Kimi K3.1 Pro vs Qwen 4 vs Claude Fable 5.5: Chất lượng giao diện front-end, chi phí mỗi tác vụ và kiểm chứng những lời thổi phồng

Ba đợt ra mắt cùng rơi vào một tuần trong tháng 10. Ngày 22 tháng 10, hai mô hình ẩn danh là Kibitz và Kalmia xuất hiện trên Code Arena của Arena, cách nhau vài giờ. Các bài kiểm tra tokenizer liên hệ chúng với Kimi của Moonshot và Qwen của Alibaba. Một ngày sau, Kimi đăng đoạn giới thiệu K3.1 dựng một cảnh Three.js, rồi chẳng bao lâu sau mô hình được phát hành: bài đăng ra mắt của Moonshot giới thiệu Kimi K3.1 Pro trên ứng dụng Kimi, Kimi Code và Kimi API. Về phía Anthropic, một mục claude-fable-5-5 xuất hiện trong danh mục đám mây vào ngày 13 tháng 10, và có tin các đối tác được dùng thử sớm. Alibaba vẫn chưa phát hành Qwen 4; các phiên bản của mô hình được nêu tên tại Apsara vào tháng 9. Fable 5.5 đến nay chỉ xuất hiện trong các tin rò rỉ.

Câu trả lời ngắn gọn gồm hai phần. Theo số liệu ra mắt do chính Moonshot công bố, K3.1 Pro vượt Claude Fable 5.1 về lập trình tác nhân (65.7 so với 57.9 trên Terminal-Bench 4.0), nhưng kém hơn trên ProgramBench và khả năng suy luận khó khi không dùng công cụ. Đây là số liệu tự báo cáo, được đo bằng các bộ công cụ kiểm thử khác nhau tùy mô hình, và đem so với phiên bản Fable trước 5.5. Dữ liệu độc lập hiện vẫn là của thế hệ trước, và nghiêng về Fable: Fable 5.1 đạt 53 điểm, so với 44 của Kimi K3 trên chỉ số hiện tại của Artificial Analysis. Nhưng chi phí mỗi tác vụ chỉ số của Fable là $7.63, còn K3 là $2.00. Ưu thế của Kimi nằm ở giá, khả năng truy xuất ngữ cảnh dài và, khi so với Qwen, chất lượng mã front-end được con người đánh giá. Qwen có lợi thế về giá token: chi phí đầu ra của Qwen3.8-Max chỉ bằng khoảng một phần ba K3 và chưa đến một nửa K3.1 Pro. Ưu thế về giá của Kimi so với Fable còn lớn hơn: AIHubMix niêm yết K3.1 Pro ở mức $2.00 đầu vào và $10.50 đầu ra cho mỗi triệu token, so với $2.84 và $14.20 của K3. Câu hỏi trong tuần ra mắt này là liệu K3.1 Pro và Qwen 4 có thể thu hẹp khoảng cách với Fable 5.5 mà không đánh mất lợi thế về giá hay không. Cho đến khi có các bài kiểm tra độc lập và hai mô hình còn lại được phát hành, những bằng chứng dưới đây là tốt nhất hiện có.

Vì sao chọn ba mô hình này

• Qwen 4 là đối thủ cùng tuần, cùng phân khúc. Kibitz và Kalmia được kiểm thử song song trong chế độ đối đầu của Code Arena. K3 và Qwen3.8-Max là hai mô hình chủ lực tỷ tham số của Trung Quốc trong mùa hè, cả hai đều có trọng số tải xuống được.
• Fable 5.5 là mô hình mà cả hai đang nhắm tới. Khi ra mắt, Moonshot đã so sánh K3 với Claude Fable 5, còn K3.1 Pro với Fable 5.1. Các nhà phát triển dùng Claude đều đặt cùng một câu hỏi mỗi khi Kimi ra mắt: liệu nó có thể làm được những gì Fable làm với chi phí chỉ bằng một phần nhỏ không?
• Một tác vụ sẽ quyết định tất cả: dựng giao diện front-end 3D chỉ bằng một prompt trong Three.js. Đoạn giới thiệu của Kimi chính là về tác vụ này, và Moonshot liệt kê khả năng tạo nội dung 3D trong số những cải tiến chính của K3.1 Pro. Những người kiểm thử trên Arena đã đưa cho Kalmia các prompt như “một con bò đang đạp xe 3D bằng three.js”. Front-end cũng là lĩnh vực mà Kimi có bằng chứng độc lập ủng hộ.

