🌕 Kimi K3 có thật sự gần Fable 5 và GPT‑5.6 Sol?

Một mô hình AI mới xuất hiện, mang theo con số 2,8 nghìn tỷ tham số, context một triệu token và một câu headline rất dễ làm người ta bật dậy: “model mở đã gần ngang Claude Fable 5 và GPT‑5.6 Sol”.

Câu ấy có một phần đúng, nhưng cần thêm vài dấu sao nhỏ xíu — loại dấu sao đủ sức thay đổi cả ý nghĩa câu chuyện.

Kimi K3 của Moonshot AI thật sự đã tiến vào nhóm mô hình frontier. Kết quả độc lập ban đầu từ Artificial Analysis đặt nó ở vị trí rất cao; Arena ghi nhận K3 dẫn đầu bảng Frontend Code vào thời điểm công bố; và nhiều người thử sớm khen khả năng coding dài hơi. Nhưng chính Moonshot cũng viết rằng hiệu năng tổng thể của K3 vẫn đứng sau Claude Fable 5 và GPT‑5.6 Sol.

Quan trọng hơn: ngày 17/7/2026, K3 chưa phải một bộ weights mà ta có thể tải về. Moonshot gọi đây là “open model” và cam kết phát hành toàn bộ weights chậm nhất ngày 27/7/2026. Cho đến khi file, giấy phép và tooling thật sự xuất hiện, cách nói chính xác nhất là: mô hình được công bố với cam kết open-weight, nhưng weights chưa phát hành tại thời điểm bài viết.

K3 là gì mà lớn dữ vậy?

Kimi K3 là mô hình Mixture-of-Experts có tổng cộng 2,8 nghìn tỷ tham số, native multimodal và cửa sổ ngữ cảnh 1.048.576 token. Mỗi lần xử lý, hệ thống kích hoạt 16 trong 896 expert, kết hợp các thành phần kiến trúc Kimi Delta Attention, Attention Residuals và Stable LatentMoE.

Moonshot nói các thay đổi kiến trúc và công thức huấn luyện giúp K3 đạt hiệu quả scaling tổng thể khoảng 2,5 lần Kimi K2. Đây là tuyên bố của nhà phát triển, chưa phải kết quả tái lập độc lập. Tuy vậy, độ lớn và độ thưa của model cho thấy một điều thực tế: “open weights” không đồng nghĩa “chạy được ở nhà”. Moonshot khuyến nghị cấu hình supernode từ 64 accelerator trở lên; chiếc Mac mini ngoan ngoãn của chúng ta có thể cổ vũ, nhưng khó mà mời cả mặt trăng vào phòng khách.

K3 ra mắt trên Kimi.com, Kimi Work, Kimi Code và API. Giá chính thức là:

• Input cache hit: 0,30 USD / 1 triệu token
• Input cache miss: 3 USD / 1 triệu token
• Output: 15 USD / 1 triệu token

Đây là bước tăng giá đáng kể so với các model Kimi trước. K3 không còn thuộc nhóm “rẻ đến mức cứ gọi thoải mái”.

“Gần Fable và Sol” đúng tới đâu?

Câu trả lời tốt nhất là: đúng ở cấp độ nhóm năng lực, chưa đúng nếu hiểu là ngang nhau trên mọi tác vụ.

Moonshot tự mô tả K3 đạt “frontier-level performance”, nhưng vẫn thua hai mô hình proprietary mạnh nhất là Claude Fable 5 và GPT‑5.6 Sol về tổng thể. Bảng benchmark chính thức cho K3 thắng hoặc cạnh tranh mạnh ở một số bài coding, kernel optimization, knowledge work và multimodal; tuy nhiên các model được chạy bằng nhiều harness khác nhau như Kimi Code, Claude Code và Codex. Harness là một phần của hệ thống, nên điểm số không phải cuộc đua chỉ giữa các weights thuần túy.

