Kimi K3 vale a pena para programar? Comparativo com Claude e ChatGPT em código

Fala aí, beleza? A Moonshot acabou de soltar o maior modelo de pesos abertos que já existiu, e ele veio brigar direto com o Claude e o ChatGPT em código

O nome é Kimi K3, e a pergunta que interessa pra gente é uma só: vale a pena programar com ele?

Bora responder isso do jeito certo, com benchmark na mesa, teste prático na CLI da Moonshot e comparação honesta com os modelos que você provavelmente já usa

O que é o Kimi K3 e por que ele chamou atenção

O Kimi K3 foi lançado em 16/07/2026 pela Moonshot AI, uma empresa chinesa com sede em Pequim

Ele é o sucessor da linha Kimi K2, e chegou como modelo open-weight: os pesos abertos foram publicados no Hugging Face em 26/07/2026, em huggingface.co/moonshotai/Kimi-K3

Agora se liga nos números, porque é aqui que ele impressiona

• 2,8 trilhões de parâmetros totais
• arquitetura Mixture-of-Experts (MoE) com 104 bilhões de parâmetros ativos
• janela de contexto de 1.048.576 tokens (1 milhão)

Que história é essa de MoE? É o seguinte: o modelo tem 2,8T de parâmetros no total, mas não usa tudo de uma vez a cada token

Ele ativa só uma fração (os 104B), o que deixa um modelo gigante mais viável de rodar

Na data de estreia, em julho de 2026, ele foi apresentado como o maior modelo open-source já lançado e o open-weight mais forte disponível

É tipo pegar um modelo de fronteira e falar "toma, os pesos são seus"

Kimi K3 vs Claude vs ChatGPT em código: benchmarks e preço

Agora a parte que importa pra quem programa

Vou cruzar o K3 com o Claude Fable 5 e o GPT-5.6 Sol nos índices da Artificial Analysis, que roda esses modelos em provas de código

Repara no Intelligence Index: o K3 fez 57, logo atrás do Claude Fable 5 (~60) e do GPT-5.6 Sol (~59)

Ou seja, ele não é o número 1 geral, mas está colado nos dois modelos de ponta ocidentais

No Coding Agent Index ele aparece em #5 com score 57, rodado dentro do Kimi Code (a CLI dele)

Nesse índice o K3 empata com GPT-5.6 Terra e GPT-5.5, fica atrás de GPT-5.6 Sol max (61), Fable 5 max (59) e Grok 4.5 high (58), e passa na frente do Opus 4.8 max (55)

Olha isso: um modelo de pesos abertos batendo o Opus 4.8 nesse recorte de código, é insano

Em benchmarks específicos de código, o K3 marcou:

• 84% em Terminal-Bench v2
• 64% em DeepSWE
• 23% em SWE-Atlas-QnA

E o destaque grande veio no Frontend Code Arena, leaderboard operado pela Arena.ai

Lá o K3 estreou no topo com 1.679 pontos, na frente do Claude Fable 5 (1.631) e do GPT-5.6 Sol (1.618)

Em front-end, então, ele não só cola: ele lidera

E o preço da API?

Aqui mora um dos argumentos mais fortes do K3

No K3 ainda tem um detalhe: a entrada com cache hit cai pra US$ 0,30 por 1M de tokens, contra US$ 3,00 no cache miss

Se você reaproveita bastante contexto, o custo real de entrada despenca

Teste prático: programando com o Kimi Code (CLI)

Benchmark é ótimo, mas eu quero ver a coisa rodando de verdade

Eu já tinha testado o Kimi várias vezes antes, e rodar ele dentro do Claude Code não funcionou tão bem

Por isso, dessa vez, fui testar o K3 na CLI própria da Moonshot, o Kimi Code

Que Kimi Code é esse? É a ferramenta de programação open-source da Moonshot, uma CLI que concorre direto com o Claude Code (da Anthropic) e o Gemini CLI (do Google)

Ela recebeu as versões 0.25.0 e 0.26.0 no mesmo dia do lançamento do K3

Se você está na dúvida entre as duas ferramentas, eu já falei sobre Kimi K3 ou Claude Code pro seu projeto em outro post

Instalei o Kimi Code rodando um comando no terminal, e depois bastou digitar o comando pra abrir

Fiz login pra autenticar e liberar o acesso ao modelo, entrei na opção de modelo e selecionei o K3 manualmente

Uma coisa massa: dá pra ativar um modo que desliga as aprovações, então ele roda sem te pedir confirmação a cada passo

A barra abre os comandos que qualquer CLI dessas tem: compactar a janela de contexto, MCP, plugins e skills

O que eu mandei ele construir

O plano era um SaaS quase pronto pra lançar, faltando só integrar pagamento: um analisador de contratos, o projeto que apelidei de ‘contrato AI’

