Kimi K3.1 Pro vs. Claude Fable 5.2: benchmark, prezzi e quale usare

A meno di tre settimane di distanza, Moonshot AI e Anthropic hanno entrambe rilasciato un nuovo modello di punta. Kimi K3.1 Pro è arrivato a fine ottobre come il modello open-weight più potente di Moonshot, e Claude Fable 5.2 è arrivato il 9 novembre come il modello più capace di Anthropic disponibile in generale.

Puntano a lavori simili, come lunghe esecuzioni agentiche di coding, ricerca e attività d’ufficio, ma si collocano su estremi opposti del mercato. Kimi K3.1 Pro è open-weight e costa un quarto del prezzo per token di Fable 5.2. Fable 5.2 è chiuso, più costoso e, stando ai numeri disponibili, più forte nella maggior parte dei compiti.

In questo articolo confronterò i due modelli su benchmark, prezzi e accesso, li metterò alla prova con lo stesso test pratico di coding e darò un consiglio su quale usare per cosa.

Che cos’è Kimi K3.1 Pro?

Kimi K3.1 Pro è il modello di punta di Moonshot AI, rilasciato il 23 ottobre 2026. È una versione post-addestrata di Kimi K3, il modello Mixture-of-Experts da 2,8 trilioni di parametri che Moonshot ha rilasciato a luglio, con circa 104 miliardi di parametri attivi per token. L’architettura è invariata; i miglioramenti derivano da un round molto più ampio di reinforcement learning su centinaia di domini di compiti.

Ha una finestra di contesto da 1 milione di token, con “pensiero” sempre attivo (con livelli di sforzo low, high e max), e una variante Highspeed più veloce che costa il doppio. Moonshot ha pubblicato i pesi completi su Hugging Face il 4 novembre, con una licenza personalizzata.

Che cos’è Claude Fable 5.2?

Claude Fable 5.2 è il modello più capace di Anthropic per l’uso generale, rilasciato il 9 novembre 2026. Si colloca sopra Claude Opus 5.5 nella gamma Claude ed è pensato per i lavori tecnici più difficili: grandi migrazioni, esecuzioni agentiche di più giorni e problemi di ricerca. Una versione con meno salvaguardie, Claude Mythos 5.2, è disponibile solo per organizzazioni verificate in ambito sicurezza e scienze della vita.

Fable 5.2 ha una finestra di contesto da 1 milione di token, output massimo di 128K e livelli di sforzo regolabili da low a max. Costa il 20% in meno di Fable 5.1 e genera output fino al 30% più velocemente. Per saperne di più sui cambiamenti, vedi il nostro articolo su Claude Fable 5.2, e puoi vedere il modello in azione nel nostro tutorial sull’API di Claude Fable 5.2.

Kimi K3.1 Pro vs. Claude Fable 5.2: confronto diretto

Ecco il punto dolente di questo confronto: non esiste una classifica condivisa. La tabella di Fable 5.2 di Anthropic non include Kimi, e i risultati di K3.1 Pro di Moonshot si confrontano con Fable 5.1, non con 5.2. Entrambi i laboratori, però, hanno testato contro Claude Opus 5.5, quindi userò Opus 5.5 come riferimento: quanto ciascun modello si posiziona sopra o sotto Opus secondo i test del proprio laboratorio.

Non è un metodo perfetto. I laboratori usano diversi harness e talvolta versioni diverse dello stesso benchmark, e ogni numero qui è riportato dal vendor. Ma è l’immagine più equa disponibile finché non arriveranno risultati indipendenti.

Nota che i due laboratori non sono nemmeno d’accordo sui punteggi di Opus 5.5 per due dei tre benchmark. È un promemoria di quanto conti la configurazione. 

