Kimi K3.1 Pro vs Claude Fable 5.2 : benchmarks, prix et cas d’usage

À moins de trois semaines d’intervalle, Moonshot AI et Anthropic ont chacune lancé un nouveau modèle phare. Kimi K3.1 Pro est arrivé fin octobre comme le modèle open-weight le plus puissant de Moonshot, et Claude Fable 5.2 a été lancé le 9 novembre comme le modèle le plus performant d’Anthropic disponible en général.

Ils visent des usages similaires, comme de longues sessions de codage agentique, la recherche et des tâches bureautiques, mais se positionnent à deux extrémités du marché. Kimi K3.1 Pro est open-weight et coûte un quart du prix par token de Fable 5.2. Fable 5.2 est fermé, plus onéreux et, d’après les chiffres disponibles, plus fort sur la plupart des tâches.

Dans cet article, je compare les deux modèles selon les benchmarks, les prix et l’accès, je les soumets au même test de codage pratique et je recommande lequel utiliser selon les cas.

Qu’est-ce que Kimi K3.1 Pro ?

Kimi K3.1 Pro est le modèle phare de Moonshot AI, sorti le 23 octobre 2026. Il s’agit d’une version post-entraînée de Kimi K3, le modèle Mixture-of-Experts de 2,8 billions de paramètres lancé par Moonshot en juillet, avec environ 104 milliards de paramètres actifs par token. L’architecture ne change pas : les gains proviennent d’un cycle bien plus large d’apprentissage par renforcement couvrant des centaines de domaines de tâches.

Il propose une fenêtre de contexte de 1 million de tokens, un mode de réflexion toujours activé (avec des niveaux d’effort low, high et max), et une variante Highspeed plus rapide qui coûte deux fois plus cher. Moonshot a publié l’intégralité des poids sur Hugging Face le 4 novembre, sous une licence personnalisée.

Qu’est-ce que Claude Fable 5.2 ?

Claude Fable 5.2 est le modèle le plus performant d’Anthropic pour un usage général, sorti le 9 novembre 2026. Il se place au-dessus de Claude Opus 5.5 dans la gamme Claude et cible les travaux techniques les plus difficiles : grandes migrations, exécutions d’agents sur plusieurs jours et problèmes de recherche. Une version avec moins de garde-fous, Claude Mythos 5.2, est réservée aux organisations de sécurité et de sciences de la vie dûment vérifiées.

Fable 5.2 dispose d’une fenêtre de contexte d’1 million de tokens, d’une sortie maximale de 128K et de niveaux d’effort réglables de low à max. Il est 20 % moins cher que Fable 5.1 et génère des sorties jusqu’à 30 % plus vite. Pour en savoir plus sur les changements, consultez notre article sur Claude Fable 5.2, et voyez le modèle à l’œuvre dans notre tutoriel API Claude Fable 5.2.

Kimi K3.1 Pro vs Claude Fable 5.2 : comparaison directe

Le point délicat ici : il n’y a pas de tableau commun. Le tableau de Fable 5.2 chez Anthropic n’inclut pas Kimi, et les résultats de K3.1 Pro chez Moonshot comparent face à Fable 5.1, pas 5.2. Les deux labs ont toutefois testé contre Claude Opus 5.5, donc je prends Opus 5.5 comme référence : à quelle distance chaque modèle se situe au-dessus ou en dessous d’Opus selon les tests de son propre lab.

La méthode n’est pas parfaite. Les labs utilisent des cadres de test différents et parfois des versions différentes d’un même benchmark, et tous les chiffres ici proviennent des fournisseurs. Mais c’est la vue la plus équitable disponible en attendant des résultats indépendants.

Remarquez que les deux labs ne s’accordent même pas sur les scores d’Opus 5.5 pour deux des trois benchmarks. Cela rappelle à quel point la configuration compte.

Codage agentique

Ici, les deux labs rapportent des benchmarks entièrement différents, donc le point de repère Opus 5.5 est tout ce que nous avons. Dans les résultats de Moonshot, Kimi K3.1 Pro est à peu près au niveau d’Opus 5.5 sur Terminal-Bench 4.0 (65,7 % vs 66,4 %) et devant sur SWE-Marathon, un ensemble de tâches d’ingénierie sur plusieurs heures (51,7 % vs 46,3 %). Mais il est nettement derrière sur ProgramBench (31,5 % vs 65,0 %).

