Kimi K3.1 Pro vs. Claude Fable 5.2: Benchmark, prissättning och vilken du ska använda

Med mindre än tre veckors mellanrum släppte Moonshot AI och Anthropic varsin ny toppmodell. Kimi K3.1 Pro kom i slutet av oktober som Moonshots starkaste modell med öppna vikter, och Claude Fable 5.2 kom den 9 november som Anthropics mest kapabla allmänt tillgängliga modell.

De siktar på liknande arbete, som långa agentstyrda kodkörningar, research och kontorsuppgifter, men de befinner sig i varsin ände av marknaden. Kimi K3.1 Pro har öppna vikter och kostar en fjärdedel av Fable 5.2:s pris per token. Fable 5.2 är sluten, dyrare och, enligt de siffror vi har, starkare på de flesta uppgifter.

I den här artikeln jämför jag dem utifrån benchmarktester, prissättning och åtkomst, kör båda genom samma praktiska kodtest och ger en rekommendation om vilken du ska använda till vad.

Vad är Kimi K3.1 Pro?

Kimi K3.1 Pro är Moonshot AI:s flaggskeppsmodell, släppt den 23 oktober 2026. Det är en eftertränad version av Kimi K3, Moonshots Mixture-of-Experts-modell med 2,8 biljoner parametrar som släpptes i juli, med cirka 104 miljarder aktiva parametrar per token. Arkitekturen är oförändrad; förbättringarna kommer från en mycket större omgång förstärkningsinlärning över hundratals uppgiftsdomäner.

Den har ett kontextfönster på 1 M token, tänkande som alltid är på (med nivåerna low, high och max), och en snabbare Highspeed-variant som kostar dubbelt så mycket. Moonshot släppte de fullständiga vikterna på Hugging Face den 4 november, under en egen licens.

Vad är Claude Fable 5.2?

Claude Fable 5.2 är Anthropics mest kapabla modell för allmän användning, släppt den 9 november 2026. Den ligger över Claude Opus 5.5 i Claude-serien och är byggd för de svåraste tekniska jobben: stora migreringar, flerdagars agentkörningar och forskningsproblem. En version med färre skydd, Claude Mythos 5.2, finns bara för granskade säkerhets- och life science-organisationer.

Fable 5.2 har ett kontextfönster på 1 M token, 128K maxutdata och justerbara ansträngningsnivåer från low till max. Den är 20% billigare än Fable 5.1 och genererar utdata upp till 30% snabbare. För mer om vad som ändrats, se vår artikel om Claude Fable 5.2, och du kan se modellen i praktiken i vår API-guide för Claude Fable 5.2.

Kimi K3.1 Pro vs. Claude Fable 5.2: Direkt jämförelse

Här är haken med den här jämförelsen: det finns ingen gemensam resultattavla. Anthropics tabell för Fable 5.2 inkluderar inte Kimi, och Moonshots resultat för K3.1 Pro jämför mot Fable 5.1, inte 5.2. Båda labben testade dock mot Claude Opus 5.5, så jag använder Opus 5.5 som referenspunkt: hur långt varje modell hamnar över eller under Opus på sitt eget labs tester.

Det här är ingen perfekt metod. Labben använder olika testriggar och ibland olika versioner av samma benchmark, och alla siffror här är leverantörrapporterade. Men det är den rättvisaste bilden som finns tills oberoende resultat kommer in.

Observera att de två labben inte ens är överens om Opus 5.5:s poäng för två av de tre benchmarksen. Det påminner om hur mycket setupen spelar roll. 

Agentstyrd kodning

Här rapporterar de två labben helt olika benchmark, så referenspunkten Opus 5.5 är allt vi har. I Moonshots resultat är Kimi K3.1 Pro ungefär i nivå med Opus 5.5 på Terminal-Bench 4.0 (65,7% vs 66,4%) och före på SWE-Marathon, en uppsättning flertimmars ingenjörsuppgifter (51,7% vs 46,3%). Men den halkar rejält efter på ProgramBench (31,5% vs 65,0%).

I Anthropics resultat leder Fable 5.2 Opus 5.5 på båda kodningsbenchmarks den rapporterar: FrontierCode 2.0 (49,1% vs 45,5%) och FrontierSWE v2 (69,9% vs 62,3%).

Min tolkning: Kimi K3.1 Pro är ungefär en Opus-klassad kodningsmodell, med en verklig styrka i långa ingenjörsuppgifter och några tydliga svagheter, som ProgramBench. Fable 5.2 ligger ett snäpp över Opus. Det tyder på att Fable 5.2 är den starkare kodaren överlag, även om Kimi K3.1 Pro kan komma nära på de flertimmarsuppgifter där den slår Opus.

