Kimi K3 leo lên đỉnh bảng mã nguồn frontend, bài test mù do người thật thực hiện đã đánh bại Claude Fable 5

Kimi K3 của Moonshot AI (月之暗面) giành vị trí quán quân bảng xếp hạng Frontend Code Arena của Arena.ai với 1.679 điểm, thắng Claude Fable 5 (1.631 điểm) và GPT-5.6 Sol (1.618 điểm); nhưng toàn bộ trọng số quan trọng đến 27/7 mới được mở nguồn.
（Tóm tắt trước: Moonshot AI sắp ra mắt Kimi K3! Có 2,8 nghìn tỷ tham số và chuỗi văn bản dài hàng triệu token, hiệu năng tiệm cận Anthropic Opus 4,8）
（Thông tin bổ sung: Qwen3.6-27B ra mắt mã nguồn mở với “Openclaw, Hermes là lựa chọn ưu tiên”: hiệu năng AI cân bằng Claude Opus 4,5, chi phí giảm 14 lần）

Mục lục bài viết

Chuyển đổi

• Thứ hạng do bình chọn của người thật
• Ý nghĩa chính trị của việc mở nguồn
• Những cam kết vẫn chưa được thực hiện

Kimi K3 của Moonshot AI, với 1.679 điểm, đứng đầu Arena.ai “bảng Frontend Code Arena”, đẩy Anthropic Claude Fable 5 (1.631 điểm) và OpenAI GPT-5.6 Sol (1.618 điểm) ra phía sau. Thế hệ trước K2.6 chỉ xếp hạng 18, lần này nhảy vọt 17 bậc lên top.

Nhưng điều này không có nghĩa là “Kimi K3 là mô hình mạnh nhất”. Bảng Frontend Code Arena đo một việc rất cụ thể: mô tả nhu cầu bằng ngôn ngữ tự nhiên, liệu mô hình có thể tạo ra một trang web frontend chạy được ngay hay không. Logic backend, hiệu suất thuật toán, thiết kế hệ thống toàn stack… không nằm trong đề bài của bảng xếp hạng này.

Thứ hạng do bình chọn của người thật

Cách Arena.ai tính thứ hạng không giống các bảng điểm chạy benchmark thông thường. Không có bộ câu hỏi cố định, cũng không phải máy móc tự động chấm điểm. Nói đơn giản: người dùng thật ném một yêu cầu phát triển frontend, hai mô hình ẩn danh mỗi bên tạo ra một trang web chạy được; người dùng thật mở ra dùng, cảm nhận cái nào tiện hơn rồi bình chọn ra kẻ thắng. Sau đó nền tảng dùng cơ chế Elo để quy đổi điểm dựa trên kết quả đối đầu giữa các mô hình, từ đó tính ra thứ hạng cuối. Điểm càng cao nghĩa là càng thường xuyên thắng đối thủ trong các bài test mù do người thật bình chọn; đây là bảng xếp hạng được “đắp” từ sở thích thực tế, không thể thay thế bằng chấm điểm tự động.

Theo thông báo chính thức của Arena.ai, trong 7 lĩnh vực con, Kimi K3 giành 6 hạng nhất: Brand & Marketing (tiếp thị thương hiệu), Reference-Based Design (tái tạo theo hình tham chiếu), Data & Analytics (phân tích dữ liệu), Consumer Products (sản phẩm tiêu dùng), Simulation (mô phỏng), Content Creation Tools (công cụ sáng tạo nội dung). Mặt duy nhất thua là phát triển game, xếp thứ hai và thua Claude Fable 5.

Tin lớn: Kimi-K3 của @Kimi_Moonshot hiện là #1 trên Frontend Code Arena với 1679 điểm, vượt qua Claude Fable 5.

Đây là bước nhảy 17 hạng so với Kimi-k2.6 (#18 -> #1).

Ở Frontend, Kimi-K3 xếp #1 ở 6 trong 7 miền: Brand & Marketing, Reference-Based Design, Data & Analytics,… https://t.co/YDN3BufGkC pic.twitter.com/Oa6teaQnWp

— Arena.ai (@arena) 16/7/2026

Ý nghĩa chính trị của việc mở nguồn

Kimi K3 là mô hình mạnh nhất hiện tại của Moonshot AI, với số lượng tham số đạt 2,8 nghìn tỷ. Theo báo cáo của VentureBeat, phía chính thức cho biết đây là mô hình đầu tiên thuộc nhóm “mở 3T”; đồng thời cũng được quảng cáo là mô hình mở nguồn lớn nhất trong lịch sử. Nhưng giá API của Kimi K3 là 3 đô la Mỹ cho mỗi 1 triệu token đầu vào, và 15 đô la Mỹ cho mỗi 1 triệu token đầu ra, cùng một nấc giá với dòng Claude Sonnet của Anthropic.

Thế hệ trước K2.6 chỉ cần 0,95 đô la Mỹ đầu vào và 4 đô la Mỹ đầu ra. Moonshot AI trước đây mở thị trường nhờ định giá rẻ, nhưng lần này lại trở thành mô hình đắt nhất mà các phòng thí nghiệm Trung Quốc cho tới nay từng định giá; “rẻ” không còn là điểm bán nữa. Hiện tại, sức mạnh suy luận duy nhất được cung cấp vẫn là chế độ “max” tốn token nhất. Tư thế mở nguồn đã được bày ra, nhưng chi phí khi sử dụng cũng ngày càng tăng.

Những cam kết vẫn chưa được thực hiện

Toàn bộ trọng số của mô hình phải tới ngày 27/7/2026 mới công bố. Nói cách khác, “mô hình mở nguồn lớn nhất trong lịch sử” đang được lan truyền hiện nay thực ra vẫn chưa thật sự mở nguồn; đó chỉ là một tấm chi phiếu vẫn chưa được chi trả.

Kết quả benchmark tự đánh giá do hãng công bố cho thấy, trong đa số dự án, Kimi K3 có thể sánh ngang với Claude Opus 4,8 max và GPT-5.5 high; nhưng ở một số dự án vẫn thua Claude Fable 5 và GPT-5.6 Sol. Đây là bảng thành tích do chính nhà cung cấp tự công bố, chỉ nên tham khảo, không nên xem như một thực tế trung lập.

Ngôi đầu bảng Frontend Code Arena chứng minh rằng Kimi K3 thắng Claude và GPT ở nhiệm vụ cụ thể “hiểu đúng nhu cầu, tạo ra trang web dùng được”; còn việc nó có phải mô hình lập trình toàn diện mạnh nhất hay không thì hiện tại còn quá sớm để kết luận, nhất là khi trọng số vẫn chưa được phát hành.