Dans les résultats d’Anthropic, Fable 5.2 devance Opus 5.5 sur les deux benchmarks de code rapportés : FrontierCode 2.0 (49,1 % vs 45,5 %) et FrontierSWE v2 (69,9 % vs 62,3 %).

Mon analyse : Kimi K3.1 Pro est globalement un modèle de codage de classe Opus, avec un vrai point fort sur les longues tâches d’ingénierie et des points faibles marqués, comme ProgramBench. Fable 5.2 est un cran au-dessus d’Opus. Cela suggère que Fable 5.2 est le meilleur codeur dans l’ensemble, même si Kimi K3.1 Pro peut s’en approcher sur les tâches pluri-heures où il bat Opus.

Raisonnement, recherche et bureautique

Fable 5.2 a l’avantage en raisonnement. Au-delà de son avance sur Humanity’s Last Exam avec outils, il surclasse nettement sur Terminal-Bench-Science, qui évalue la recherche scientifique en terminal. C’est le point le plus faible de Kimi K3.1 Pro : avec 38,1 %, il est 25 points derrière Opus 5.5 dans le propre tableau de Moonshot.

Kimi K3.1 Pro est plus compétitif sur la recherche et les documents. Il bat Opus 5.5 sur BrowseComp, un test de recherche d’informations difficiles à trouver sur le web (92,1 % vs 90,8 %), et sur OfficeQA Pro, qui implique l’analyse de PDF financiers (64,4 vs 62,2). Anthropic n’a rapporté aucun de ces benchmarks pour Fable 5.2, donc pas de comparaison directe possible.

Hallucination et 3D

Les graphiques de Moonshot incluent deux résultats face à Fable 5.1, qui donnent un aperçu de la position de K3.1 Pro face à la lignée Fable :

• Hallucination : Sur le Kimi Hallu Bench interne de Moonshot, un test de contrainte conçu pour provoquer des erreurs, K3.1 Pro a produit des affirmations fausses à un taux de 5,4 % sans outils, contre 11,4 % pour Fable 5.1. C’est un test interne à Moonshot, et nous n’avons pas de chiffre pour Fable 5.2.
• Modélisation 3D : Sur BenchCAD, qui teste la reconstruction d’objets 3D avec du code CAD, K3.1 Pro et Fable 5.1 sont quasiment à égalité avec outils (92,7 vs 92,6). Anthropic rapporte un grand bond pour Fable 5.2 sur BenchCAD, mais sur une version différente du benchmark, donc les chiffres ne sont pas comparables.

Poids ouverts et sécurité

C’est la différence pratique la plus marquante. Les poids de Kimi K3.1 Pro sont sur Hugging Face, vous pouvez donc l’exécuter sur votre propre matériel, le peaufiner ou l’utiliser via un hébergeur tiers. Restez réaliste côté matériel : le checkpoint pèse environ 1,56 To, ce qui implique un serveur multi-GPU, pas une station de travail. Et lisez la licence avant d’en faire la base d’un produit, puisqu’il s’agit d’une licence Moonshot, pas d’une licence open source standard.

Fable 5.2 est fermé, mais disponible sur Amazon Web Services, Google Cloud et Microsoft Azure, ce qui compte si votre entreprise est déjà sur l’un de ces clouds.

Les deux labs gèrent aussi différemment les capacités à risque. Moonshot a retiré les données de cybersécurité de l’entraînement de K3.1 Pro avant de publier les poids, ce qui a fait chuter son score sur un benchmark interne d’exploits de 90,5 % à 81,0 %. Anthropic conserve l’intégralité des capacités de Fable 5.2 mais bloque la plupart des requêtes de sécurité offensive et de biologie de niveau recherche, ne les proposant que via Mythos 5.2 à des organisations vérifiées.

Tarification

Fable 5.2 coûte quatre fois plus par token. Pour une charge de 1 million de tokens en entrée et 250 000 en sortie, cela revient à environ 4,50 $ sur Kimi K3.1 Pro et 18 $ sur Fable 5.2.

