Kimi K3: výkon Opus 4.8 za cenu strednej triedy

Kimi K3 je čínsky model s 2,8 bilióna parametrov od spoločnosti Moonshot AI, ktorý v nezávislom teste Artificial Analysis Intelligence Index dosiahol skóre 57, teda úroveň Claude Opus 4.8 a GPT-5.5. Za výstup zaplatíte 15 USD za milión tokenov, čo je menej než pri GPT-5.6 Sol aj Claude Fable 5. Pre firmu je to lákavé číslo, no úsporu treba overiť na vlastnej záťaži, nie na leaderboarde.

Začnem tým, čo ma na tejto správe zaujalo najviac. Nie skóre. To sa medzi špičkovými modelmi líši o body, ktoré v produkcii málokedy pocítite. Zaujal ma pomer výkonu k cene a otázka, či sa za ním neskrýva náklad, ktorý sa objaví až po nasadení.

Čo je Kimi K3 a v čom je iný než predchádzajúce modely?

Kimi K3 je Mixture-of-Experts^?Architektúra modelu, kde sa pri každom dopyte aktivuje len časť z celkových parametrov (u K3 16 z 896 expertov), čím sa šetrí výpočtový výkon. model, ktorý pri inferencii aktivuje 16 z 896 expertov. Má kontextové okno^?Množstvo textu, ktoré model dokáže spracovať naraz. U Kimi K3 je to 1 milión tokenov, teda stovky strán. 1 milión tokenov a natívne spracúva text aj obrázky. Podľa CGTN ide o najväčší open-source model doteraz, s takmer dvojnásobkom parametrov oproti DeepSeek V4-Pro.

Moonshot ho opisuje ako model pre dlhodobé kódovanie, znalostnú prácu a komplexné uvažovanie. Firemný technický blog otvorene priznáva, že K3 stále zaostáva za Claude Fable 5 a GPT-5.6 Sol, no ostatné testované modely konzistentne prekonáva.

Ako obstál Kimi K3 v nezávislých benchmarkoch?

V Artificial Analysis Intelligence Index dosiahol skóre 57, na úrovni Opus 4.8 a GPT-5.5, za vedúcimi Fable 5 a GPT-5.6 Sol. V databáze BenchLM figuruje na 4. mieste z 200 modelov na verejnom leaderboarde s celkovým skóre 80,96 zo 100. Jeden zdroj ho v aktualizovanom rebríčku posunul na 3. miesto pred Opus 4.8 so skóre 84,7.

Tie čísla sa rozchádzajú, a to je dôležité. Rôzne leaderboardy merajú rôzne veci a poradie tesne pod špičkou je pohyblivé. Pri rozhodovaní sa neopieram o umiestnenie, ale o to, ako model zvláda konkrétne úlohy, ktoré chcem automatizovať. Ak vás zaujíma, prečo benchmarky zvádzajú, náš rozbor úspešnosti AI na reálnych pracovných úlohách ukazuje priepasť medzi testom a produkciou.

Kedy sa firme oplatí prejsť z uzavretých API na Kimi K3?

Oplatí sa vtedy, keď model spĺňa vašu kvalitu na konkrétnej úlohe a objem dopytov je dosť veľký na to, aby rozdiel v cene za milión tokenov niečo znamenal. Oficiálne ceny Moonshotu sú 3 USD za milión vstupných tokenov, 15 USD za výstupné a 0,30 USD za znovupoužitý vstup z cache.

Podľa CHOSUNBIZ odhaduje Artificial Analysis priemernú cenu jednej úlohy na 0,94 USD. Pred migráciou si prejdite tento zoznam:

• Zmerajte reálnu chybovosť na svojich dátach, nie na verejnom teste. Model, ktorý je štvrtý v rebríčku, môže na vašej úlohe zaostávať za tretím.
• Spočítajte podiel vstupných a výstupných tokenov. Pri drahom výstupe (15 USD) sa úspora líši podľa toho, či generujete dlhé texty alebo krátke odpovede.
• Overte latenciu pri vašom objeme paralelných dopytov, nie pri jednom volaní.
• Zvážte, kde dáta fyzicky spracúvate. Pri čínskom API môže byť rozhodujúca otázka ochrany údajov, nie cena.

