo pubblicati dai tester su X. TestingCatalog ha raccolto i resoconti su Kibitz il 23 ottobre; i risultati su Kalmia provengono dai post dei tester:

Il test dell’elicottero, pubblicato da LuminaBench, è il più simile al test decisivo di questo articolo. Entrambi i modelli hanno creato viste di decollo, atterraggio e parti esplose partendo dallo stesso prompt. Kibitz ha aggiunto modalità a raggi X e wireframe, mentre Kalmia ha aggiunto un indice dei componenti e la telemetria di volo. Il tester ha giudicato entrambi «molto validi». Ogni resoconto riguarda un solo prompt e un solo tentativo, quindi nessuno di questi risultati permette di stabilire una classifica. Nessun Fable 5.5 anonimo è stato segnalato su Arena. Il suo probabile nome in codice, Onigiri, è comparso solo nel codice del sito di Artificial Analysis.

Rispetto a Qwen, Kimi ha dati a sostegno. Al debutto, K3 ha conquistato il primo posto nella classifica Frontend Code di Arena con 1,679 punti, davanti a Claude Fable 5 (1,631). Ha primeggiato in sei dei sette domini frontend, mentre Fable 5 è rimasto in testa solo nel gaming. Le fonti non concordano sulla posizione di Qwen3.8-Max nella stessa classifica: si va dall'assenza in classifica al quarto posto, quindi qui non gli attribuiamo un numero.

Rispetto a Fable, il quadro non è più chiaro. Nelle valutazioni WebDev di LMArena che AIHubMix mostra oggi, Fable 5.1 ottiene 1,743 punti, contro i 1,655 di K3. Si tratta di una classifica diversa dall'arena Frontend Code in cui K3 è arrivato primo a luglio, quindi i due risultati non indicano una tendenza. Ma nella classifica monitorata da AIHubMix, oggi Fable è in testa. Le prove di Moonshot sul frontend provengono dal suo Design Bench interno, che assegna un punteggio Elo: K3.1 Pro ottiene 957 punti, dietro a GPT-6 Astra (1,076) e davanti a Claude Opus 5.5 (927); Fable 5.1 non è stato valutato. Il primo aspetto da verificare quando entrambi avranno risultati indipendenti sarà la posizione di K3.1 Pro rispetto a Fable 5.5.

Quanto costa la generazione. Il test di K3 condotto da AIHubMix per generare un gioco con un singolo prompt (un unico file HTML e un'immagine di riferimento) ha usato 74,994 token in output, il 73% dei quali dedicati al ragionamento, nell'arco di circa 42 minuti. Il numero di token in input non è stato registrato, quindi le stime seguenti si basano su 5,000 token. I prezzi sono quelli di AIHubMix.

• K3: 5,000 × $2.84/M + 74,994 × $14.20/M ≈ $1.08
• Kimi K3.1 Pro, stessi conteggi di token: 5,000 × $2.00/M + 74,994 × $10.50/M ≈ $0.80
• Qwen3.8-Max, stessi conteggi di token: ≈ $0.39
• Claude Fable 5.1, stessi conteggi di token: ≈ $4.18
• Kimi K3.1 Pro, Qwen 4 e Fable 5.5, a confronto: AIHubMix eseguirà lo stesso prompt su tutti e tre non appena saranno disponibili

Presumere gli stessi conteggi di token è un'ipotesi, e i conteggi reali possono spostare il risultato in entrambe le direzioni. Nei task di Artificial Analysis, Fable 5.1 ha usato più token in output di K3, e Qwen3.8-Max ne ha usati più di K3. In un test pratico di Chase AI, K3 ha usato circa sei volte i token di Fable 5. K3.1 Pro non ragiona meno di K3: in una verifica a campione di AIHubMix con livello di sforzo basso, entrambi hanno elaborato diverse migliaia di token sullo stesso prompt (K3.1 Pro 5,561–7,356, K3 3,013–7,051), anche se K3.1 Pro ha concluso in circa la metà del tempo. Misura il tuo progetto, non fare estrapolazioni.