Coding agentico

Qui i due laboratori riportano benchmark del tutto diversi, quindi il riferimento a Opus 5.5 è tutto ciò che abbiamo. Nei risultati di Moonshot, Kimi K3.1 Pro è circa al livello di Opus 5.5 su Terminal-Bench 4.0 (65,7% vs 66,4%) e avanti su SWE-Marathon, un set di compiti ingegneristici di più ore (51,7% vs 46,3%). Ma resta molto indietro su ProgramBench (31,5% vs 65,0%).

Nei risultati di Anthropic, Fable 5.2 supera Opus 5.5 su entrambi i benchmark di coding riportati: FrontierCode 2.0 (49,1% vs 45,5%) e FrontierSWE v2 (69,9% vs 62,3%).

La mia lettura: Kimi K3.1 Pro è grosso modo un modello di coding classe Opus, con un vero punto di forza nei compiti ingegneristici lunghi e alcune chiare debolezze, come ProgramBench. Fable 5.2 è un gradino sopra Opus. Questo suggerisce che Fable 5.2 sia nel complesso il coder più forte, anche se Kimi K3.1 Pro può avvicinarsi sul tipo di compiti di più ore in cui batte Opus.

Ragionamento, ricerca e lavoro d’ufficio

Fable 5.2 ha il vantaggio sul ragionamento. Oltre al vantaggio su Humanity's Last Exam con strumenti, ottiene un punteggio molto più alto su Terminal-Bench-Science, che testa la ricerca scientifica in un terminale. Questa è l’area più debole di Kimi K3.1 Pro: al 38,1%, nella tabella di Moonshot è 25 punti sotto Opus 5.5.

Kimi K3.1 Pro è più competitivo su ricerca e documenti. Supera Opus 5.5 su BrowseComp, un test per trovare sul web informazioni difficili da rintracciare (92,1% vs 90,8%), e su OfficeQA Pro, che comporta l’analisi di PDF finanziari (64,4 vs 62,2). Anthropic non ha riportato nessuno dei due benchmark per Fable 5.2, quindi non c’è modo di confrontare direttamente.

Allucinazioni e 3D

I grafici di Moonshot includono due risultati contro Fable 5.1, che danno un indizio su come K3.1 Pro si confronti con la linea Fable:

• Allucinazioni: Sul Kimi Hallu Bench interno di Moonshot, uno stress test costruito per provocare errori, K3.1 Pro ha fatto affermazioni false al tasso del 5,4% senza strumenti, rispetto all’11,4% di Fable 5.1. È un test di Moonshot, e non abbiamo un numero per Fable 5.2.
• Modeling 3D: Su BenchCAD, che testa la ricostruzione di oggetti 3D con codice CAD, K3.1 Pro e Fable 5.1 sono sostanzialmente pari con strumenti (92,7 vs 92,6). Anthropic riporta un grande salto per Fable 5.2 su BenchCAD, ma su una versione diversa del benchmark, quindi i numeri non sono confrontabili.

Pesi aperti e sicurezza

Questa è la differenza pratica più grande. I pesi di Kimi K3.1 Pro sono su Hugging Face, quindi puoi eseguirlo sul tuo hardware, affinarlo o usarlo tramite un host di terze parti. Sii realistico sull’hardware: il checkpoint è di circa 1,56 TB, quindi serve un server multi-GPU, non una workstation. E leggi la licenza prima di costruirci sopra un prodotto, dato che è la licenza proprietaria di Moonshot, non una standard open-source.

Fable 5.2 è chiuso, ma disponibile su Amazon Web Services, Google Cloud e Microsoft Azure, il che conta se la tua azienda già opera su una di queste piattaforme.

I due laboratori gestiscono in modo diverso anche le capacità rischiose. Moonshot ha rimosso i dati di cybersecurity dal training di K3.1 Pro prima di rilasciare i pesi, riducendo il suo punteggio su un benchmark interno di exploit dal 90,5% all’81,0%. Anthropic mantiene le capacità complete di Fable 5.2 ma blocca la maggior parte delle richieste di sicurezza offensiva e biologia a livello di ricerca, offrendo tali capacità solo tramite Mythos 5.2 a organizzazioni verificate.

