Kimi K3.1 Pro и Claude Fable 5.2: бенчмарки, цены и как выбрать
Claude Fable 5.2 лидирует в рассуждении, науке и работе с компьютером, но Kimi K3.1 Pro примерно уровня Opus в кодинге, стоит вчетверо дешевле и доступна для скачивания.
С разницей менее чем в три недели Moonshot AI и Anthropic выпустили новые флагманские модели. Kimi K3.1 Pro вышла в конце октября как самая мощная модель Moonshot с открытыми весами, а Claude Fable 5.2 появилась 9 ноября как самая способная модель Anthropic из общедоступных.
Они нацелены на схожие задачи — длительные агентные сессии кодирования, исследования и офисную работу, — но занимают противоположные ниши рынка. Kimi K3.1 Pro имеет открытые веса и стоит четверть цены Fable 5.2 за токен. Fable 5.2 — закрытая, дороже и, судя по имеющимся цифрам, сильнее в большинстве задач.
В этой статье мы сравним их по бенчмаркам, ценам и доступности, проведём одинаковый практический тест по кодированию и дадим рекомендации, что когда использовать.
Что такое Kimi K3.1 Pro?
Kimi K3.1 Pro — флагманская модель Moonshot AI, выпущенная 23 октября 2026 года. Это пост-обучённая версия Kimi K3 — модели Mixture-of-Experts с 2,8 трлн параметров, представленной Moonshot в июле, с примерно 104 млрд активных параметров на токен. Архитектура не изменилась; прирост достигнут за счёт существенно более масштабного RL-обучения на сотнях доменов задач.
У неё контекстное окно 1M токенов, «мышление» всегда включено (уровни усилий low, high и max), а также есть более быстрая версия Highspeed, которая стоит вдвое дороже. Moonshot выложила полные веса на Hugging Face 4 ноября по пользовательской лицензии.
Что такое Claude Fable 5.2?
Claude Fable 5.2 — самая способная универсальная модель Anthropic, выпущенная 9 ноября 2026 года. Она стоит выше Claude Opus 5.5 в линейке Claude и предназначена для самых сложных технических задач: крупных миграций, много-дневных агентных запусков и исследовательских проблем. Версия с меньшим числом ограничений, Claude Mythos 5.2, доступна только проверенным организациям в сфере безопасности и наук о жизни.
Fable 5.2 имеет контекстное окно 1M токенов, максимум 128K на вывод и регулируемые уровни усилий от low до max. Она на 20% дешевле Fable 5.1 и генерирует вывод до 30% быстрее. Подробнее о нововведениях — в нашей статье о Claude Fable 5.2, а модель в действии — в руководстве по API Claude Fable 5.2.
Kimi K3.1 Pro и Claude Fable 5.2: сравнение лоб в лоб
Есть один нюанс: общего табло нет. Таблица Fable 5.2 от Anthropic не включает Kimi, а результаты K3.1 Pro от Moonshot сравниваются с Fable 5.1, а не 5.2. Зато обе лаборатории тестировали Claude Opus 5.5, так что возьмём Opus 5.5 как опорную точку: насколько каждая модель выше или ниже Opus по тестам собственной лаборатории.
Метод не идеален. Лаборатории используют разные стенды и порой разные версии одних и тех же бенчмарков, а все числа — от вендоров. Но это самый честный взгляд, пока не появятся независимые результаты.
Бенчмарк
Kimi K3.1 Pro
Opus 5.5 (таблица Moonshot)
Claude Fable 5.2
Opus 5.5 (таблица Anthropic)
Humanity's Last Exam (с инструментами)
70,0%
67,7%
74,2%
67,7%
Terminal-Bench-Science 0.1
38,1%
63,3%
74,6%
58,7%
OSWorld 2.1 (работа с компьютером)
79,6%
81,8%
89,3%
87,2%
Обратите внимание: лаборатории даже по двум из трёх бенчмарков не сходятся в оценке Opus 5.5. Это напоминает, насколько важна методика.
