Kimi K3.1 Pro vs. Claude Fable 5.2: benchmarks, preços e qual usar

Com menos de três semanas de diferença, Moonshot AI e Anthropic lançaram novos modelos topo de linha. O Kimi K3.1 Pro chegou no fim de outubro como o modelo open-weight mais forte da Moonshot, e o Claude Fable 5.2 foi lançado em 9 de novembro como o modelo mais capaz da Anthropic em disponibilidade geral.

Eles miram trabalhos parecidos, como longas execuções agenticas de código, pesquisa e tarefas de escritório, mas ocupam extremos opostos do mercado. O Kimi K3.1 Pro tem pesos abertos e custa um quarto do preço por token do Fable 5.2. O Fable 5.2 é fechado, mais caro e, pelos números que temos, mais forte na maioria das tarefas.

Neste artigo, comparo os dois em benchmarks, preços e acesso, aplico o mesmo teste prático de programação em ambos e dou uma recomendação de qual usar em cada caso.

O que é o Kimi K3.1 Pro?

O Kimi K3.1 Pro é o modelo carro-chefe da Moonshot AI, lançado em 23 de outubro de 2026. É uma versão pós-treinada do Kimi K3, o modelo Mixture-of-Experts com 2,8 trilhões de parâmetros que a Moonshot lançou em julho, com cerca de 104 bilhões de parâmetros ativos por token. A arquitetura não mudou; os ganhos vêm de uma rodada bem maior de reinforcement learning em centenas de domínios de tarefas.

Ele tem janela de contexto de 1M de tokens, pensamento sempre ativo (com níveis de esforço low, high e max) e uma variante Highspeed mais rápida que custa o dobro. A Moonshot publicou os pesos completos no Hugging Face em 4 de novembro, sob uma licença personalizada.

O que é o Claude Fable 5.2?

O Claude Fable 5.2 é o modelo mais capaz da Anthropic para uso geral, lançado em 9 de novembro de 2026. Ele fica acima do Claude Opus 5.5 na linha Claude e foi feito para o trabalho técnico mais difícil: grandes migrações, execuções agenticas de vários dias e problemas de pesquisa. Uma versão com menos salvaguardas, o Claude Mythos 5.2, está disponível apenas para organizações aprovadas de segurança e ciências da vida.

O Fable 5.2 tem janela de contexto de 1M de tokens, saída máxima de 128K e níveis de esforço ajustáveis de low a max. Ele é 20% mais barato que o Fable 5.1 e gera saída até 30% mais rápido. Para saber o que mudou, veja nosso artigo sobre o Claude Fable 5.2 e confira o modelo em ação no nosso tutorial da API do Claude Fable 5.2.

Kimi K3.1 Pro vs. Claude Fable 5.2: comparação direta

Há um porém nessa comparação: não existe um placar compartilhado. A tabela do Fable 5.2 da Anthropic não inclui o Kimi, e os resultados do K3.1 Pro da Moonshot comparam contra o Fable 5.1, não o 5.2. Ambos, porém, testaram contra o Claude Opus 5.5, então vou usar o Opus 5.5 como referência: o quanto cada modelo fica acima ou abaixo do Opus nos testes do próprio laboratório.

Não é um método perfeito. Os laboratórios usam estruturas diferentes e às vezes versões distintas do mesmo benchmark, e todos os números aqui são informados pelos próprios fornecedores. Mas é o retrato mais justo até saírem resultados independentes.

Repare que os dois laboratórios nem concordam nas pontuações do Opus 5.5 em dois dos três benchmarks. É um lembrete de como a configuração pesa.

Programação agentica

Aqui, os dois laboratórios relatam benchmarks totalmente diferentes, então o Opus 5.5 como referência é tudo o que temos. Nos resultados da Moonshot, o Kimi K3.1 Pro fica praticamente no nível do Opus 5.5 no Terminal-Bench 4.0 (65,7% vs. 66,4%) e à frente no SWE-Marathon, um conjunto de tarefas de engenharia que levam horas (51,7% vs. 46,3%). Mas fica bem atrás no ProgramBench (31,5% vs. 65,0%).

Nos resultados da Anthropic, o Fable 5.2 supera o Opus 5.5 em ambos os benchmarks de código relatados: FrontierCode 2.0 (49,1% vs. 45,5%) e FrontierSWE v2 (69,9% vs. 62,3%).

Minha leitura: o Kimi K3.1 Pro é, grosso modo, um modelo de código classe Opus, com força real em tarefas longas de engenharia e alguns pontos fracos claros, como o ProgramBench. O Fable 5.2 está um degrau acima do Opus. Isso sugere que o Fable 5.2 é o programador mais forte no geral, embora o Kimi K3.1 Pro chegue perto no tipo de tarefa de várias horas em que ele supera o Opus.