Prezzi

Fable 5.2 costa quattro volte tanto per token. Per un carico di lavoro di 1 milione di token in input e 250.000 token in output, sono circa $4,50 su Kimi K3.1 Pro e $18 su Fable 5.2.

Due fattori riducono il divario. Le letture cache costano uguale su entrambi, quindi i loop agentici che rileggono lo stesso contesto hanno un prezzo più vicino di quanto suggeriscano le tariffe principali. E se il tuo lavoro può aspettare, il prezzo batch di Fable 5.2 lo porta a $4/$20, lo stesso della variante Highspeed di Kimi. I due modelli usano anche tokenizer diversi, quindi lo stesso testo non produrrà esattamente lo stesso conteggio di token su ciascuno.

Test pratico: costruire un simulatore di ascensori

I benchmark di due laboratori diversi ti portano solo fino a un certo punto, quindi ho dato a entrambi i modelli lo stesso compito nello stesso agente di coding: OpenCode, sul mio Mac, con impostazioni predefinite. Kimi K3.1 Pro è stato eseguito tramite OpenRouter e Claude Fable 5.2 tramite l’API di Anthropic, entrambi nelle versioni standard anziché nelle varianti più veloci.

Il compito è una simulazione a pagina singola di tre ascensori in un edificio di 12 piani. L’ho scelto perché le regole si verificano facilmente osservando: un ascensore continua nella sua direzione finché ci sono richieste davanti, una cabina con spazio non passa oltre qualcuno che aspetta di andare nella sua stessa direzione, e non tutte e tre le cabine dovrebbero inseguire la stessa chiamata. C’è anche un pulsante ora di punta che fa arrivare 30 persone all’atrio in una volta. Ecco il prompt, incollato alla lettera:

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.Offerto da

Farlo partire

Kimi K3.1 Pro ha terminato al primo tentativo in circa 9 minuti. Fable 5.2 no. Per due volte ha pianificato per circa 6 minuti, e poi OpenCode si è fermato senza scrivere nulla o mostrare un errore. La causa probabile è il limite predefinito di OpenCode di 32.000 token di output per risposta: Fable 5.2 ha speso tutto il budget nella pianificazione prima di scrivere qualsiasi codice. Alzare il limite a 128.000 ha risolto il problema e il terzo tentativo è terminato in 15 minuti.

Non è un difetto del modello, ma vale la pena saperlo se provi Fable 5.2 in un agente di coding di terze parti nella settimana del lancio.

Guardando l’ora di punta

Ecco i due simulatori affiancati. Ho avviato ciascuno dal proprio stato con seed, poi ho premuto ora di punta nello stesso momento e ho impostato entrambi a velocità 4x.

Alcune cose mi hanno colpito:

• Fable 5.2 sgombera l’atrio più velocemente. Entrambi ricevono la stessa folla di 30 persone, ma la fila di Kimi al piano 1 resta lunga molto più a lungo, mentre quella di Fable si riduce a poche persone in circa mezzo minuto simulato.
• Si riduce tutto a una regola. Il prompt diceva di non mandare tutte e tre le cabine alla stessa chiamata. Kimi K3.1 Pro l’ha presa alla lettera e assegna una cabina per chiamata. Fable 5.2 l’ha letta come “non sprecare cabine” e manda tutte e tre verso una folla troppo grande per una sola cabina, e lo ha dichiarato nel suo riepilogo. Entrambe sono letture ragionevoli, ma quella di Fable funziona meglio nell’ora di punta.
• Fable 5.2 ha anche piegato un’altra regola, segnalando la cosa. Permette a una cabina di saltare un piano se un’altra cabina sta già caricando lì con spazio per tutti, evitando che due cabine aprano le porte per le stesse persone. Ha spiegato l’eccezione e ha offerto di rimuoverla.
• La pagina di Fable 5.2 è più leggibile. L’intero edificio e le statistiche stanno in un’unica schermata, e ogni passeggero è un “chip” numerato con la sua destinazione. La dashboard di Kimi K3.1 Pro ha più dettagli, inclusi un pannello di stato per ogni cabina, ma su uno schermo laptop devi scorrere per vedere tutti i 12 piani, e i passeggeri dentro ogni cabina sono minuscoli.