Resonemang, research och kontorsarbete

Fable 5.2 har ett övertag i resonemang. Förutom sin ledning på Humanity's Last Exam med verktyg, får den betydligt högre poäng på Terminal-Bench-Science, som testar vetenskaplig research i en terminal. Det är Kimi K3.1 Pros svagaste område: med 38,1% ligger den 25 poäng efter Opus 5.5 i Moonshots egen tabell.

Kimi K3.1 Pro är mer konkurrenskraftig på research och dokument. Den slår Opus 5.5 på BrowseComp, ett test av att hitta svårfunnen information på webben (92,1% vs 90,8%), och på OfficeQA Pro, som innebär analys av finansiella PDF:er (64,4 vs 62,2). Anthropic rapporterade inte något av dessa benchmark för Fable 5.2, så det går inte att jämföra direkt.

Hallucination och 3D

Moonshots diagram inkluderar två resultat mot Fable 5.1, som ger en fingervisning om hur K3.1 Pro står sig mot Fable-serien:

• Hallucination: På Moonshots interna Kimi Hallu Bench, ett stresstest byggt för att provocera fram fel, gjorde K3.1 Pro felaktiga påståenden i 5,4% av fallen utan verktyg, jämfört med 11,4% för Fable 5.1. Detta är Moonshots eget test, och vi har ingen siffra för Fable 5.2.
• 3D-modellering: På BenchCAD, som testar att återskapa 3D-objekt med CAD-kod, var K3.1 Pro och Fable 5.1 i princip lika med verktyg (92,7 vs 92,6). Anthropic rapporterar ett stort lyft för Fable 5.2 på BenchCAD, men på en annan version av benchmarken, så siffrorna är inte jämförbara.

Öppna vikter och säkerhet

Detta är den största praktiska skillnaden. Kimi K3.1 Pros vikter finns på Hugging Face, så du kan köra den på egen hårdvara, finjustera den eller använda den via en tredjepartsleverantör. Var realistisk kring hårdvaran: checkpointen är cirka 1,56 TB, vilket innebär en server med flera GPU:er, inte en arbetsstation. Och läs licensen innan du bygger en produkt på den, eftersom det är Moonshots egen licens, inte en standardiserad open source-licens.

Fable 5.2 är sluten, men finns på Amazon Web Services, Google Cloud och Microsoft Azure, vilket spelar roll om ditt företag redan kör på någon av dem.

De två labben hanterar också riskfyllda kapabiliteter olika. Moonshot tog bort cybersäkerhetsdata från K3.1 Pros träning innan vikterna släpptes, vilket sänkte dess poäng på ett internt exploit-benchmark från 90,5% till 81,0%. Anthropic behåller Fable 5.2:s fulla kapabiliteter men blockerar de flesta offensiva säkerhets- och forskningsnivåförfrågningar inom biologi, och erbjuder dem endast via Mythos 5.2 till granskade organisationer.

Prissättning

Fable 5.2 kostar fyra gånger så mycket per token. För en arbetslast på 1 miljon inputtoken och 250 000 outputtoken blir det cirka $4,50 på Kimi K3.1 Pro och $18 på Fable 5.2.

Två saker minskar gapet. Cache-läsningar kostar samma på båda, så agentloopar som läser om samma kontext ligger närmare i pris än rubriksiffrorna antyder. Och om ditt arbete kan vänta sänker Fable 5.2:s batchprissättning den till $4/$20, samma som Kimis Highspeed-variant. Modellerna använder också olika tokenizers, så samma text ger inte exakt samma antal token i respektive modell.

Praktiskt test: Bygga en hisssimulator

Benchmark från två olika labb tar dig bara så långt, så jag gav båda modellerna samma uppgift i samma kodagent: OpenCode, på min Mac, med standardinställningar. Kimi K3.1 Pro kördes via OpenRouter och Claude Fable 5.2 via Anthropics API, båda i sina standardversioner snarare än de snabbare varianterna.

Uppgiften är en enkel sida som simulerar tre hissar i en byggnad med 12 våningar. Jag valde den eftersom reglerna är lätta att kontrollera genom att titta: en hiss fortsätter i sin riktning så länge det finns förfrågningar framför, en vagn med plats passerar aldrig någon som väntar åt samma håll, och alla tre vagnarna ska inte jaga samma anrop. Det finns också en rusningstidsknapp som släpper 30 personer i lobbyn på en gång. Här är prompten, inklistrad ordagrant:

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.Drivs av

Få det att köra

Kimi K3.1 Pro blev klar på första försöket på cirka 9 minuter. Fable 5.2 blev det inte. Två gånger planerade den i cirka 6 minuter, och sedan stoppade OpenCode utan att skriva något eller visa ett fel. Den sannolika orsaken är OpenCodes standardgräns på 32 000 outputtoken per svar: Fable 5.2 lade hela budgeten på planering innan den skrev någon kod. Att höja gränsen till 128 000 löste det, och tredje försöket blev klart på 15 minuter.

