Ba mô hình đã được phát hành chỉ trong một tuần.
16 tháng 4: Claude Opus 4.7.
20 tháng 4: Kimi K2.6.
23 tháng 4: GPT-5.5.
Hầu hết mọi người chọn một mô hình và tiếp tục sử dụng nó.
Đó là một sai lầm.
Người chiến thắng không trung thành với một mô hình duy nhất.
Họ tự động định tuyến từng tác vụ đến mô hình tốt nhất cho nó, sử dụng một bộ ba cực kỳ mạnh mẽ và gần như miễn phí hoặc cực kỳ rẻ.
Một người duy nhất với thiết lập này có thể làm được những việc trước đây cần cả một nhóm bốn người.
Một prompt duy nhất có thể khởi chạy 300 agent song song làm việc qua 4.000 bước phối hợp.
Một tuần thiết lập và quy trình làm việc của bạn thay đổi vĩnh viễn.
Đây chính xác là cách sử dụng cả ba mô hình như một hệ thống duy nhất.
Bản Chất Thực Sự Của Mỗi Mô Hình
Kimi K2.6
Được phát hành vào ngày 20 tháng 4 bởi Moonshot AI, mã nguồn mở theo Giấy phép MIT đã sửa đổi, giá rẻ qua API ở mức khoảng 0,60 đến 0,95 USD trên một triệu token đầu vào, rẻ hơn khoảng 8 lần so với Claude và 5 lần so với GPT-5.5 cho cùng một công việc.
Những con số quan trọng:
1 nghìn tỷ tham số tổng cộng, 32 tỷ tham số hoạt động trên mỗi token, ngữ cảnh 256k và đầu ra tối đa 65.536 token cho mỗi phản hồi—lớn hơn các mô hình chủ lực của Claude hay OpenAI.
Được huấn luyện bản địa để điều phối 300 sub-agent qua 4.000 bước phối hợp trong các tác vụ dài hạn.
Trong các bài kiểm tra thực tế, K2.6 đã tự động xây dựng lại một công cụ đối sánh tài chính 8 năm tuổi trong 13 giờ, lặp qua 12 chiến lược tối ưu hóa và hơn 1.000 lần gọi công cụ để sửa đổi hơn 4.000 dòng mã một cách chính xác, mang lại mức tăng 185% về thông lượng trung bình và 133% về thông lượng hiệu suất.
Một trong các nhóm nội bộ của Moonshot đã chạy nó như một agent tự động trong năm ngày liên tiếp, quản lý giám sát, xử lý sự cố và vận hành hệ thống mà không cần can thiệp của con người.
Điểm chuẩn:
80,2% trên SWE-bench Verified.
58,6% trên SWE-bench Pro, ngang bằng với GPT-5.5.
92,5% trên DeepSearchQA.
66,7% trên Terminal-Bench 2.0.
Tỷ lệ ảo giác giảm từ 65% ở K2.5 xuống còn 39%, gần như ngang với Claude Opus 4.7 ở mức 36%.
Điểm yếu:
Không có đầu vào hình ảnh trong API, tỷ lệ thử lại trên tool-schema cao hơn một chút so với Anthropic hoặc OpenAI và không dẫn đầu về toán học thuần túy.
Claude Opus 4.7
Được phát hành vào ngày 16 tháng 4, đây là mô hình tốt nhất cho chất lượng mã sản xuất, tài liệu pháp lý và doanh nghiệp, tác vụ thị giác và bất cứ thứ gì mà độ chính xác quan trọng hơn tốc độ.
Trong SWE-bench Pro, nó dẫn đầu với 64,3%, cao hơn khoảng 6 điểm so với Kimi và GPT-5.5.
Độ nhạy thị giác tăng vọt từ 54,5% lên 98,5% sau khi nâng cấp độ phân giải từ 1,15 lên 3,75 megapixel.
Nó tự xác minh câu trả lời của chính mình trước khi trả lại cho bạn, phát hiện các lỗi logic trước khi bạn làm vậy.
Đối với công việc tri thức doanh nghiệp, nó đạt 90,9% trên BigLaw Bench, phân biệt chính xác các điều khoản pháp lý mà trước đây từng làm khó các mô hình tiên tiến và giảm 21% lỗi so với Opus 4.6 khi làm việc với thông tin nguồn.
Điểm yếu:
Nó là một trong những mô hình đắt nhất trong ba mô hình, với giá 5/25 USD trên một triệu token và đã giảm nhẹ trong nghiên cứu web.
GPT-5.5
Được phát hành vào ngày 23 tháng 4, tốt nhất cho toán học, nghiên cứu web với 90,1% trên BrowseComp và sử dụng máy tính khi nó vận hành GUI thực tế một cách tự động với 78,7% trên OSWorld-Verified.
Nó sử dụng ít token đầu ra hơn các mô hình trước để hoàn thành cùng một tác vụ, khiến nó rẻ hơn trong thực tế so với mức giá chính thức 5/30 USD trên một triệu token.
Trong truy xuất ngữ cảnh dài, nó nhảy vọt lên 74,0% so với 32,2% của Claude trên cùng một điểm chuẩn—một sự khác biệt quan trọng đối với bất kỳ ai làm việc với các codebase khổng lồ hoặc các tài liệu cực kỳ dài.
Và một trong những siêu năng lực của GPT thực sự là Image 2.
Thành thật mà nói, tôi chưa bao giờ thấy điều gì như vậy.
Điểm yếu:
Đầu ra chính thức có giá 30 USD trên một triệu token và nó thua Claude về chất lượng mã thực tế và thua Kimi về giá cho các công việc quy mô lớn.
