Adu langsung
Kimi K3 vs DeepSeek V4 Pro
Mana yang lebih baik, Kimi K3 atau DeepSeek V4 Pro?
Kimi K3 finis di atas DeepSeek V4 Pro di indeks, 85.1 berbanding 83.4. Ia yang lebih kuat di antara keduanya pada Kualitas, sementara DeepSeek V4 Pro masih memimpin pada Kontrol dan Nilai. Keduanya dinilai dengan rubrik yang sama, pada minggu yang sama, dan tidak ada penempatan yang disponsori.
Diperbarui
Kimi K3
20 dari 73
85.1
Salah satu model open weights terkuat, dan membaca sejuta token tanpa berkedip.
DeepSeek V4 Pro
28 dari 73
83.4
Flagship penalaran DeepSeek, kini keluar dari preview dan diungguli oleh model Flash-nya sendiri.
Empat skor, berdampingan
| Skor | Kimi K3 | DeepSeek V4 Pro | Selisih |
|---|---|---|---|
| Kualitas | 88 | 82 | +6 |
| Kecepatan | 74 | 74 | — |
| Kontrol | 91 | 94 | +3 |
| Nilai | 78 | 84 | +6 |
| Skor indeks | 85.1 | 83.4 | +1.7 |
Mana yang sebaiknya dipilih
Pilih Kimi K3 kecuali Kontrol dan Nilai yang menjadi penentu bagi Anda, karena persis di situlah DeepSeek V4 Pro menjadi jawaban yang lebih baik.
Kimi K3
Moonshot menerbitkan K3 dalam skala yang sangat besar, dengan vision native, mode berpikir eksplisit, dan jendela sejuta token, dan pada bulan Oktober ia masih termasuk model open teratas di kedua leaderboard independen. Ada dua catatan penting: lisensinya membatasi penggunaan komersial di atas ambang pendapatan tertentu, jadi ini open weights, bukan open source, dan API yang di-hosting berharga tiga dolar untuk input dan lima belas untuk output, dihargai seperti model frontier Barat, bukan model Tiongkok.
Di mana ia unggul
- Konteks sejuta token yang ditangani dengan benar, bukan sekadar di atas kertas
- Vision native dan mode berpikir eksplisit
- Termasuk rating preferensi manusia tertinggi dari model open mana pun
DeepSeek V4 Pro
V4 Pro keluar dari preview pada bulan Agustus sebagai V4-Pro-0813: model sparse yang sangat besar yang berpikir sebelum menjawab, dengan bobot berlisensi MIT dan jendela sejuta token. Ia masih bagus dalam penalaran sulit, tetapi V4.1 Flash, yang dibangun di atas arsitektur DeepSeek yang lebih baru, kini mencetak skor lebih tinggi di kedua leaderboard independen dengan sekitar seperempat harganya. Pro tetap merupakan model penalaran berlisensi MIT yang mumpuni, tetapi untuk sebagian besar pekerjaan baru, Flash adalah pilihan yang lebih baik.
Di mana ia unggul
- Lisensi MIT, termasuk untuk jejak penalarannya
- Konteks sangat panjang, sehingga seluruh repositori muat dalam satu panggilan
- Harga di luar jam sibuk memangkas tagihan hingga separuh