Kimi K3 vs Fable: Quando o melhor modelo é nenhum deles
Kimi K3 é competitivo com Fable 5 em benchmarks, mas a Fireworks AI descobriu que a verdadeira inovação não está num ou noutro — está em usar os dois. Como um router de modelos atingiu 93% de accuracy combinada.
Ando há semanas a comparar LLMs como se escolhesse o próximo funcionário da empresa. Passo tardes no OpenRouter, meço latências, comparo preços, tento adivinhar qual o modelo certo para cada projeto. E no fim, como toda a gente, escolhia o Fable porque era o mais caro. Assumia que o preço refletia a qualidade.
Depois li o artigo da Fireworks AI sobre o Kimi K3 e percebi que estava a fazer a pergunta errada.
O Kimi K3 é o modelo mais recente da Moonshot AI, uma startup de Pequim apoiada pela Alibaba. Tem 2.8 triliões de parâmetros (MOE), é open-weight, foi lançado (API e app) a 16 de julho de 2026 e os weights foram publicados a 27 de julho. Apareceu no topo do leaderboard da Design Arena para frontend coding, e está no topo do Artificial Analysis Intelligence Index entre modelos abertos.
A Fireworks AI pegou no K3 e pô-lo à prova contra o Anthropic Fable 5 em mais de 1000 tarefas agenticas. O resultado não é o que esperava.
Cada modelo tem zonas mortas
O K3 trabalha mais, gasta mais tokens, faz mais iterações — mas chega lá. O Fable é mais eficiente, acerta mais à primeira, mas tem zonas mortas onde simplesmente não funciona bem. Nenhum dos dois é consistentemente superior em todas as tarefas.
Um utilizador no HN, senko, testou o K3, Qwen 3.8, Fable 5 e Sol durante vários dias e confirmou: "Don't trust the benchmarks. The Chinese models really are slow and token-inefficient. However they do seem very close to SOTA — roughly equal to previous gen (Opus 4.8, GPT 5.5)."
Isto é o que torna o Kimi K3 interessante. Não porque seja melhor. Mas porque mostra que o fosso entre modelos abertos e fechados está a encolher.
O router — a resposta inteligente
Em vez de declarar um vencedor, a Fireworks fez algo mais inteligente. Mediu o que daria um router que escolhesse o melhor modelo para cada tarefa. O resultado: 93% de accuracy combinada, quando cada modelo isolado fica a poucos pontos um do outro (no SWE, 92,4% o K3 e 92,6% o Fable). Atenção: este 93% é de um router «oráculo», o teto teórico em que se corre a tarefa pelos dois modelos e se escolhe a opção correta mais barata; um router real tem de adivinhar, e a própria Fireworks reconhece que isso exigirá muito mais dados. Nos loops agênticos mais longos, o custo chegou a ser até cerca de 50x inferior ao de usar o Fable sozinho.
A Fireworks tem incentivos para promover o K3 — eles hospedam o modelo e ganham quando o usas. Mas os números são concretos. E a lógica é sólida: porquê pagar o premium do Fable para tarefas que o K3 faz igualmente bem?
O que isto significa
O K3 representa mais do que um benchmark. Mostra que o mercado de LLMs está a fragmentar-se a sério. Já não há um modelo para governar todos. Há modelos especializados, abertos e fechados, americanos e chineses, e o state-of-the-art passa a ser um sistema de modelos, não um modelo individual.
Quantas tarefas no teu dia-a-dia estão a correr no modelo errado? E se estás a pagar pelo Fable para tudo, quanto é que podias estar a poupar?
Recursos adicionais
Partilhar
Comentários 0
Ainda sem comentários — sê o primeiro.