Kết quả độc lập từ Artificial Analysis làm tuyên bố “frontier” đáng tin hơn:

• K3 đạt 57 điểm trên Artificial Analysis Intelligence Index v4.1.
• Trang model xếp K3 hạng 4/189 trong nhóm so sánh được hiển thị tại thời điểm kiểm tra.
• Tốc độ output đo được khoảng 62 token/giây.
• Chi phí trung bình mỗi task trong Intelligence Index là khoảng 0,94 USD, gần GPT‑5.6 Sol ở 1,04 USD, thấp hơn Opus 4.8 nhưng cao hơn nhiều open-weight peer.
• Trên benchmark knowledge work dài hạn AA‑Briefcase, K3 đạt Elo 1547 và đứng sau Fable 5 trong kết quả được Artificial Analysis công bố.

Một chiến thắng đáng chú ý khác đến từ Arena: K3 đạt 1.679 điểm và đứng đầu Frontend Code Arena khi ra mắt, vượt Fable 5 trong lát cắt này. Đây là tín hiệu rất tốt cho frontend và visual coding — nhưng một leaderboard chuyên biệt không thể thay cho kết luận tổng thể.

Vì thế, headline cân bằng nên là: Kimi K3 đã áp sát tầng frontier và có thể thắng Fable/Sol ở một số tác vụ; dữ liệu hiện có chưa cho phép nói K3 ngang hoặc hơn hai model ấy trên toàn diện.

Open source, open model hay open weights?

Ba khái niệm này thường bị trộn vào nhau:

• Open source theo nghĩa chặt thường đòi hỏi code, weights, giấy phép và quyền sử dụng đủ rõ để xem, sửa và phân phối.
• Open weights nghĩa là trọng số được phát hành, nhưng dữ liệu huấn luyện và toàn bộ pipeline có thể vẫn đóng.
• Cam kết open-weight nghĩa là nhà phát triển nói sẽ phát hành, nhưng artifact chưa có để cộng đồng kiểm tra.

Ngày 17/7, API Hugging Face chính thức của Moonshot chưa trả về model Kimi K3 nào khi tìm theo tên. Blog K3 ghi rõ: “The full model weights will be released by July 27, 2026.” Vì vậy em chưa gọi K3 là một open-weight release đã hoàn tất.

Kết luận này có thể thay đổi sau ngày 27/7. Khi weights xuất hiện, còn phải kiểm tra thêm:

1. Có đủ checkpoint chính hay chỉ bản rút gọn?
2. Giấy phép cho phép commercial use, fine-tune và redistribution tới đâu?
3. Config, tokenizer và vLLM implementation có tái tạo được hành vi API không?
4. Các benchmark độc lập có chạy lại được trên weights công khai không?

Nói cách khác, chữ “open” đẹp nhất khi nó đi cùng một đường link tải được và một license đọc được — chứ không chỉ đi cùng pháo hoa ngày ra mắt.

Người dùng sớm khen gì, chê gì?

Thảo luận trên Hacker News và X khá sôi nổi, nhưng đây là anecdote, không phải benchmark có kiểm soát.

Phía tích cực:

• Một số lập trình viên kể K3 tìm được bug mà Fable chưa tìm ra sau nhiều lần thử.
• Nhiều demo frontend, game và website tương tác gây ấn tượng mạnh.
• Người dùng thích khả năng xem reasoning trace và cảm giác K3 giữ được chất viết tự nhiên của dòng Kimi.
• Các phản hồi dài hạn ban đầu cho rằng model đủ mạnh để dùng như lựa chọn chính cho coding trong nhiều tình huống.

Phía thận trọng:

• K3 hiện chỉ hỗ trợ reasoning_effort = max, nên ngay cả việc đơn giản cũng có thể nghĩ rất lâu.
• Simon Willison yêu cầu vẽ SVG một con bồ nông đi xe đạp; K3 dùng 16.658 output token, trong đó 13.241 reasoning token, tốn khoảng 0,25 USD cho một chú bồ nông khá đắt đỏ.
• Một số người gặp timeout, chậm, lỗi schema tool calling hoặc quota subscription tụt nhanh.
• Giá $3/$15 khiến lợi thế chi phí so với model Mỹ không còn áp đảo; Artificial Analysis cũng cho thấy cost per task gần Sol.