Raciocínio, pesquisa e trabalho de escritório

O Fable 5.2 leva vantagem em raciocínio. Além de liderar no Humanity's Last Exam com ferramentas, ele marca bem mais no Terminal-Bench-Science, que testa pesquisa científica em um terminal. Essa é a área mais fraca do Kimi K3.1 Pro: com 38,1%, ele fica 25 pontos atrás do Opus 5.5 na própria tabela da Moonshot.

O Kimi K3.1 Pro é mais competitivo em pesquisa e documentos. Ele supera o Opus 5.5 no BrowseComp, um teste de encontrar informações difíceis na web (92,1% vs. 90,8%), e no OfficeQA Pro, que envolve analisar PDFs financeiros (64,4 vs. 62,2). A Anthropic não divulgou nenhum desses benchmarks para o Fable 5.2, então não dá para comparar diretamente.

Alucinação e 3D

Os gráficos da Moonshot incluem dois resultados contra o Fable 5.1, que dão uma pista de como o K3.1 Pro se compara à linha Fable:

• Alucinação: No Kimi Hallu Bench interno da Moonshot, um teste de estresse feito para provocar erros, o K3.1 Pro fez afirmações falsas a uma taxa de 5,4% sem ferramentas, contra 11,4% do Fable 5.1. É um teste da própria Moonshot, e não temos número do Fable 5.2.
• Modelagem 3D: No BenchCAD, que testa a reconstrução de objetos 3D com código CAD, K3.1 Pro e Fable 5.1 praticamente empataram com ferramentas (92,7 vs. 92,6). A Anthropic relata um grande salto do Fable 5.2 no BenchCAD, mas em outra versão do benchmark, então os números não são comparáveis.

Pesos abertos e segurança

Esta é a maior diferença prática. Os pesos do Kimi K3.1 Pro estão no Hugging Face, então você pode rodá-lo na sua própria infraestrutura, fazer fine-tuning ou usá-lo via um provedor terceirizado. Mas seja realista com o hardware: o checkpoint tem cerca de 1,56 TB, o que exige um servidor com múltiplas GPUs, não uma estação de trabalho. E leia a licença antes de construir um produto em cima dele, já que é a licença própria da Moonshot, não uma padrão de código aberto.

O Fable 5.2 é fechado, mas está disponível na Amazon Web Services, Google Cloud e Microsoft Azure, o que ajuda se sua empresa já opera em uma dessas plataformas.

Os dois laboratórios também tratam capacidades de risco de forma diferente. A Moonshot removeu dados de cibersegurança do treinamento do K3.1 Pro antes de liberar os pesos, o que reduziu sua pontuação em um benchmark interno de exploits de 90,5% para 81,0%. A Anthropic mantém as capacidades completas do Fable 5.2, mas bloqueia a maior parte das solicitações de segurança ofensiva e biologia em nível de pesquisa, oferecendo-as apenas via Mythos 5.2 para organizações aprovadas.

Preços

O Fable 5.2 custa quatro vezes mais por token. Para uma carga de 1 milhão de tokens de entrada e 250 mil tokens de saída, isso dá cerca de $4,50 no Kimi K3.1 Pro e $18 no Fable 5.2.

Dois pontos reduzem a diferença. Leituras de cache custam o mesmo em ambos, então loops agenticos que relêem o mesmo contexto ficam mais próximos de preço do que as taxas de vitrine sugerem. E, se o seu trabalho pode esperar, o preço em lote do Fable 5.2 cai para $4/$20, o mesmo da variante Highspeed do Kimi. Os dois modelos também usam tokenizadores diferentes, então o mesmo texto não gera exatamente a mesma contagem de tokens em cada um.

Teste prático: construindo um simulador de elevador

Benchmarks de dois laboratórios diferentes só vão até certo ponto, então dei a ambos os modelos a mesma tarefa no mesmo agente de código: o OpenCode, no meu Mac, com as configurações padrão. O Kimi K3.1 Pro rodou via OpenRouter e o Claude Fable 5.2 via API da Anthropic, ambos nas versões padrão, não nas mais rápidas.

A tarefa é uma simulação em uma única página de três elevadores em um prédio de 12 andares. Escolhi porque as regras são fáceis de checar visualmente: um elevador continua indo na mesma direção enquanto houver solicitações adiante, um carro com espaço não passa por alguém esperando para ir na mesma direção e os três carros não devem correr para a mesma chamada. Há também um botão de horário de pico que joga 30 pessoas de uma vez no saguão. Aqui está o prompt, colado literalmente:

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.Tecnologia

Fazendo rodar

O Kimi K3.1 Pro terminou na primeira tentativa em cerca de 9 minutos. O Fable 5.2 não. Duas vezes, ele planejou por cerca de 6 minutos e então o OpenCode parou sem escrever nada nem mostrar erro. A causa provável é o limite padrão do OpenCode de 32.000 tokens de saída por resposta: o Fable 5.2 consumiu todo o orçamento planejando antes de escrever qualquer código. Aumentar o limite para 128.000 resolveu, e a terceira tentativa terminou em 15 minutos.