Những gì mỗi phòng thí nghiệm đã công bố đến nay

Cột Kimi hiện dựa trên bài đăng ra mắt và tài liệu API của Moonshot. K3.1 Pro là “mô hình đầu tiên trong dòng K3.1 mới của chúng tôi”, một phiên bản hậu huấn luyện từ K3 với 3T tham số (K3 có 2.8T), hỗ trợ đầu vào hình ảnh và video. Chế độ suy luận luôn bật, mức độ suy luận có thể đặt là thấp, cao hoặc tối đa và mặc định là tối đa; đầu ra có thể dài tới 1,048,576 token. Moonshot cho biết “toàn bộ trọng số mô hình sẽ được phát hành trước ngày 4 tháng 11”. Ô giá lấy từ mức niêm yết của AIHubMix cho Kimi K3.1 Pro, tính trên mỗi triệu token: $2.00 đầu vào, $10.50 đầu ra và $0.20 cho token lưu đệm, so với $2.84, $14.20 và $0.284 của K3; tức thấp hơn khoảng 30% ở đầu vào và 26% ở đầu ra.

Hai cột còn lại vẫn chỉ dựa trên tin rò rỉ hoặc thông báo tại sự kiện. Bốn tên phiên bản của Qwen 4 (Max, Plus, Flash, 27B) đến từ các tường thuật của người tham dự bài phát biểu chính tại Apsara của Alibaba. Bản xem trước kiến trúc của mô hình, Qwen3.8-Flash-Next, có trọng số mở: 125B tham số chính cộng thêm 51B embedding n-gram, với khoảng 6B tham số hoạt động ở mỗi bước.

Cột Fable 5.5 có cơ sở yếu nhất. Mục claude-fable-5-5 được thêm vào danh sách giá của LiteLLM từ danh mục Azure vào ngày 13 tháng 10. Các trường giá, ngữ cảnh và đầu ra được sao chép từ Fable 5.1 ($10 / $50, ngữ cảnh 1M, đầu ra 128K). Mục này bị gỡ vào ngày hôm sau, khi không ai tìm thấy bản triển khai nào. TestingCatalog đưa tin ngày 17 tháng 10 rằng các đối tác đã có mô hình. Một mô hình thử nghiệm tên claude-onigiri-eap từng xuất hiện trong thời gian ngắn trên Artificial Analysis và nhiều khả năng chính là ứng viên đó.

Kiểm chứng những lời thổi phồng

Ba điểm cần lưu ý. Tuyên bố về giá bắt nguồn từ một mục trong danh mục hồi tháng 9, ghi giá của K3 và nhiều khả năng chỉ là giá giữ chỗ. Khi ra mắt, AIHubMix niêm yết K3.1 Pro thấp hơn K3 khoảng 30% ở đầu vào và 26% ở đầu ra. Tuyên bố về Minecraft đến từ @ChrisGPT trên X: K3.1 đặt 13,707 khối với giá $0.38, so với 5,738 khối với giá $5.31 của một mô hình GPT-6. Chưa ai công bố prompt hay số lượng token. Các nhãn ẩn danh cũng từng bị xác định sai: hồi tháng 8, một mô hình trên Code Arena bị cho là K3.1 cho đến khi dấu vân tay tokenizer xác định nó thuộc dòng Qwen. K3.1 Pro hiện đã được phát hành, nhưng Moonshot chưa nói đó là Kibitz, nên hãy xem Kibitz, Kalmia và Onigiri là những phỏng đoán có cơ sở cho đến khi các phòng thí nghiệm xác nhận.