Агентное кодирование
Здесь лаборатории приводят вообще разные бенчмарки, так что опорная точка Opus 5.5 — единственное, что есть. В результатах Moonshot Kimi K3.1 Pro примерно на уровне Opus 5.5 в Terminal-Bench 4.0 (65,7% против 66,4%) и впереди в SWE-Marathon — наборе многочасовых инженерных задач (51,7% против 46,3%). Но заметно уступает в ProgramBench (31,5% против 65,0%).
В результатах Anthropic Fable 5.2 опережает Opus 5.5 по обоим заявленным кодовым бенчмаркам: FrontierCode 2.0 (49,1% против 45,5%) и FrontierSWE v2 (69,9% против 62,3%).
Вывод: Kimi K3.1 Pro — примерно «класс Opus» в кодинге, с явной силой в длинных инженерных задачах и заметными слабыми местами вроде ProgramBench. Fable 5.2 — на ступень выше Opus. Это намекает, что в целом Fable 5.2 сильнее в коде, хотя Kimi K3.1 Pro может приближаться на многочасовых задачах, где она обходит Opus.
Рассуждение, исследования и офисная работа
В рассуждении преимущество у Fable 5.2. Помимо лидерства в Humanity's Last Exam с инструментами, она существенно выше в Terminal-Bench-Science, который проверяет научные исследования в терминале. Это самое слабое место Kimi K3.1 Pro: с 38,1% она отстаёт от Opus 5.5 на 25 пунктов в таблице самой Moonshot.
Kimi K3.1 Pro конкурентоспособнее в исследованиях и работе с документами. Она обгоняет Opus 5.5 в BrowseComp — тесте на поиск труднодоступной информации в интернете (92,1% против 90,8%), и в OfficeQA Pro, где требуется анализ финансовых PDF (64,4 против 62,2). Anthropic не приводила эти бенчмарки для Fable 5.2, так что прямого сравнения нет.
Галлюцинации и 3D
Графики Moonshot включают два результата против Fable 5.1, которые дают представление, как K3.1 Pro соотносится с линейкой Fable:
Галлюцинации: На внутреннем Kimi Hallu Bench, стресс-тесте, провоцирующем ошибки, K3.1 Pro делала ложные утверждения в 5,4% случаев без инструментов, против 11,4% у Fable 5.1. Это тест Moonshot, и числа для Fable 5.2 нет.
3D-моделирование: На BenchCAD, который проверяет восстановление 3D-объектов с помощью CAD-кода, K3.1 Pro и Fable 5.1 по сути сравнялись с инструментами (92,7 против 92,6). Anthropic сообщает о большом скачке у Fable 5.2 на BenchCAD, но в другой версии бенчмарка, поэтому цифры несопоставимы.
Открытые веса и безопасность
Это самое заметное практическое различие. Веса Kimi K3.1 Pro доступны на Hugging Face, так что вы можете запускать её на своём железе, дообучать или использовать через сторонний хостинг. Реалистично оценивайте ресурсы: чекпойнт — около 1,56 ТБ, то есть нужен сервер с несколькими GPU, а не рабочая станция. И обязательно прочитайте лицензию перед коммерческим использованием — это собственная лицензия Moonshot, а не стандартная open-source.
Fable 5.2 — закрытая, но доступна в Amazon Web Services, Google Cloud и Microsoft Azure, что важно, если ваша компания уже работает на одной из этих платформ.
Лаборатории по-разному подходят к рисковым возможностям. Moonshot удалила кибербезопасностные данные из обучения K3.1 Pro перед публикацией весов, из-за чего её результат на внутреннем бенчмарке эксплойтов снизился с 90,5% до 81,0%. Anthropic сохраняет все возможности Fable 5.2, но блокирует большинство запросов по наступательной безопасности и биологии на уровне исследований, предоставляя их только через Mythos 5.2 проверенным организациям.