No primeiro prompt o K3 gerou a base do projeto, criou rotas de registro e login como placeholder, e rodou npm install e build antes de me entregar

O resultado inicial veio com páginas de login e registro prontas, seguindo o padrão do sistema, e com o build já feito

A base ficou interessante, mas ainda tem ‘cara de IA’, aquele visual meio genérico

Isso é contornável com skills e prompts, então não me preocupa tanto

Agora os números que eu vi na tela:

• uso da cota da assinatura no início da sessão: quase 1%
• tempo pra gerar a base do primeiro projeto, já com build: cerca de 10 minutos
• uso do contexto depois do prompt de autenticação: 7% a 8% do 1 milhão
• uso do contexto antes de compactar: cerca de 10%

No segundo prompt eu pedi autenticação completa feita à mão, sem serviço externo e sem login social

Usando SQLite local, com cadastro (nome, e-mail, senha), validação e verificação de e-mail mostrando o link no terminal

E aqui um detalhe que eu curti: o modelo testa o código e roda o build antes de entregar

Isso é importante pra aplicação já sair buildada e funcionar num servidor, sem aquela surpresa de "na minha máquina rodava"

Usei o comando de compactação do contexto pra economizar tokens da cota, e dava pra ver o contexto diminuir depois

Na terceira etapa parti pra análise de contratos com IA, planejando conectar o próprio K3 via OpenRouter, com a chave de API em variável de ambiente

No vídeo abaixo eu mostro tudo isso acontecendo na prática, passo a passo

Para quais tarefas de código o Kimi K3 compensa

Beleza, e na vida real, pra que tipo de tarefa esse modelo brilha? Se liga

Front-end: é onde ele mais se destaca

Liderar o Frontend Code Arena na frente de Fable 5 e GPT-5.6 Sol não é pouca coisa

Se o seu trampo é montar interface, vale colocar o K3 pra brigar

Bases de código grandes: o contexto de 1 milhão de tokens ajuda demais

Dá pra jogar um projeto inteiro no contexto sem ficar picotando arquivo por arquivo

Alternativa open-weight mais barata: por US$ 3 de entrada e US$ 15 de saída por 1M de tokens, o K3 entrega desempenho de fronteira sem o preço de topo

E se você quer economizar ainda mais em tarefa de código pura, dá pra olhar os tiers de baixo da linha Moonshot

O K2.7 Code, especializado em código, e o K2.6, de uso geral, saem por US$ 0,95 de entrada e US$ 4 de saída por 1M de tokens

Às vezes você não precisa do flagship pra resolver um refactor simples, e aí o modelo especializado sai bem mais em conta

Se quiser ir mais fundo nos prós e contras, eu detalho quando o Kimi K3 vale a pena pra programar num post só sobre isso

Veredito: vale a pena trocar Claude ou ChatGPT pelo Kimi K3?

Vamos ao que interessa, sem enrolação

Onde ele empata ou supera: em front-end o K3 lidera o Arena na frente dos dois rivais, e no Coding Agent Index ele passa o Opus 4.8 max

Somando isso ao preço e ao fato de ser open-weight, é um combo forte pra quem quer autonomia e custo baixo

Onde ele ainda fica atrás: no Intelligence Index geral ele marcou 57, atrás de Claude Fable 5 (~60) e GPT-5.6 Sol (~59)

E no Coding Agent Index os topos de GPT-5.6 Sol (61), Fable 5 (59) e Grok 4.5 high (58) seguem na frente do 57 dele

Ou seja, no raspão de ponta a ponta, os proprietários ocidentais ainda levam a melhor

Pra quem faz sentido adotar: dev que valoriza pesos abertos, que quer segurar custo de API, ou que trabalha muito com front-end

Pra esse perfil, o K3 não é só curiosidade, é ferramenta séria

Pra quem talvez não valha trocar agora: se você já tem um fluxo redondo no Claude ou no ChatGPT e busca o topo absoluto de raciocínio, a troca não te dá ganho claro hoje

Não é questão de o K3 ser ruim, é que a diferença não justifica largar o que já funciona

Minha visão honesta: não precisa "trocar", precisa ter na caixa de ferramentas

Conclusão

O Kimi K3 chegou brigando de igual pra igual em código, e o mais louco é que ele faz isso sendo open-weight e mais barato que o flagship dos concorrentes

Se quiser testar por conta própria, o caminho é instalar o Kimi Code, autenticar, selecionar o K3 e mandar ele construir algo real

O que observar no seu teste: quanto de contexto ele consome, se ele roda build e testa o código antes de entregar, e se o resultado precisa muito de ajuste no visual

Eu sigo acompanhando a evolução da linha Moonshot de perto, porque no ritmo que essa galera solta modelo, a próxima surpresa não deve demorar

até o próximo post!