Vòng trước: K3, Qwen3.8-Max và Fable 5.1

Những số liệu duy nhất về K3.1 Pro đến nay là do chính Moonshot công bố, còn hai mô hình kia chưa được phát hành; vì vậy, hãy bắt đầu với dữ liệu độc lập của thế hệ mà chúng sẽ thay thế.

Giá tính trên mỗi triệu token. Cả hai mô hình có trọng số mở đều đi kèm giấy phép tùy chỉnh.

Kimi so với Fable. Số liệu trong phần so sánh này lấy từ Artificial Analysis, Intelligence Index v4.3.2; cả hai mô hình đều được đặt ở mức suy luận tối đa.

Fable 5.1 vượt trội rõ rệt trong suy luận khó và các tác vụ trên terminal. Kimi chỉ dẫn trước về truy xuất ngữ cảnh dài và ngang điểm về tự động hóa nghiệp vụ. Chênh lệch chi phí còn lớn hơn mức giá niêm yết cho thấy: Fable 5.1 cũng dùng nhiều token hơn cho mỗi tác vụ, khiến mỗi tác vụ tốn gần gấp bốn lần.

Kimi so với Qwen. Số liệu độc lập ở đây cũ hơn: kết quả của Artificial Analysis từ tháng 8 năm 2026 (Intelligence Index v4.1.1), do Qubrid tổng hợp. K3 đạt 57 điểm và Qwen3.8-Max đạt 56; K3 rẻ hơn trên mỗi tác vụ ($0.86 so với $1.14) vì Qwen dùng nhiều token hơn. Trong bài kiểm thử StackPerf được TrilogyAI đánh giá mù, mỗi mô hình có một giờ để phân tích cùng một cơ sở mã gồm 269 tệp (Qwen chạy bằng bản xem trước 3.8-Max). K3 đạt 83 điểm, Qwen đạt 80, và các giám khảo gọi hai mô hình là “bổ trợ cho nhau”. Đừng so sánh hai phiên bản chỉ số với nhau: Artificial Analysis đã hiệu chỉnh lại thang điểm giữa hai phiên bản.

Kimi K3.1 Pro so với Fable 5.1 theo số liệu của Moonshot

Đây là số liệu ra mắt do Moonshot tự báo cáo; bộ công cụ kiểm thử khác nhau tùy mô hình và chưa ai tái hiện được. Moonshot chạy hầu hết các bài kiểm tra lập trình của K3.1 Pro bằng bộ công cụ Claude Code, còn Fable 5.1 ở mức suy luận tối đa với cơ chế dự phòng. Bảng của họ có Fable 5.1 chứ không phải 5.5, và không có mô hình Qwen nào.

Hàng tỷ lệ ảo giác là kết quả từ bài kiểm tra nội bộ Kimi Hallu Bench của Moonshot (mức khó, có dùng công cụ), trong đó điểm thấp hơn là tốt hơn.

Theo các số liệu này, K3.1 Pro vượt Fable 5.1 trong các bài kiểm tra lập trình tác nhân kéo dài và mắc ít lỗi thực tế hơn nhiều trong bài kiểm tra riêng của Moonshot. Mô hình kém xa trên ProgramBench, kém hơn trong Humanity's Last Exam khi không dùng công cụ, và gần như ngang điểm trong tác vụ điều khiển máy tính OSWorld. So với phiên bản tiền nhiệm trên cùng phiên bản bài kiểm tra, DeepSWE tăng từ 67.5 của K3 lên 75.5.

Hãy thận trọng khi đọc hàng Terminal-Bench. Trên bộ công cụ của mình, Artificial Analysis đo K3 đạt 13% trên Terminal-Bench 4.0, so với 52% của Fable 5.1. Điểm 65.7 của Moonshot đến từ một bộ công cụ khác, nên không có nghĩa là điểm số tăng từ 13 lên 65.7; nó cũng chưa thể đảo ngược lợi thế độc lập của Fable cho đến khi có bên thứ ba kiểm thử lại.