Цены
За 1M токенов
Kimi K3.1 Pro
Claude Fable 5.2
Ввод
$2,00
$8,00
Вывод
$10,00
$40,00
Чтение из кеша
$0,20
$0,20
Запись в кеш на 5 минут
$2,00
$10,00
Быстрый вариант (ввод / вывод)
Highspeed: $4 / $20
Fast mode: $16 / $80
Скидка на батчи
Не указана
50% ($4 / $20)
Fable 5.2 стоит в четыре раза дороже за токен. Для нагрузки из 1 миллиона входных токенов и 250 000 выходных это около $4,50 на Kimi K3.1 Pro и $18 на Fable 5.2.
Два фактора сокращают разрыв. Чтение из кеша стоит одинаково, поэтому агентные циклы с повторным чтением одного и того же контекста обходятся ближе по цене, чем кажется по базовым ставкам. И если задачи не срочные, батч-цены Fable 5.2 снижают её до $4/$20 — как у варианта Highspeed Kimi. Модели также используют разные токенизаторы, поэтому один и тот же текст даст разное число токенов.
Практический тест: создаём симулятор лифтов
Бенчмарки из двух разных лабораторий — это полезно, но ограниченно, поэтому обе модели получили одну и ту же задачу в одном агенте для кодинга: OpenCode на моём Mac с настройками по умолчанию. Kimi K3.1 Pro запускалась через OpenRouter, а Claude Fable 5.2 — через API Anthropic, обе — в стандартных версиях, не в быстрых.
Задача: одностраничная симуляция трёх лифтов в 12-этажном здании. Выбрана потому, что правила легко проверить на глаз: лифт продолжает движение в выбранном направлении, пока впереди есть запросы; кабина с местами не проезжает мимо ожидающих в её направлении; и все три кабины не должны гнаться за одним вызовом. Есть кнопка «час пик», которая одновременно высаживает 30 человек в лобби. Вот промпт, вставленный дословно:
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.Работает на
Запускаем
Kimi K3.1 Pro завершила с первой попытки примерно за 9 минут. Fable 5.2 — нет. Дважды она планировала около 6 минут, после чего OpenCode останавливался, не записав ничего и без ошибок. Вероятно, сработал лимит по умолчанию в OpenCode — 32 000 выходных токенов на ответ: Fable 5.2 израсходовала весь бюджет на планирование до записи кода. Поднятие лимита до 128 000 решило проблему, и третья попытка завершилась за 15 минут.
Это не недостаток модели, но стоит учитывать, если вы пробуете Fable 5.2 в стороннем агенте для кодинга в первую неделю после релиза.
Час пик
Ниже — оба симулятора бок о бок. Я запустил каждый из своего зафиксированного состояния, затем одновременно нажал «час пик» и выставил скорость 4x.
Мне бросилось в глаза следующее:
Fable 5.2 быстрее разгружает лобби. Толпа на 30 человек у обеих одинаковая, но очередь у Kimi на 1-м этаже держится заметно дольше, тогда как у Fable она уменьшается до нескольких человек примерно за полминуты симуляции.
Причина — в одном правиле. В промпте было: не отправлять все три лифта на один вызов. Kimi K3.1 Pro поняла буквально и закрепляет одну кабину за одним вызовом. Fable 5.2 прочитала это как «не тратьте кабины впустую» и отправляет все три к толпе, слишком большой для одной кабины, и указала это в резюме. Оба толкования разумны, но у Fable в час пик это работает лучше.
Fable 5.2 также осознанно отступает от другого правила и помечает это. Она позволяет кабине пропустить этаж, если другая кабина уже загружает там пассажиров и у неё хватает мест для всех — чтобы избежать одновременного открытия дверей двумя лифтами для одних и тех же людей. Модель объяснила исключение и предложила убрать его.
Страница Fable 5.2 читается легче. Весь дом и статистика умещаются на одном экране, каждый пассажир — нумерованный чип с пунктом назначения. Панель Kimi K3.1 Pro детальнее, включая статус по каждой кабине, но на ноутбуке, чтобы увидеть все 12 этажей, нужно прокручивать, а пассажиры в кабине очень мелкие.