Entrambi hanno controllato il proprio lavoro

Nessuno dei due modelli si è limitato a scrivere il codice e fermarsi. Entrambi hanno scritto script di test che hanno eseguito la simulazione per ore simulate, verificando che nessuna cabina superasse la capienza, che nessuna cabina passasse oltre un passeggero in attesa che avrebbe dovuto caricare, e che un reset riproducesse la stessa esecuzione. Entrambi hanno anche controllato le loro pagine in un browser headless a larghezze da telefono. Nei miei controlli, entrambe le pagine si sono caricate senza errori, non hanno effettuato richieste di rete e stavano su uno schermo del telefono senza scorrimento laterale.

Il mio verdetto

Entrambi i modelli hanno costruito un simulatore funzionante. Quello di Fable 5.2 ha gestito meglio l’ora di punta ed è stato più facile da seguire, ed è stato più trasparente su come aveva interpretato il prompt. Ma ha impiegato più tempo, costa quattro volte tanto per token e ha richiesto una modifica di configurazione prima di poter girare. Kimi K3.1 Pro ha funzionato subito e ha seguito le regole più alla lettera.

A un quarto del prezzo, il risultato di Kimi K3.1 Pro è più vicino di quanto suggerirebbe il divario di prezzo. Questo è un singolo compito, eseguito una volta per modello, quindi trattalo come una prima impressione, non come un benchmark.

Quando scegliere Kimi K3.1 Pro vs. Claude Fable 5.2

Scegli Kimi K3.1 Pro se…

• Il costo conta. A un quarto del prezzo di Fable 5.2, è difficile da battere per lavoro agentico ad alto volume.
• Vuoi fare self-hosting, fine-tuning o tenere il modello sulla tua infrastruttura.
• I tuoi compiti sono lunghi ma ben definiti, come lavori ingegneristici di più ore, ricerca web o analisi di documenti finanziari.

Scegli Claude Fable 5.2 se…

• Ti servono i risultati più forti su ragionamento difficile, lavoro scientifico o uso del computer.
• Ti serve prestazione di coding coerente tra i tipi di compito. Kimi K3.1 Pro ha grossi gap in alcuni benchmark di coding, dove è dietro anche a Opus 5.5.
• Ti serve su AWS, Google Cloud o Azure, o dentro le app Claude e Claude Code.

C’è anche un’opzione intermedia. Se Fable 5.2 è più di quanto ti serva, Claude Opus 5.5 costa $4/$20, il doppio del prezzo di Kimi, e lo abbiamo confrontato direttamente con Kimi nel nostro articolo Kimi K3.1 Pro vs. Claude Opus 5.5.

Considerazioni finali

In base ai numeri che abbiamo, Claude Fable 5.2 è il modello più forte, soprattutto su ragionamento, scienza e uso del computer. Ma Kimi K3.1 Pro non deve vincere a mani basse per essere la scelta migliore per molti lavori. È grosso modo classe Opus su coding e ricerca, costa un quarto del prezzo di Fable e puoi scaricarlo.

Il mio test dell’ascensore ha indicato la stessa cosa: Fable 5.2 ha costruito il simulatore migliore, ma Kimi K3.1 Pro si è avvicinato sorprendentemente a un quarto del prezzo, e ha funzionato subito.

Se vuoi fare pratica con modelli come questi, il nostro percorso Developing AI Applications è un buon punto di partenza.