Tác vụ quyết định: mô hình nào dựng giao diện front-end tốt hơn?

Những gì người kiểm thử trên Arena quan sát được trong tuần này. Arena không công bố điểm số cho các mô hình ẩn danh, nên bằng chứng duy nhất về cặp mô hình mới là các bài đối đầu một lần do người kiểm thử đăng trên X. TestingCatalog đã tổng hợp các báo cáo về Kibitz vào ngày 23 tháng 10; các hàng về Kalmia lấy từ bài đăng của chính những người kiểm thử:

Bài kiểm tra trực thăng do LuminaBench đăng là ví dụ gần nhất với tác vụ quyết định trong bài viết này. Cả hai mô hình đều dựng được các chế độ cất cánh, hạ cánh và xem các bộ phận bung rời từ cùng một prompt. Kibitz bổ sung chế độ X-ray và khung lưới, còn Kalmia có mục lục linh kiện và dữ liệu đo từ xa chuyến bay. Người kiểm thử kết luận cả hai đều “rất mạnh”. Mỗi báo cáo chỉ gồm một prompt và một lần thử, nên không báo cáo nào xếp hạng được các mô hình. Chưa có mô hình Fable 5.5 ẩn danh nào được báo cáo trên Arena. Tên mã có khả năng của nó, Onigiri, chỉ xuất hiện trong mã trang web của Artificial Analysis.

So với Qwen, Kimi có bằng chứng rõ ràng. Khi ra mắt, K3 đứng đầu bảng xếp hạng Frontend Code của Arena với 1,679 điểm, vượt Claude Fable 5 (1,631). K3 dẫn đầu ở sáu trong bảy lĩnh vực frontend, còn Fable 5 chỉ giữ vị trí đầu ở Gaming. Các nguồn không thống nhất về vị trí của Qwen3.8-Max trên cùng bảng xếp hạng, từ không có thứ hạng đến hạng tư, nên ở đây không nêu điểm số.

So với Fable thì giờ chưa rõ ràng nữa. Trên bảng xếp hạng LMArena WebDev mà AIHubMix hiển thị hôm nay, Fable 5.1 đạt 1,743 điểm, còn K3 đạt 1,655. Đây là bảng xếp hạng khác với đấu trường Frontend Code mà K3 dẫn đầu hồi tháng 7, nên không thể xem hai kết quả này là một xu hướng. Tuy nhiên, trên bảng xếp hạng AIHubMix theo dõi, Fable hiện đang dẫn trước. Bằng chứng riêng của Moonshot về frontend đến từ Design Bench nội bộ, với điểm Elo: K3.1 Pro đạt 957, đứng sau GPT-6 Astra (1,076) và trên Claude Opus 5.5 (927), còn Fable 5.1 chưa được chấm điểm. Cần kiểm tra đầu tiên xem K3.1 Pro xếp thế nào so với Fable 5.5 khi cả hai đều có kết quả độc lập.

Chi phí tạo sản phẩm. Lần chạy K3 của chính AIHubMix để tạo một trò chơi bằng một prompt (một tệp HTML duy nhất, một ảnh tham chiếu) đã dùng 74,994 token đầu ra, trong đó 73% là token suy luận, mất khoảng 42 phút. Số token đầu vào không được ghi lại, nên các ước tính dưới đây giả định là 5,000 token. Giá là của AIHubMix.