Обe проверяли свою работу
Ни одна модель не просто написала код и остановилась. Обе создали тестовые скрипты, прогонявшие симуляцию на протяжении «часов» и проверявшие, что ни одна кабина не перегружена, ни одна не проезжает мимо ожидающих, которых должна подобрать, и что при сбросе воспроизводится тот же прогон. Обе также проверили страницы в безголовом браузере на телефонных ширинах. В моих проверках обе страницы загружались без ошибок, не делали сетевых запросов и умещались на экране телефона без горизонтальной прокрутки.
Итог
Обе модели собрали рабочий симулятор. Fable 5.2 лучше справилась с часом пик и понятнее визуально, а также открыто объяснила, где интерпретировала задание. Но заняла больше времени, стоит в четыре раза дороже за токен и потребовала настройки лимита, чтобы вообще запуститься. Kimi K3.1 Pro заработала «из коробки» и буквально следовала правилам.
За четверть цены результат Kimi K3.1 Pro ближе, чем можно ожидать по разнице в стоимости. Это одна задача, по одному прогоны на модель, так что воспринимайте как первое впечатление, а не бенчмарк.
Когда выбрать Kimi K3.1 Pro, а когда — Claude Fable 5.2
Выбирайте Kimi K3.1 Pro, если…
Важна стоимость. За четверть цены Fable 5.2 это сильный вариант для массовой агентной работы.
Нужно развернуть у себя, дообучить или держать модель в собственной инфраструктуре.
Задачи длительные, но чётко определённые: многочасовые инженерные работы, веб-исследования или анализ финансовых документов.
Выбирайте Claude Fable 5.2, если…
Нужны лучшие результаты в сложном рассуждении, научной работе или взаимодействии с компьютером.
Нужна стабильность в кодинге на разных типах задач. У Kimi K3.1 Pro есть заметные провалы в некоторых кодовых бенчмарках, где она уступает даже Opus 5.5.
Нужно развёртывание в AWS, Google Cloud или Azure, либо внутри приложений Claude и Claude Code.
Есть и промежуточный вариант. Если Fable 5.2 — это избыточно, Claude Opus 5.5 стоит $4/$20, то есть вдвое дороже Kimi, и мы сравнили его напрямую с Kimi в статье Kimi K3.1 Pro vs. Claude Opus 5.5.
Заключение
Судя по доступным данным, Claude Fable 5.2 сильнее — особенно в рассуждении, науке и работе с компьютером. Но Kimi K3.1 Pro не обязана побеждать, чтобы быть лучшим выбором для множества задач. В кодинге и исследованиях она примерно уровня Opus, стоит четверть цены Fable, и её можно скачать.
Мой тест с лифтами показал то же: Fable 5.2 сделала лучший симулятор, но Kimi K3.1 Pro удивительно близка при четверти цены и запустилась без донастроек.
Если хотите поработать с такими моделями на практике, трек Developing AI Applications — хорошая отправная точка.
FAQs
Kimi K3.1 Pro лучше, чем Claude Fable 5.2?⌄
По доступным бенчмаркам — нет. Fable 5.2 лидирует в рассуждении с инструментами, научной работе и взаимодействии с компьютером. Но ни одна лаборатория не тестировала их бок о бок, а Kimi K3.1 Pro конкурентоспособна в длинных инженерных задачах и веб-исследованиях за четверть цены.
Сколько стоят Kimi K3.1 Pro и Claude Fable 5.2?⌄
Kimi K3.1 Pro стоит $2 за миллион входных токенов и $10 за миллион выходных. Claude Fable 5.2 — $8 и $40, то есть в четыре раза дороже. Обе берут $0,20 за миллион токенов при чтении из кеша, а пакетные цены Fable 5.2 вдвое ниже стандартных.