Cos'altro cambia passando da un modello all'altro

• Attese. Artificial Analysis ha misurato 255 secondi prima del primo token di Fable 5.1, perché il suo ragionamento non viene trasmesso in streaming, contro i 3.6 secondi di K3. Eppure Fable ha completato un task medio in 722 secondi, contro i 1,231 di K3. Fable sembra lento a partire, ma finisce prima. Imposta timeout e indicatori di avanzamento per entrambi. La risposta di Kimi alle attese è K3.1 Pro Highspeed, che secondo Moonshot offre capacità identiche a una velocità 2–3× superiore (in una verifica a campione di AIHubMix ha generato 138–150 token al secondo, anche se chiamate agli strumenti e script non vengono eseguiti più velocemente; l'articolo su Highspeed qui sotto ne valuta il rapporto con il prezzo).
• Rifiuti. Fable esegue classificatori di sicurezza che possono rifiutare una richiesta con una normale risposta 200 e stop_reason: "refusal". Le documentazioni di Anthropic sui motivi di stop consigliano di riprovare con un altro modello Claude. Nei test di benchmark interni di Moonshot, Fable 5 ha ripiegato sul 35% dei task SWE-Marathon. Sono dati di un concorrente, ma è bene testare subito la generazione di codice in ambiti legati alla sicurezza.
• Lunghezza dell'output. Fable 5.1 limita l'output a 128K token. K3 e K3.1 Pro consentono fino a 1,048,576 token, un limite utile per generare file interi e report lunghi, anche se il valore predefinito di K3.1 Pro è 131,072, a meno che non lo si aumenti.
• Dove può essere eseguito. I pesi di K3 occupano circa 1.56 TB e richiedono un grande cluster con più acceleratori, ma è possibile ospitarlo autonomamente; Moonshot afferma che i pesi completi di K3.1 Pro seguiranno entro il 4 novembre. Qwen 4 27B è la variante presentata come open e il suo predecessore può essere eseguito su una singola GPU da 80 GB. Fable è disponibile solo tramite l'API di Anthropic e i cloud che la rivendono.

Chi dovrebbe scegliere quale

Queste raccomandazioni si basano sui risultati indipendenti di K3, Qwen3.8-Max e Fable 5.1, messi a confronto con i dati di K3.1 Pro pubblicati da Moonshot. Rivedile quando saranno disponibili test indipendenti di K3.1 Pro e gli altri due modelli saranno stati lanciati.

• Task agentici e da terminale particolarmente impegnativi, in cui un'esecuzione fallita costa più dei token: Claude Fable 5.5, finché i test indipendenti non confermeranno i dati di Moonshot. Moonshot colloca K3.1 Pro davanti a Fable 5.1 su Terminal-Bench, ma nell'ultimo test indipendente Fable 5.1 era nettamente in vantaggio su K3.
• Generazione frontend e UI su larga scala: inizia con Kimi K3.1 Pro e prova il test Three.js con Fable 5.5 prima di impegnarti. Kimi ha battuto Qwen in quel test, ma oggi Fable 5.1 è in testa su WebDev e il Design Bench di Moonshot non ha valutato Fable.
• Task brevi e ad alto volume: Qwen 4, se manterrà i prezzi di Qwen3.8.
• Documenti lunghi e recupero di informazioni con una finestra di contesto da 1M token: Kimi K3.1 Pro, con un prezzo invariato per tutta la finestra di contesto. K3 ha superato Fable 5.1 nel recupero di informazioni su contesti lunghi, a un quarto del costo per task.
• Self-hosting o residenza dei dati: Kimi o Qwen, con i pesi di K3.1 Pro previsti entro il 4 novembre. Fable non ha pesi disponibili.

Esegui tutti e tre con un'unica chiave

AIHubMix mette a disposizione i modelli Kimi, Qwen e Claude tramite lo stesso endpoint compatibile con OpenAI, quindi basta un unico ciclo per confrontarli sul task decisivo. kimi-k3.1-pro è già disponibile su AIHubMix e corrisponde all'ID API di Moonshot; gli ID Qwen e Claude nello script sono ipotetici finché i modelli non saranno lanciati. Il 24 ottobre AIHubMix ha restituito un errore 400 per entrambi, quindi così com'è lo script si interrompe dopo Kimi. Per provare oggi la generazione attuale, sostituisci gli ID con qwen3.8-max e claude-fable-5-1, presenti nel catalogo di AIHubMix. Usa Chat Completions, come fa lo script: la sera del lancio, l'endpoint Responses di AIHubMix ha restituito un errore 404 per kimi-k3.1-pro.

import os
from openai import OpenAI

client = OpenAI(base_url="https://aihubmix.com/v1", api_key=os.environ["AIHUBMIX_API_KEY"])
prompt = ("Build a single-file HTML page with Three.js: a low-poly cow riding a bicycle "
          "around a track, with orbit controls. Return only the HTML.")

for model in ["kimi-k3.1-pro", "qwen4-max", "claude-fable-5-5"]:  # Qwen 4 and Fable 5.5 IDs are guesses, not on AIHubMix yet
    r = client.chat.completions.create(
        model=model,
        messages=[{"role": "user", "content": prompt}],
        timeout=3600,
    )
    with open(f"{model}.html", "w") as f:
        f.write(r.choices[0].message.content)
    print(model, r.usage.prompt_tokens, r.usage.completion_tokens)