• K3: 5,000 × $2.84/M + 74,994 × $14.20/M ≈ $1.08
• Kimi K3.1 Pro, cùng số token: 5,000 × $2.00/M + 74,994 × $10.50/M ≈ $0.80
• Qwen3.8-Max, cùng số token: ≈ $0.39
• Claude Fable 5.1, cùng số token: ≈ $4.18
• Kimi K3.1 Pro, Qwen 4 và Fable 5.5, được đo thực tế: AIHubMix sẽ chạy cùng một prompt trên cả ba khi cả ba đều khả dụng

Giả định số token bằng nhau có thể không đúng, và số liệu thực tế có thể khiến kết quả tăng hoặc giảm. Trong các tác vụ của Artificial Analysis, Fable 5.1 dùng nhiều token đầu ra hơn K3, còn Qwen3.8-Max dùng nhiều hơn K3. Trong một lần tự tay tạo sản phẩm của Chase AI, K3 dùng lượng token gấp khoảng sáu lần Fable 5. K3.1 Pro không suy luận ít hơn K3: trong một lần kiểm tra nhanh của AIHubMix ở mức nỗ lực thấp, cả hai đều suy luận vài nghìn token với cùng một prompt (K3.1 Pro 5,561–7,356, K3 3,013–7,051), dù K3.1 Pro hoàn thành nhanh gần gấp đôi. Hãy đo trên tác vụ thực tế, đừng ngoại suy.

Những khác biệt khác khi chuyển đổi giữa các model

• Thời gian chờ. Artificial Analysis đo được thời gian để Fable 5.1 tạo token đầu tiên là 255 giây, vì quá trình suy luận không được truyền theo luồng, so với 3.6 giây của K3. Tuy nhiên, Fable hoàn thành một tác vụ trung bình trong 722 giây, còn K3 mất 1,231 giây. Fable có vẻ khởi động chậm nhưng hoàn tất sớm hơn. Hãy thiết lập thời gian chờ và chỉ báo tiến độ cho cả hai. Giải pháp riêng của Kimi cho vấn đề chờ đợi là K3.1 Pro Highspeed, phiên bản mà Moonshot cho biết có năng lực tương đương nhưng nhanh hơn 2–3× (trong một lần kiểm tra nhanh của AIHubMix, tốc độ truyền đạt 138–150 token mỗi giây, dù các lệnh gọi công cụ và tập lệnh không chạy nhanh hơn; bài viết Highspeed bên dưới so sánh tốc độ đó với mức giá).
• Từ chối yêu cầu. Fable chạy các bộ phân loại an toàn, có thể từ chối yêu cầu bằng phản hồi 200 bình thường cùng stop_reason: "refusal". Tài liệu về stop-reason của Anthropic khuyến nghị thử lại bằng một model Claude khác. Trong các lần chạy benchmark của chính Moonshot, Fable 5 phải chuyển sang phương án dự phòng ở 35% tác vụ SWE-Marathon. Đây là số liệu từ đối thủ, nhưng nếu lập trình liên quan đến bảo mật thì nên kiểm tra vấn đề này sớm.
• Độ dài đầu ra. Fable 5.1 giới hạn đầu ra ở 128K token. K3 và K3.1 Pro cho phép tối đa 1,048,576 token, hữu ích khi tạo toàn bộ tệp và viết báo cáo dài, dù mặc định của K3.1 Pro là 131,072 trừ khi bạn tăng giới hạn.
• Nơi có thể chạy. Trọng số của K3 có dung lượng khoảng 1.56 TB và cần một cụm lớn gồm nhiều bộ tăng tốc, nhưng bạn có thể tự triển khai; Moonshot cho biết toàn bộ trọng số của K3.1 Pro sẽ được phát hành trước ngày 4 November. Qwen 4 27B là phiên bản được giới thiệu là mã nguồn mở, còn phiên bản tiền nhiệm có thể chạy trên một GPU 80 GB. Fable chỉ chạy trên API của Anthropic và các nền tảng đám mây bán lại dịch vụ này.

Nên chọn model nào

Những đề xuất này dựa trên hồ sơ độc lập của K3, Qwen3.8-Max và Fable 5.1, đồng thời cân nhắc các số liệu K3.1 Pro do chính Moonshot công bố. Hãy đánh giá lại khi có các bài kiểm tra độc lập về K3.1 Pro và hai model còn lại đã ra mắt.

