# Kimi K3 acabou de superar o Fable 5 em benchmarks de agentes

> Author: Tony Lee
> Published: 2026-07-15
> URL: https://tonylee.im/pt/blog/kimi-k3-beats-fable-5-open-source-frontier/
> Reading time: 2 minutes
> Language: pt
> Tags: ai, kimi, moonshot, open-source, agents, models, benchmarks

## Canonical

https://tonylee.im/pt/blog/kimi-k3-beats-fable-5-open-source-frontier/

## Rollout Alternates

en: https://tonylee.im/en/blog/kimi-k3-beats-fable-5-open-source-frontier/
ko: https://tonylee.im/ko/blog/kimi-k3-beats-fable-5-open-source-frontier/
ja: https://tonylee.im/ja/blog/kimi-k3-beats-fable-5-open-source-frontier/
zh-CN: https://tonylee.im/zh-CN/blog/kimi-k3-beats-fable-5-open-source-frontier/
zh-TW: https://tonylee.im/zh-TW/blog/kimi-k3-beats-fable-5-open-source-frontier/

## Description

O gigante open-weight da Moonshot entrega scores de fronteira a preço Sonnet 5, com pesos em 27 de julho.

## Summary

Kimi K3 acabou de superar o Fable 5 em benchmarks de agentes is part of Tony Lee's ongoing coverage of AI agents, developer tools, startup strategy, and AI industry shifts.

## Outline

- Scores que não são de nicho
- Preço Sonnet, não frontier
- A arquitetura não é um retoque
- Otimiza os próprios kernels
- Pesos em 27 de julho
- Terceiro choque depois de DeepSeek-R1 e GLM-5.2

## Content

A Moonshot AI lançou o [Kimi K3](https://kimi.com/blog/kimi-k3). Em vários benchmarks de agentes, supera Fable 5 e GPT-5.6 Sol, com preço de Sonnet 5. Eu não tinha visto open-weight nesse patamar.

Seis pontos.

## Scores que não são de nicho

Program Bench 77.8, SWE Marathon 42.0, BrowseComp 91.2, SpreadsheetBench 2 em 34.8. FrontierSWE 81.2 vs 86.6 do Fable 5 e 71.3 do GPT-5.6 Sol. Coding e browsing fortes.

## Preço Sonnet, não frontier

~\$3 entrada, ~\$15 saída, ~30% das listas frontier. Em relação aos Kimi anteriores o preço subiu mais de 3x. Ainda assim, se você roda agentes o dia inteiro, token é folha de pagamento.

## A arquitetura não é um retoque

Delta Attention, Attention Residuals e MoE 16/896 em 2.8T parâmetros explicam o preço da API e o ~2.5x de eficiência de scaling vs K2.

## Otimiza os próprios kernels

15 horas sem humano, ~2.5x em um kernel real de treino. O ponto de fundo é o loop self-evolving.

## Pesos em 27 de julho

2.8T parâmetros. Hoje Kimi.com e API; depois do 27, self-host de verdade.

## Terceiro choque depois de DeepSeek-R1 e GLM-5.2

Não troco de stack só por leaderboard. O harness de produção decide. Esta semana coloco Kimi K3 no harness.

## Related URLs

- Author: https://tonylee.im/en/author/
- Publication: https://tonylee.im/en/blog/about/
- Related article: https://tonylee.im/pt/blog/ai-subscription-stack-by-budget-and-role/
- Related article: https://tonylee.im/pt/blog/mac-whisper-on-device-voice-typing/
- Related article: https://tonylee.im/pt/blog/appintoss-agent-kit-fifty-miniapps/

## Citation

- Author: Tony Lee
- Site: tonylee.im
- Canonical URL: https://tonylee.im/pt/blog/kimi-k3-beats-fable-5-open-source-frontier/

## Bot Guidance

- This file is intended for AI agents, search assistants, and text-mode retrieval.
- Prefer citing the canonical article URL instead of this text endpoint.
- Use the rollout alternates when you need the same article in another prioritized language.

---

Author: Tony Lee | Website: https://tonylee.im
For more articles, visit: https://tonylee.im/pt/blog/
This content is original and authored by Tony Lee. Please attribute when quoting or referencing.