Det är inte ett fel i modellen, men bra att känna till om du testar Fable 5.2 i en tredjeparts kodagent veckan den lanserades.

Titta på rusningstid

Här är båda simulatorerna sida vid sida. Jag startade var och en från sitt egna seedade läge, tryckte sedan på rusningstid samtidigt och satte båda till 4x hastighet.

Några saker stack ut för mig:

• Fable 5.2 rensar lobbyn snabbare. Båda får samma 30-personerskö, men Kimis kö på våning 1 förblir lång betydligt längre, medan Fables krymper till en handfull inom cirka en halv simulerad minut.
• Det kokar ner till en regel. Prompten sa att man inte skulle skicka alla tre hissarna till samma anrop. Kimi K3.1 Pro tog det bokstavligt och tilldelar en vagn per anrop. Fable 5.2 läste det som ”slösa inte vagnar” och skickar alla tre till en folkmassa som är för stor för en vagn, och den sa det i sin sammanfattning. Båda tolkningarna är rimliga, men Fables funkar bättre vid rusningstid.
• Fable 5.2 böjde också en annan regel, och flaggade det. Den låter en vagn hoppa över en våning om en annan vagn redan lastar där med plats för alla, vilket undviker att två vagnar öppnar dörrarna för samma personer. Den förklarade undantaget och erbjöd sig att ta bort det.
• Fable 5.2:s sida är lättare att läsa. Hela byggnaden och statistiken får plats på en skärm, och varje passagerare är en numrerad bricka som visar sin destination. Kimi K3.1 Pros instrumentpanel har mer detaljer, inklusive en statuspanel för varje vagn, men på en bärbar skärm måste du scrolla för att se alla 12 våningarna, och passagerarna i varje vagn är små.

Båda granskade sitt eget arbete

Ingen av modellerna bara skrev koden och stannade. Båda skrev testskript som körde simuleringen i timmar (simulerat), och kontrollerade att ingen vagn överskred kapaciteten, att ingen vagn passerade en väntande passagerare den borde ha plockat upp, och att en återställning reproducerade samma körning. Båda kontrollerade också sina sidor i en headless-browser i telefonbredd. I mina egna kontroller laddades båda sidorna utan fel, gjorde inga nätverksförfrågningar och fick plats på en telefonskärm utan att behöva scrolla i sidled.

Min dom

Båda modellerna byggde en fungerande simulator. Fable 5.2 hanterade rusningstid bättre och var lättare att följa, och den var mer öppen med var den hade tolkat prompten. Men den tog längre tid, kostar fyra gånger så mycket per token och krävde en konfigurationsändring innan den alls gick att köra. Kimi K3.1 Pro fungerade direkt och följde reglerna mer bokstavligt.

För en fjärdedel av priset är Kimi K3.1 Pros resultat närmare än prisskillnaden antyder. Detta är en uppgift, körd en gång per modell, så se det som ett första intryck snarare än ett benchmark.

När ska du välja Kimi K3.1 Pro vs. Claude Fable 5.2

Välj Kimi K3.1 Pro om...

• Kostnaden spelar roll. Till en fjärdedel av priset för Fable 5.2 är den svårslagen för agentarbete i stor skala.
• Du vill självhosta, finjustera eller behålla modellen på din egen infrastruktur.
• Dina uppgifter är långa men väl definierade, som flertimmars ingenjörsjobb, webbresearch eller analys av finansiella dokument.

Välj Claude Fable 5.2 om...

• Du behöver starkast resultat i svårt resonemang, vetenskapligt arbete eller datoranvändning.
• Du behöver konsekvent kodningsprestanda över uppgiftstyper. Kimi K3.1 Pro har stora luckor på vissa kodningsbenchmark där den ligger efter till och med Opus 5.5.
• Du behöver den på AWS, Google Cloud eller Azure, eller i Claude-apparna och Claude Code.

Det finns också ett mellanläge. Om Fable 5.2 är mer än du behöver kostar Claude Opus 5.5 $4/$20, dubbelt så mycket som Kimi, och vi har jämfört den direkt med Kimi i vår artikel om Kimi K3.1 Pro vs. Claude Opus 5.5.

Avslutande tankar

Utifrån de siffror vi har är Claude Fable 5.2 den starkare modellen, särskilt i resonemang, vetenskap och datoranvändning. Men Kimi K3.1 Pro behöver inte vinna rakt av för att vara det bättre valet för mycket arbete. Den är ungefär i Opus-klass på kodning och research, kostar en fjärdedel av Fables pris, och du kan ladda ner den.

Mitt eget hisstest pekade åt samma håll: Fable 5.2 byggde den bättre simulatorn, men Kimi K3.1 Pro kom förvånansvärt nära för en fjärdedel av priset, och fungerade direkt.

Om du vill bli praktisk med den här typen av modeller är vår utbildning Developing AI Applications en bra start.