• Các tác vụ agent và terminal khó nhất, khi một lần chạy thất bại gây tốn kém hơn số token: Claude Fable 5.5, cho đến khi có các bài kiểm tra độc lập xác nhận số liệu của Moonshot. Moonshot cho biết K3.1 Pro vượt Fable 5.1 trên Terminal-Bench, nhưng lần kiểm tra độc lập gần nhất cho thấy Fable 5.1 dẫn K3 rất xa ở đó.
• Tạo frontend và UI ở quy mô lớn: bắt đầu với Kimi K3.1 Pro và chạy bài kiểm tra Three.js với Fable 5.5 trước khi quyết định. Kimi vượt Qwen ở bài kiểm tra đó, nhưng Fable 5.1 hiện dẫn đầu trên WebDev, còn Design Bench của Moonshot không chấm điểm Fable.
• Tác vụ ngắn, khối lượng lớn: Qwen 4, nếu vẫn giữ mức giá của Qwen3.8.
• Tài liệu dài và truy xuất thông tin trong ngữ cảnh 1M token: Kimi K3.1 Pro, với mức giá cố định cho toàn bộ cửa sổ ngữ cảnh. K3 vượt Fable 5.1 trong tác vụ truy xuất thông tin với ngữ cảnh dài, với chi phí mỗi tác vụ chỉ bằng một phần tư.
• Tự lưu trữ hoặc lưu trữ dữ liệu tại chỗ: Kimi hoặc Qwen, trong đó trọng số của K3.1 Pro dự kiến được phát hành trước ngày 4 November. Fable không có trọng số.

Chạy cả ba bằng một khóa API

AIHubMix cung cấp các model Kimi, Qwen và Claude qua cùng một endpoint tương thích với OpenAI, vì vậy chỉ cần một vòng lặp để xác định model phù hợp. kimi-k3.1-pro đã có trên AIHubMix và trùng với API ID của Moonshot; các ID Qwen và Claude trong tập lệnh là phỏng đoán cho đến khi những model đó ra mắt. Ngày 24 October, AIHubMix trả về lỗi 400 cho cả hai, nên tập lệnh hiện tại sẽ dừng sau Kimi. Để chạy các thế hệ hiện có ngay hôm nay, hãy thay bằng qwen3.8-max và claude-fable-5-1, là những model AIHubMix đang liệt kê. Hãy dùng Chat Completions như trong tập lệnh: endpoint Responses của AIHubMix trả về lỗi 404 với kimi-k3.1-pro vào đêm ra mắt.

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)

Không đưa temperature vào. Tài liệu của Moonshot cố định thông số này ở 1.0 cho K3.1 Pro, cũng như K3; khi một bài kiểm tra của AIHubMix gửi 0.2 đến kimi-k3.1-pro, kết quả trả về là 400 invalid temperature: only 1 is allowed for this model. Hãy đặt thời gian chờ dài nữa: K3.1 Pro suy luận ở mức nỗ lực tối đa nếu không được yêu cầu khác. Mở ba tệp HTML cạnh nhau, rồi so sánh những gì bạn thấy với số token được in ra. Trang so sánh Kimi K3.1 Pro với Claude Fable 5.1 của AIHubMix đặt hai model hiện có cạnh nhau.

Câu hỏi thường gặp

Kimi K3.1 Pro, Qwen 4 và Claude Fable 5.5 đã phát hành chưa?
Kimi K3.1 Pro đã phát hành: Moonshot ra mắt model này trong ứng dụng Kimi, Kimi Code và API của mình vào ngày 23–24 October. Tại thời điểm bài viết được soạn, Qwen 4 mới chỉ được nêu tên trên sân khấu, còn Fable 5.5 chỉ xuất hiện trong các tin rò rỉ và một danh sách sản phẩm sau đó đã bị gỡ.