Является ли Kimi K3.1 Pro открытым исходником?⌄
Kimi K3.1 Pro — с открытыми весами: Moonshot выложила полные веса на Hugging Face 4 ноября 2026 года. Используется собственная лицензия Moonshot, а не стандартная open-source, поэтому перед коммерческим использованием ознакомьтесь с условиями. Claude Fable 5.2 — закрытая.
Что лучше для кодинга: Kimi K3.1 Pro или Claude Fable 5.2?⌄
Вероятно, Fable 5.2 сильнее в кодинге в целом, так как опережает Claude Opus 5.5 по кодовым бенчмаркам Anthropic, тогда как Kimi K3.1 Pro примерно соответствует Opus 5.5 по данным Moonshot. Сильная сторона Kimi K3.1 Pro — длинные инженерные задачи, где она обходит Opus 5.5 в SWE-Marathon.
Каковы контекстные окна Kimi K3.1 Pro и Claude Fable 5.2?⌄
У обеих контекстное окно 1M токенов. Claude Fable 5.2 поддерживает до 128K выходных токенов.
С разницей менее чем в три недели Moonshot AI и Anthropic выпустили новые флагманские модели. Kimi K3.1 Pro вышла в конце октября как самая мощная модель Moonshot с открытыми весами, а Claude Fable 5.2 появилась 9 ноября как самая способная модель Anthropic из общедоступных.
Они нацелены на схожие задачи — длительные агентные сессии кодирования, исследования и офисную работу, — но занимают противоположные ниши рынка. Kimi K3.1 Pro имеет открытые веса и стоит четверть цены Fable 5.2 за токен. Fable 5.2 — закрытая, дороже и, судя по имеющимся цифрам, сильнее в большинстве задач.
В этой статье мы сравним их по бенчмаркам, ценам и доступности, проведём одинаковый практический тест по кодированию и дадим рекомендации, что когда использовать.
Что такое Kimi K3.1 Pro?
Kimi K3.1 Pro — флагманская модель Moonshot AI, выпущенная 23 октября 2026 года. Это пост-обучённая версия Kimi K3 — модели Mixture-of-Experts с 2,8 трлн параметров, представленной Moonshot в июле, с примерно 104 млрд активных параметров на токен. Архитектура не изменилась; прирост достигнут за счёт существенно более масштабного RL-обучения на сотнях доменов задач.
У неё контекстное окно 1M токенов, «мышление» всегда включено (уровни усилий
low,highиmax), а также есть более быстрая версия Highspeed, которая стоит вдвое дороже. Moonshot выложила полные веса на Hugging Face 4 ноября по пользовательской лицензии.Что такое Claude Fable 5.2?
Claude Fable 5.2 — самая способная универсальная модель Anthropic, выпущенная 9 ноября 2026 года. Она стоит выше Claude Opus 5.5 в линейке Claude и предназначена для самых сложных технических задач: крупных миграций, много-дневных агентных запусков и исследовательских проблем. Версия с меньшим числом ограничений, Claude Mythos 5.2, доступна только проверенным организациям в сфере безопасности и наук о жизни.
Fable 5.2 имеет контекстное окно 1M токенов, максимум 128K на вывод и регулируемые уровни усилий от
lowдоmax. Она на 20% дешевле Fable 5.1 и генерирует вывод до 30% быстрее. Подробнее о нововведениях — в нашей статье о Claude Fable 5.2, а модель в действии — в руководстве по API Claude Fable 5.2.Kimi K3.1 Pro и Claude Fable 5.2: сравнение лоб в лоб
Есть один нюанс: общего табло нет. Таблица Fable 5.2 от Anthropic не включает Kimi, а результаты K3.1 Pro от Moonshot сравниваются с Fable 5.1, а не 5.2. Зато обе лаборатории тестировали Claude Opus 5.5, так что возьмём Opus 5.5 как опорную точку: насколько каждая модель выше или ниже Opus по тестам собственной лаборатории.
Метод не идеален. Лаборатории используют разные стенды и порой разные версии одних и тех же бенчмарков, а все числа — от вендоров. Но это самый честный взгляд, пока не появятся независимые результаты.