Non specificare temperature. La documentazione di Moonshot la imposta a 1.0 per K3.1 Pro, come per K3, e quando un test di AIHubMix ha inviato 0.2 a kimi-k3.1-pro, ha ricevuto 400 invalid temperature: only 1 is allowed for this model. Mantieni anche un timeout lungo: K3.1 Pro ragiona al livello di sforzo massimo, salvo indicazioni diverse. Apri i tre file HTML affiancati, quindi confronta ciò che osservi con i conteggi di token stampati. La pagina di confronto di AIHubMix tra Kimi K3.1 Pro e Claude Fable 5.1 mostra affiancati i due modelli attualmente disponibili.

Domande frequenti

Kimi K3.1 Pro, Qwen 4 e Claude Fable 5.5 sono stati rilasciati?
Kimi K3.1 Pro sì: Moonshot lo ha rilasciato il 23–24 ottobre nell'app Kimi, in Kimi Code e tramite la sua API. Al momento della stesura, Qwen 4 era stato solo annunciato sul palco e Fable 5.5 era apparso soltanto in fughe di notizie e in una scheda di catalogo poi rimossa.

Kimi K3.1 Pro può sostituire Claude Fable 5.5?
I dati di Moonshot collocano K3.1 Pro davanti a Fable 5.1 in diversi test di coding agentico e dietro in ProgramBench e nel ragionamento complesso senza strumenti. Sono dati autodichiarati e riguardano il precedente modello Fable; nell'ultimo test indipendente, Fable era nettamente in vantaggio. Prova entrambi sul tuo carico di lavoro.

Quanto costa in meno Kimi rispetto a Fable per task?
Nei task dell'indice di Artificial Analysis, K3 è costato $2.00 per task e Fable 5.1 $7.63, poco più di un quarto del costo. Il costo per task di K3.1 Pro non è ancora stato misurato, ma AIHubMix lo propone a $2.00 per milione di token in input e $10.50 in output, contro $11.00 e $55.00 di Fable 5.1.

Quale dei due è migliore nel codice frontend?
Al debutto K3 ha guidato la classifica Frontend Code di Arena, davanti a Fable 5. Nelle valutazioni WebDev di LMArena disponibili oggi, Fable 5.1 è davanti a K3. Il Design Bench interno di Moonshot colloca K3.1 Pro dietro a GPT-6 Astra e non ha valutato Fable. Qwen3.8-Max non ha un punteggio universalmente riconosciuto.

Perché Fable impiega minuti a rispondere?
Il ragionamento di Fable non viene trasmesso in streaming, quindi il primo token visibile arriva solo dopo che il modello ha finito di ragionare. Artificial Analysis ha misurato circa 255 secondi per Fable 5.1.

Kimi K3.1 Pro avrà pesi aperti?
Moonshot afferma che i pesi completi del modello saranno rilasciati entro il 4 novembre 2026. Qwen 4 27B è stato presentato come variante open, mentre Fable non dispone di pesi scaricabili.

Posso provare tutti e tre con un'unica chiave API?
Sì, una volta che tutti e tre saranno disponibili nel catalogo. AIHubMix mette a disposizione i modelli Kimi, Qwen e Claude tramite lo stesso endpoint compatibile con OpenAI, quindi basta cambiare l'ID del modello. Kimi K3.1 Pro è già disponibile.

Continua a leggere: la serie Kimi K3.1 Pro

• Se usi già Kimi e la vera scelta è se passare da K3 alla versione successiva, inizia dall'aggiornamento stesso: Kimi K3.1 Pro vs K3: cosa è cambiato, quanto costa e chi dovrebbe passare alla nuova versione
• Se il confronto ti orienta verso K3.1 Pro, ecco gli errori e le insidie di fatturazione da risolvere prima: Migrare a Kimi K3.1 Pro: come risolvere gli errori 400, tenere conto del livello di sforzo massimo predefinito ed evitare errori di battitura con Highspeed
• Se ti tenta il completamento più rapido di Fable, scopri se la variante più veloce di Kimi riduce il divario a quel prezzo: Kimi K3.1 Pro vs K3.1 Pro Highspeed: una velocità 2–3× superiore vale il doppio del prezzo?

Fonti

• Moonshot AI: blog tecnico di Kimi K3.1 Pro
• Moonshot AI: scheda del modello Kimi K3 e valutazioni
• Artificial Analysis: Claude Fable 5.1 vs Kimi K3
• AIHubMix: Kimi K3 vs Claude Fable 5.1
• TestingCatalog: Claude Fable 5.5 arriva ai partner