Rozhodnutie vyvinúť, kúpiť alebo integrovať sa dá spočítať cez celý životný cyklus, nielen cez cenu tokenu. Ak stojíte pred takou úvahou na úrovni vedenia, náš workshop o investičnom rozhodnutí medzi vlastným vývojom a nákupom AI vám dá rozhodovaciu maticu pre váš konkrétny prípad; má zmysel, ak riešite kalkuláciu na milióny, nie výber medzi dvoma API kľúčmi.

Prečo cena za task neznamená automaticky nižšie náklady?

Pretože 0,94 USD za úlohu je cena za API. Lákadlo open-weights^?Model, ktorého váhy sú verejne dostupné, takže si ho firma môže hostovať sama namiesto platenia za cudzie API. je, že si model môžete hostovať sami. Lenže k 18. júlu 2026 váhy ešte neboli zverejnené; Moonshot plánuje uvoľniť váhy a technickú správu do 27. júla, pričom licenčné podmienky zatiaľ nespresnil.

Model s 2,8 bilióna parametrov nerozbehnete na jednom serveri. Infraštruktúra, GPU a prevádzka pri vlastnom hostovaní tvoria náklad, ktorý sa v cene za task neobjaví. Analýza Huatai Securities sleduje K3 v scenároch s tisíckami webových dotazov a paralelnými sub-agentmi práve preto, aby zmerala zmenu inferenčnej záťaže pri zložitých podnikových úlohách. Komplexné TCO^?Total Cost of Ownership, teda celkový náklad na vlastníctvo riešenia počas celého životného cyklu vrátane infraštruktúry a prevádzky, nielen ceny za API. modely pri vlastnom hostovaní zatiaľ nikto detailne nezverejnil.

Skúsenosť z produkcie ma naučila jednu vec: čínske open-weights modely vedia byť skvelé v testoch a zradné v detailoch. Pri príbuznom modeli sme narazili na problém, ktorý sme popísali v článku o halucináciách GLM 5.2 pri web search. Preto k novým modelom pristupujem skepticky, kým ich neoverím na svojej záťaži.

Ako otestovať Kimi K3 skôr, než zmeníte architektúru?

Nasaďte ho paralelne k súčasnému modelu na malej vzorke produkčných dopytov a porovnajte výstup, latenciu a náklad na rovnakej úlohe. Kimi K3 je dostupný cez chat Kimi.com, desktopový Kimi Work, coding asistenta Kimi Code a cez API. Pre firemné nasadenie odporúčam tento postup:

1. Vyberte 3 až 5 úloh, ktoré tvoria väčšinu vašich dopytov, a otestujte ich na oboch modeloch súčasne.
2. Nechajte porovnanie bežať aspoň týždeň, aby ste zachytili aj okrajové prípady, nie priemer.
3. Zrátajte reálny náklad na týždeň, vrátane vstupných aj výstupných tokenov, a porovnajte ho so súčasným účtom.
4. Až potom rozhodnite o migrácii alebo o čakaní na zverejnenie váh a licencie.

Ak staviate produkčné RAG alebo agentové systémy a chcete vedieť, ako spoľahlivo zaradiť nový model do architektúry kontextu, náš dvojdňový workshop o produkčnej AI, RAG a agentoch pre CTO a architektov rieši presne tento krok medzi prototypom a spoľahlivou prevádzkou.

Kedy má prechod na Kimi K3 zmysel a kedy nie

Má zmysel, ak model prejde vaším testom na konkrétnej úlohe, máte veľký objem dopytov a cena výstupu tvorí podstatnú časť účtu. Vtedy môže priniesť reálnu úsporu už cez API, bez vlastného hostovania.

Nemá zmysel počítať s úsporou z open-weights, kým Moonshot nezverejní váhy a licenciu, ktorá bude k 18. júlu 2026 stále otvorená. A nemá zmysel migrovať pre tretie miesto v rebríčku, ak vaše dáta nesmú opustiť EÚ. Otázku regulácie pri tomto konkrétnom modeli sme rozobrali v článku o tom, čo Kimi K3 znamená pre firmy v EÚ. Model je silný. Rozhodnutie o ňom je však otázka vašej záťaže, vašich dát a vášho účtu, nie titulku o poražení Opus 4.8.