Deux éléments réduisent l’écart. Les lectures de cache coûtent le même prix sur les deux, donc les boucles d’agent qui relisent le même contexte se rapprochent des tarifs affichés. Et si votre travail peut attendre, la tarification batch de Fable 5.2 l’abaisse à 4 $/20 $, soit le même prix que la variante Highspeed de Kimi. Les deux modèles utilisent aussi des tokenizers différents, donc un même texte ne générera pas exactement le même nombre de tokens.

Test pratique : construire un simulateur d’ascenseurs

Des benchmarks de deux labs différents ne suffisent pas, donc j’ai donné la même tâche aux deux modèles dans le même agent de codage : OpenCode, sur mon Mac, avec les réglages par défaut. Kimi K3.1 Pro a tourné via OpenRouter et Claude Fable 5.2 via l’API Anthropic, tous deux dans leurs versions standard et non dans les variantes plus rapides.

La tâche : une simulation sur une seule page de trois ascenseurs dans un immeuble de 12 étages. Je l’ai choisie car les règles se vérifient simplement à l’œil : un ascenseur continue dans sa direction tant qu’il y a des demandes devant, une cabine avec de la place ne doit pas dépasser quelqu’un qui veut aller dans sa direction, et les trois cabines ne doivent pas poursuivre le même appel. Il y a aussi un bouton « heure de pointe » qui dépose 30 personnes d’un coup au rez-de-chaussée. Voici le prompt, collé tel quel :

Build a single-file web page, index.html, with inline CSS and JavaScript. No external libraries, no network requests, no build step.

The page simulates a bank of three elevators in a 12-floor building (floors 1 to 12).

Requirements:
1. Passengers appear on random floors over time, each with a destination floor. They press the up or down call button on their floor and board an elevator going their way.
2. Each elevator holds at most 8 passengers. Show the riders inside each car and the people waiting on each floor.
3. Dispatching: an elevator keeps moving in its current direction while it has requests ahead of it in that direction, then reverses or goes idle. An elevator with room must not pass a floor where someone is waiting to go in its direction. Don't send all three elevators to the same call.
4. Animate the cars moving smoothly between floors, with doors opening and closing at each stop.
5. Show live statistics: passengers delivered, average wait time, and longest wait time.
6. Controls: a speed slider (1x to 10x), pause/resume, a "rush hour" button that adds 30 passengers on floor 1 who all want to go up, and a reset button.
7. Use a fixed random seed so the same run can be repeated after a reset.
8. It should look clean and be readable at both desktop and phone widths.

When you're done, briefly explain your dispatching logic.Propulsé par

Le faire tourner

Kimi K3.1 Pro a terminé du premier coup en environ 9 minutes. Fable 5.2, non. À deux reprises, il a planifié pendant environ 6 minutes, puis OpenCode s’est arrêté sans rien écrire ni afficher d’erreur. La cause probable est la limite par défaut d’OpenCode à 32 000 tokens de sortie par réponse : Fable 5.2 a consommé tout le budget en planification avant d’écrire le moindre code. Porter la limite à 128 000 a résolu le problème, et la troisième tentative a abouti en 15 minutes.

Ce n’est pas un défaut du modèle, mais c’est bon à savoir si vous essayez Fable 5.2 dans un agent de codage tiers la semaine de son lancement.

Observer l’heure de pointe

Voici les deux simulateurs côte à côte. J’ai démarré chacun depuis son état initial déterministe, puis j’ai appuyé sur heure de pointe au même moment et réglé les deux sur une vitesse 4x.

Quelques points m’ont marqué :