Обратите внимание: лаборатории даже по двум из трёх бенчмарков не сходятся в оценке Opus 5.5. Это напоминает, насколько важна методика.
Агентное кодирование
Здесь лаборатории приводят вообще разные бенчмарки, так что опорная точка Opus 5.5 — единственное, что есть. В результатах Moonshot Kimi K3.1 Pro примерно на уровне Opus 5.5 в Terminal-Bench 4.0 (65,7% против 66,4%) и впереди в SWE-Marathon — наборе многочасовых инженерных задач (51,7% против 46,3%). Но заметно уступает в ProgramBench (31,5% против 65,0%).
В результатах Anthropic Fable 5.2 опережает Opus 5.5 по обоим заявленным кодовым бенчмаркам: FrontierCode 2.0 (49,1% против 45,5%) и FrontierSWE v2 (69,9% против 62,3%).
Вывод: Kimi K3.1 Pro — примерно «класс Opus» в кодинге, с явной силой в длинных инженерных задачах и заметными слабыми местами вроде ProgramBench. Fable 5.2 — на ступень выше Opus. Это намекает, что в целом Fable 5.2 сильнее в коде, хотя Kimi K3.1 Pro может приближаться на многочасовых задачах, где она обходит Opus.
Рассуждение, исследования и офисная работа
В рассуждении преимущество у Fable 5.2. Помимо лидерства в Humanity's Last Exam с инструментами, она существенно выше в Terminal-Bench-Science, который проверяет научные исследования в терминале. Это самое слабое место Kimi K3.1 Pro: с 38,1% она отстаёт от Opus 5.5 на 25 пунктов в таблице самой Moonshot.
Kimi K3.1 Pro конкурентоспособнее в исследованиях и работе с документами. Она обгоняет Opus 5.5 в BrowseComp — тесте на поиск труднодоступной информации в интернете (92,1% против 90,8%), и в OfficeQA Pro, где требуется анализ финансовых PDF (64,4 против 62,2). Anthropic не приводила эти бенчмарки для Fable 5.2, так что прямого сравнения нет.
Галлюцинации и 3D
Графики Moonshot включают два результата против Fable 5.1, которые дают представление, как K3.1 Pro соотносится с линейкой Fable:
Открытые веса и безопасность
Это самое заметное практическое различие. Веса Kimi K3.1 Pro доступны на Hugging Face, так что вы можете запускать её на своём железе, дообучать или использовать через сторонний хостинг. Реалистично оценивайте ресурсы: чекпойнт — около 1,56 ТБ, то есть нужен сервер с несколькими GPU, а не рабочая станция. И обязательно прочитайте лицензию перед коммерческим использованием — это собственная лицензия Moonshot, а не стандартная open-source.
Fable 5.2 — закрытая, но доступна в Amazon Web Services, Google Cloud и Microsoft Azure, что важно, если ваша компания уже работает на одной из этих платформ.
Лаборатории по-разному подходят к рисковым возможностям. Moonshot удалила кибербезопасностные данные из обучения K3.1 Pro перед публикацией весов, из-за чего её результат на внутреннем бенчмарке эксплойтов снизился с 90,5% до 81,0%. Anthropic сохраняет все возможности Fable 5.2, но блокирует большинство запросов по наступательной безопасности и биологии на уровне исследований, предоставляя их только через Mythos 5.2 проверенным организациям.
Цены
Fable 5.2 стоит в четыре раза дороже за токен. Для нагрузки из 1 миллиона входных токенов и 250 000 выходных это около $4,50 на Kimi K3.1 Pro и $18 на Fable 5.2.
Два фактора сокращают разрыв. Чтение из кеша стоит одинаково, поэтому агентные циклы с повторным чтением одного и того же контекста обходятся ближе по цене, чем кажется по базовым ставкам. И если задачи не срочные, батч-цены Fable 5.2 снижают её до $4/$20 — как у варианта Highspeed Kimi. Модели также используют разные токенизаторы, поэтому один и тот же текст даст разное число токенов.