Kimi K3.1 Pro có thể thay thế Claude Fable 5.5 không?
Theo số liệu của chính Moonshot, K3.1 Pro vượt Fable 5.1 ở một số bài kiểm tra lập trình agent và kém hơn ở ProgramBench cũng như các bài suy luận khó không dùng công cụ. Đây là số liệu do hãng tự báo cáo và so sánh với phiên bản Fable trước đó; lần kiểm tra độc lập gần nhất cho thấy Fable dẫn trước rất xa. Hãy thử nghiệm cả hai với khối lượng công việc của bạn.

Kimi rẻ hơn Fable bao nhiêu cho mỗi tác vụ?
Trong các tác vụ chỉ mục của Artificial Analysis, K3 tốn $2.00 cho mỗi tác vụ, còn Fable 5.1 tốn $7.63, tức chi phí chỉ nhỉnh hơn một phần tư. Chi phí mỗi tác vụ của K3.1 Pro chưa được đo lường, nhưng AIHubMix niêm yết giá model này ở mức $2.00 cho đầu vào và $10.50 cho đầu ra trên mỗi triệu token, so với $11.00 và $55.00 của Fable 5.1.

Model nào viết mã frontend tốt hơn?
K3 dẫn đầu bảng Frontend Code của Arena khi ra mắt, vượt Fable 5. Trên bảng xếp hạng LMArena WebDev hiện nay, Fable 5.1 dẫn trước K3. Design Bench nội bộ của Moonshot chấm K3.1 Pro thấp hơn GPT-6 Astra và không chấm Fable. Qwen3.8-Max chưa có điểm số nào được thống nhất.

Vì sao Fable mất vài phút mới trả lời?
Quá trình suy luận của Fable không được truyền theo luồng, nên token đầu tiên hiển thị chỉ xuất hiện sau khi model suy luận xong. Artificial Analysis đo được thời gian này ở Fable 5.1 là khoảng 255 giây.

Kimi K3.1 Pro sẽ có trọng số mở không?
Moonshot cho biết toàn bộ trọng số của model sẽ được phát hành trước ngày 4 November 2026. Qwen 4 27B được giới thiệu là phiên bản mở, còn Fable không có trọng số để tải xuống.

Tôi có thể kiểm tra cả ba bằng một khóa API không?
Có, khi cả ba đều được liệt kê. AIHubMix cung cấp các model Kimi, Qwen và Claude qua cùng một endpoint tương thích với OpenAI, nên bạn chỉ cần thay đổi model ID. Kimi K3.1 Pro đã có trong danh sách.

Đọc tiếp: loạt bài về Kimi K3.1 Pro

• Nếu bạn đang dùng Kimi và thực sự muốn biết có nên nâng cấp từ K3 hay không, hãy bắt đầu với bản nâng cấp: Kimi K3.1 Pro so với K3: Những thay đổi, chi phí và đối tượng nên chuyển đổi
• Nếu sau khi so sánh, bạn chọn K3.1 Pro, hãy xử lý trước các lỗi và bẫy thanh toán sau: Chuyển sang Kimi K3.1 Pro: Khắc phục lỗi 400, lưu ý mặc định nỗ lực tối đa và nhập chính xác Highspeed
• Nếu tốc độ hoàn tất nhanh hơn của Fable khiến bạn muốn dùng thử, hãy xem biến thể nhanh hơn của Kimi có thể thu hẹp khoảng cách với mức giá đó không: Kimi K3.1 Pro so với K3.1 Pro Highspeed: Tốc độ nhanh hơn 2–3× có đáng với mức giá gấp 2× không?

Nguồn

• Moonshot AI: Bài viết kỹ thuật về Kimi K3.1 Pro
• Moonshot AI: Thẻ model và các đánh giá Kimi K3
• Artificial Analysis: Claude Fable 5.1 so với Kimi K3
• AIHubMix: Kimi K3 so với Claude Fable 5.1
• TestingCatalog: Claude Fable 5.5 đến với các đối tác