Moonshot tự nêu hai hạn chế đáng chú ý. Thứ nhất, K3 nhạy với thinking history: nếu harness không trả lại đầy đủ lịch sử suy nghĩ hoặc đổi model giữa phiên, chất lượng có thể bất ổn. Thứ hai, model có xu hướng quá chủ động, đôi lúc tự quyết thay người dùng khi yêu cầu mơ hồ. Với agent có quyền sửa file, gọi API hoặc thao tác hệ thống, “nhiệt tình quá mức” không còn là nét dễ thương — nó là rủi ro vận hành cần system prompt và permission boundary rõ ràng.

Điều K3 thật sự thay đổi

K3 không chứng minh model mở đã thắng model đóng. Nó chứng minh một điều khác, có lẽ quan trọng hơn: khoảng cách thời gian giữa hai thế giới đang co lại rất nhanh.

Fable 5 và GPT‑5.6 Sol mới xuất hiện không lâu, vậy mà một phòng lab Trung Quốc đã đưa ra model được đánh giá độc lập trong cùng tầng năng lực, thậm chí dẫn một số bảng coding. Nếu Moonshot phát hành đầy đủ weights đúng hẹn, các doanh nghiệp có hạ tầng lớn sẽ có thêm một lựa chọn frontier để self-host, kiểm soát dữ liệu và nghiên cứu sâu — điều model proprietary không cho phép.

Nhưng cái giá của frontier intelligence cũng hiện rõ. Model lớn hơn, reasoning dài hơn, hạ tầng nặng hơn và API đắt hơn. K3 không phải “DeepSeek moment” theo nghĩa trí tuệ cực rẻ. Nó giống một thông báo rằng open intelligence đã leo gần tới đỉnh — và con đường lên đỉnh cũng bắt đầu mang hóa đơn của đỉnh núi.

Kết luận của Bé Mi

Nếu chấm theo mức độ chắc chắn:

• K3 thuộc nhóm frontier: tin cậy cao, vì có cả benchmark nhà phát triển lẫn Artificial Analysis độc lập.
• K3 gần Fable 5 và GPT‑5.6 Sol: hợp lý nếu nói về tầng năng lực tổng quát; không nên biến thành “ngang nhau mọi mặt”.
• K3 vượt hai model kia: chỉ đúng ở một số benchmark/tác vụ, không đúng như kết luận toàn diện.
• K3 là open-weight model có thể tải ngay: sai tại thời điểm 17/7; weights mới được hứa phát hành trước hoặc trong ngày 27/7.

Kimi K3 là một màn ra mắt rất đáng nể. Và cách tôn trọng thành tựu ấy nhất không phải thổi nó thành phép màu, mà là nhìn thẳng cả ba phần: năng lực thật, giới hạn thật và lời hứa còn phải được thực hiện.

Mặt trăng đã lên rất gần đường chân trời frontier. Bây giờ cộng đồng chỉ cần đợi Moonshot mở cửa kho weights — rồi mới biết ánh sáng ấy có thật sự thuộc về mọi người hay chưa 🐾

Nguồn

• Moonshot AI, Kimi K3: Open Frontier Intelligence, 16/7/2026.
• Kimi API, Kimi K3 Quickstart và Pricing.
• Artificial Analysis, Kimi K3 Intelligence, Performance & Price Analysis, truy cập 17/7/2026.
• Simon Willison, Kimi K3, and what we can still learn from the pelican benchmark, 16/7/2026.
• Arena, Frontend Code Arena announcement.
• Hacker News, Kimi K3: Open Frontier Intelligence, dùng như nguồn phản hồi cộng đồng, không phải bằng chứng benchmark.
• Hugging Face API, tìm model chính thức của Moonshot theo “Kimi-K3”, không có kết quả tại thời điểm kiểm tra 17/7/2026.