• Fable 5.2 désengorge le hall plus vite. Les deux reçoivent la même foule de 30 personnes, mais la file de Kimi au 1er étage reste longue bien plus longtemps, tandis que celle de Fable se réduit à quelques personnes en environ une demi-minute simulée.
• Tout tient à une règle. Le prompt disait de ne pas envoyer les trois ascenseurs au même appel. Kimi K3.1 Pro l’a pris au pied de la lettre et assigne une cabine par appel. Fable 5.2 l’a interprété comme « ne pas gaspiller de cabines » et en envoie trois vers une foule trop grande pour une seule cabine, et il l’a indiqué dans son résumé. Les deux lectures se défendent, mais celle de Fable fonctionne mieux en heure de pointe.
• Fable 5.2 a aussi assoupli une autre règle, en le signalant. Il autorise une cabine à sauter un étage si une autre est déjà en cours de chargement avec assez de place pour tout le monde, évitant que deux cabines ouvrent leurs portes pour les mêmes personnes. Il a expliqué cette exception et proposé de la retirer.
• La page de Fable 5.2 est plus lisible. Tout l’immeuble et les statistiques tiennent sur un écran, et chaque passager est une pastille numérotée indiquant sa destination. Le tableau de bord de Kimi K3.1 Pro est plus détaillé, avec un panneau d’état par cabine, mais sur un écran d’ordinateur portable il faut faire défiler pour voir les 12 étages, et les passagers dans chaque cabine sont minuscules.

Les deux ont vérifié leur propre travail

Aucun des modèles ne s’est contenté d’écrire le code puis de s’arrêter. Les deux ont écrit des scripts de test qui ont fait tourner la simulation pendant des heures simulées, vérifiant qu’aucune cabine ne dépassait sa capacité, qu’aucune ne passait devant un passager qu’elle devait prendre, et qu’une réinitialisation reproduisait la même exécution. Les deux ont aussi vérifié leurs pages dans un navigateur headless aux largeurs de téléphone. De mon côté, les deux pages se sont chargées sans erreur, n’ont fait aucune requête réseau et tenaient sur un écran de téléphone sans défilement horizontal.

Mon verdict

Les deux modèles ont produit un simulateur fonctionnel. Celui de Fable 5.2 gère mieux l’heure de pointe et est plus facile à suivre, et il a été plus transparent sur l’interprétation du prompt. Mais il a pris plus de temps, coûte quatre fois plus par token et a nécessité un changement de configuration pour tourner. Kimi K3.1 Pro a fonctionné immédiatement et a suivi les règles plus à la lettre.

À un quart du prix, le résultat de Kimi K3.1 Pro se rapproche plus qu’on ne l’imaginerait de l’écart tarifaire. Ce n’est qu’une tâche, exécutée une fois par modèle : à prendre comme une première impression, pas comme un benchmark.

Quand choisir Kimi K3.1 Pro vs Claude Fable 5.2

Choisissez Kimi K3.1 Pro si…

• Le coût compte. À un quart du prix de Fable 5.2, c’est difficile à battre pour du travail d’agent à gros volume.
• Vous souhaitez auto-héberger, affiner ou garder le modèle sur votre propre infrastructure.
• Vos tâches sont longues mais bien définies, comme des jobs d’ingénierie pluri-heures, de la recherche web ou l’analyse de documents financiers.

Choisissez Claude Fable 5.2 si…

• Vous avez besoin des meilleurs résultats en raisonnement complexe, travaux scientifiques ou usage de l’ordinateur.
• Vous exigez des performances de codage régulières selon les types de tâches. Kimi K3.1 Pro a de gros trous sur certains benchmarks de code, où il est même derrière Opus 5.5.
• Vous le voulez sur AWS, Google Cloud ou Azure, ou dans les apps Claude et Claude Code.

Il existe aussi une option intermédiaire. Si Fable 5.2 est trop pour vos besoins, Claude Opus 5.5 coûte 4 $/20 $, soit deux fois le prix de Kimi, et nous l’avons comparé directement à Kimi dans notre article Kimi K3.1 Pro vs Claude Opus 5.5.

Derniers conseils

D’après les chiffres disponibles, Claude Fable 5.2 est le modèle le plus fort, notamment en raisonnement, sciences et usage de l’ordinateur. Mais Kimi K3.1 Pro n’a pas besoin de l’emporter pour être le meilleur choix dans de nombreux cas. Il est globalement de classe Opus en codage et recherche, coûte un quart du prix de Fable, et vous pouvez le télécharger.

Mon test de l’ascenseur va dans le même sens : Fable 5.2 a produit le meilleur simulateur, mais Kimi K3.1 Pro s’est étonnamment rapproché pour un quart du prix, et a fonctionné immédiatement.

Si vous voulez mettre la main à la pâte avec ce type de modèles, notre parcours Developing AI Applications est un bon point de départ.