Isso não é um defeito do modelo, mas vale saber se você for testar o Fable 5.2 em um agente de código terceirizado na semana de lançamento.

Assistindo ao horário de pico

Aqui estão os dois simuladores lado a lado. Iniciei cada um a partir do seu próprio estado com semente fixa, depois apertei o botão de horário de pico no mesmo momento e defini ambos para velocidade 4x.

Alguns pontos chamaram atenção:

• O Fable 5.2 limpa o saguão mais rápido. Ambos recebem a mesma multidão de 30 pessoas, mas a fila do Kimi no 1º andar fica longa por muito mais tempo, enquanto a do Fable reduz para poucas pessoas em cerca de meio minuto simulado.
• Isso se resume a uma regra. O prompt dizia para não enviar os três elevadores para a mesma chamada. O Kimi K3.1 Pro interpretou literalmente e atribui um carro por chamada. O Fable 5.2 leu como "não desperdice carros" e envia os três para uma multidão grande demais para um único carro, e declarou isso no seu resumo. As duas leituras são razoáveis, mas a do Fable funciona melhor no pico.
• O Fable 5.2 também flexibilizou outra regra e sinalizou isso. Ele permite que um carro pule um andar se outro já estiver carregando ali com espaço para todos, evitando que dois carros abram as portas para as mesmas pessoas. Ele explicou a exceção e se ofereceu para removê-la.
• A página do Fable 5.2 é mais fácil de ler. O prédio inteiro e as estatísticas cabem em uma tela, e cada passageiro é um chip numerado com seu destino. O painel do Kimi K3.1 Pro traz mais detalhes, incluindo um status para cada carro, mas em uma tela de notebook é preciso rolar para ver os 12 andares, e os passageiros dentro de cada carro ficam minúsculos.

Ambos checaram o próprio trabalho

Nenhum modelo apenas escreveu o código e parou. Ambos escreveram scripts de teste que rodaram a simulação por horas simuladas, verificando se nenhum carro excedeu a capacidade, se nenhum carro passou por um passageiro que deveria ter embarcado e se um reset reproduzia a mesma execução. Ambos também testaram as páginas em um navegador headless em larguras de celular. Nos meus testes, as duas páginas carregaram sem erros, não fizeram requisições de rede e se ajustaram à tela do telefone sem rolagem lateral.

Meu veredito

Os dois modelos construíram um simulador funcional. O do Fable 5.2 lidou melhor com o horário de pico e foi mais fácil de acompanhar, além de ter sido mais transparente sobre onde interpretou o prompt. Mas levou mais tempo, custa quatro vezes mais por token e precisou de ajuste de configuração para rodar. O Kimi K3.1 Pro funcionou de primeira e seguiu as regras de forma mais literal.

Por um quarto do preço, o resultado do Kimi K3.1 Pro chega mais perto do que a diferença de custo sugere. Este é um único teste, rodado uma vez por modelo, então encare como uma primeira impressão, não um benchmark.

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

Escolha Kimi K3.1 Pro se...

• O custo pesa. Por um quarto do preço do Fable 5.2, é difícil bater em trabalho agentico de alto volume.
• Você quer hospedar por conta própria, fazer fine-tuning ou manter o modelo na sua própria infraestrutura.
• Suas tarefas são longas, mas bem definidas, como trabalhos de engenharia de várias horas, pesquisa na web ou análise de documentos financeiros.

Escolha Claude Fable 5.2 se...

• Você precisa dos resultados mais fortes em raciocínio difícil, trabalho científico ou uso de computador.
• Você precisa de desempenho consistente de código em diferentes tipos de tarefa. O Kimi K3.1 Pro tem lacunas grandes em alguns benchmarks de código, nos quais fica atrás até do Opus 5.5.
• Você precisa dele na AWS, Google Cloud ou Azure, ou dentro dos apps Claude e do Claude Code.

Há também uma opção intermediária. Se o Fable 5.2 é mais do que você precisa, o Claude Opus 5.5 custa $4/$20, o dobro do preço do Kimi, e nós o comparamos diretamente com o Kimi no nosso artigo Kimi K3.1 Pro vs. Claude Opus 5.5.

Considerações finais

Pelos números que temos, o Claude Fable 5.2 é o modelo mais forte, especialmente em raciocínio, ciência e uso de computador. Mas o Kimi K3.1 Pro não precisa vencer em tudo para ser a melhor escolha para muito trabalho. Ele é, em linhas gerais, classe Opus em código e pesquisa, custa um quarto do preço do Fable e você pode baixá-lo.

Meu teste do elevador apontou na mesma direção: o Fable 5.2 construiu o melhor simulador, mas o Kimi K3.1 Pro chegou surpreendentemente perto por um quarto do preço, e funcionou de primeira.

Se você quer colocar a mão na massa com modelos como esses, nossa trilha Developing AI Applications é um ótimo ponto de partida.