Практический тест: создаём симулятор лифтов
Бенчмарки из двух разных лабораторий — это полезно, но ограниченно, поэтому обе модели получили одну и ту же задачу в одном агенте для кодинга: OpenCode на моём Mac с настройками по умолчанию. Kimi K3.1 Pro запускалась через OpenRouter, а Claude Fable 5.2 — через API Anthropic, обе — в стандартных версиях, не в быстрых.
Задача: одностраничная симуляция трёх лифтов в 12-этажном здании. Выбрана потому, что правила легко проверить на глаз: лифт продолжает движение в выбранном направлении, пока впереди есть запросы; кабина с местами не проезжает мимо ожидающих в её направлении; и все три кабины не должны гнаться за одним вызовом. Есть кнопка «час пик», которая одновременно высаживает 30 человек в лобби. Вот промпт, вставленный дословно:
Запускаем
Kimi K3.1 Pro завершила с первой попытки примерно за 9 минут. Fable 5.2 — нет. Дважды она планировала около 6 минут, после чего OpenCode останавливался, не записав ничего и без ошибок. Вероятно, сработал лимит по умолчанию в OpenCode — 32 000 выходных токенов на ответ: Fable 5.2 израсходовала весь бюджет на планирование до записи кода. Поднятие лимита до 128 000 решило проблему, и третья попытка завершилась за 15 минут.
Это не недостаток модели, но стоит учитывать, если вы пробуете Fable 5.2 в стороннем агенте для кодинга в первую неделю после релиза.
Час пик
Ниже — оба симулятора бок о бок. Я запустил каждый из своего зафиксированного состояния, затем одновременно нажал «час пик» и выставил скорость 4x.
Мне бросилось в глаза следующее:
Обe проверяли свою работу
Ни одна модель не просто написала код и остановилась. Обе создали тестовые скрипты, прогонявшие симуляцию на протяжении «часов» и проверявшие, что ни одна кабина не перегружена, ни одна не проезжает мимо ожидающих, которых должна подобрать, и что при сбросе воспроизводится тот же прогон. Обе также проверили страницы в безголовом браузере на телефонных ширинах. В моих проверках обе страницы загружались без ошибок, не делали сетевых запросов и умещались на экране телефона без горизонтальной прокрутки.
Итог
Обе модели собрали рабочий симулятор. Fable 5.2 лучше справилась с часом пик и понятнее визуально, а также открыто объяснила, где интерпретировала задание. Но заняла больше времени, стоит в четыре раза дороже за токен и потребовала настройки лимита, чтобы вообще запуститься. Kimi K3.1 Pro заработала «из коробки» и буквально следовала правилам.
За четверть цены результат Kimi K3.1 Pro ближе, чем можно ожидать по разнице в стоимости. Это одна задача, по одному прогоны на модель, так что воспринимайте как первое впечатление, а не бенчмарк.
Когда выбрать Kimi K3.1 Pro, а когда — Claude Fable 5.2
Выбирайте Kimi K3.1 Pro, если…
Выбирайте Claude Fable 5.2, если…
Есть и промежуточный вариант. Если Fable 5.2 — это избыточно, Claude Opus 5.5 стоит $4/$20, то есть вдвое дороже Kimi, и мы сравнили его напрямую с Kimi в статье Kimi K3.1 Pro vs. Claude Opus 5.5.
Заключение
Судя по доступным данным, Claude Fable 5.2 сильнее — особенно в рассуждении, науке и работе с компьютером. Но Kimi K3.1 Pro не обязана побеждать, чтобы быть лучшим выбором для множества задач. В кодинге и исследованиях она примерно уровня Opus, стоит четверть цены Fable, и её можно скачать.
Мой тест с лифтами показал то же: Fable 5.2 сделала лучший симулятор, но Kimi K3.1 Pro удивительно близка при четверти цены и запустилась без донастроек.
Если хотите поработать с такими моделями на практике, трек Developing AI Applications — хорошая отправная точка.