Agent Swarm: Điều Kimi Thực Sự Làm Mà Không Mô Hình Nào Khác Làm Được
K2.6 mở rộng quy mô lên tới 300 sub-agent thực hiện đồng thời 4.000 bước phối hợp, gấp ba lần giới hạn của K2.5.
Mỗi agent xử lý một subtask chuyên biệt song song, một bộ điều phối hợp nhất kết quả và bạn nhận được đầu ra từ đầu đến cuối từ một prompt duy nhất.
Ví dụ thực tế từ buổi ra mắt:
100 agent so sánh một CV với 100 lời mời làm việc và trả về 100 sơ yếu lý lịch được cá nhân hóa.
Một lần chạy khác đã chuyển đổi một bài báo vật lý thiên văn thành một đầu ra nghiên cứu dài 40 trang, 7.000 từ với một tập dữ liệu 20.000 hàng và 14 biểu đồ.
Bạn cũng có thể chuyển đổi bất kỳ PDF, bảng tính hoặc tài liệu nào thành một kỹ năng có thể tái sử dụng.
Tải lên tác phẩm tốt nhất của bạn một lần và swarm tự động sao chép cấu trúc và chất lượng của nó trong mọi tác vụ trong tương lai.
Cảnh báo trung thực:
Việc điều phối vẫn còn mong manh trong các tác vụ cực kỳ phức tạp, dài hạn.
Sử dụng Agent Swarm ở những nơi công việc thực sự có thể được song song hóa:
nghiên cứu quy mô lớn, xử lý hàng loạt, tạo khối lượng và viết văn bản dài ở quy mô lớn.
Đối với suy luận tuần tự, gỡ lỗi một tệp hoặc các quyết định kiến trúc, Opus 4.7 vẫn là lựa chọn tốt nhất.
Mẹo Hay: Định Tuyến Mỗi Tác Vụ Đến Đúng Mô Hình
Toàn bộ chiến lược là thế này:
Bạn không trung thành với một mô hình.
Bạn định tuyến.
Giao cho Kimi K2.6:
Các tác vụ mã hóa lớn, tạo front-end từ prompt hoặc hình ảnh, agent swarm cho nghiên cứu lớn, chạy tự động qua đêm và bất cứ thứ gì bạn cần làm với chi phí thấp và ở quy mô lớn.
Nếu bạn cần:
50 hàm được viết,
100 trang được nghiên cứu,
một ứng dụng full-stack được tạo khung,
hoặc một agent chạy trong 12 giờ mà không cần giám sát,
Kimi là công nhân của bạn.
Giao cho Claude Opus 4.7:
Mã sản xuất phải đúng ngay lần đầu tiên, tài liệu pháp lý, quy trình làm việc doanh nghiệp, tác vụ thị giác, bất cứ thứ gì liên quan đến độ chính xác thiết kế và bất cứ thứ gì mà một câu trả lời sai sẽ tốn tiền thật.
Opus là kỹ sư cấp cao và là mạng lưới an toàn của bạn.
Giao cho GPT-5.5:
Các bài toán, tác vụ nghiên cứu yêu cầu duyệt web nhiều, sử dụng máy tính và điều hướng GUI và bất cứ thứ gì bạn cần mô hình tìm và tổng hợp thông tin hiện tại một cách nhanh chóng.
GPT-5.5 là nhà nghiên cứu và người vận hành máy tính của bạn.
Quyết định định tuyến mất năm giây.
Khoản tiết kiệm là vĩnh viễn.
Cách Thực Sự Thiết Lập Nó
Tùy chọn 1: Định tuyến thủ công (Miễn phí, hoạt động ngay hôm nay)
Ba câu hỏi trước mỗi tác vụ.
1/ Mã hóa lớn hoặc công việc tự động?
Kimi.
2/ Nội dung sản xuất hoàn hảo, thị giác hoặc pháp lý?
Opus 4.7.
3/ Toán học, nghiên cứu web hoặc điều hướng máy tính?
GPT-5.5.
Năm giây cho mỗi tác vụ.
Tiết kiệm chi phí ngay lập tức.
Tùy chọn 2: Claude Code Router
Cho phép bạn sử dụng giao diện Claude Code nhưng định tuyến yêu cầu đến Kimi, GPT-5.5 hoặc bất kỳ mô hình nào qua OpenRouter.
Một giao diện, ba bộ não, định tuyến tự động.
Tùy chọn 3: CodeRouter
coderouter.io tự động định tuyến mỗi lệnh gọi API đến mô hình tối ưu.
Không cần cấu hình.
Định tuyến hiện tại:
Opus cho lập kế hoạch và gỡ lỗi.
Kimi cho triển khai và tạo khối lượng lớn.
GPT-5.5 cho toán học và nghiên cứu.
Giảm chi phí hàng tháng khoảng 60% mà không có thay đổi chất lượng đáng chú ý.
🚨 Các Kho Lưu Trữ Bạn Cần (PHẦN QUAN TRỌNG NHẤT)
Đối với Kimi K2.6:
github.com/moonshotai/Kimi-K2
là kho lưu trữ chính thức.
Trọng số, hướng dẫn triển khai cho vLLM và SGLang, tài liệu API và tất cả cấu hình để tự lưu trữ hoặc tích hợp.
Bắt đầu từ đây.
github.com/chongdashu/cc-kimi-k2-thinking-prompts
cho thấy cách sử dụng Kimi K2.6 thông qua Claude Code CLI bằng cách thay đổi một biến môi trường duy nhất.
Vòng lặp agent Claude Code đầy đủ với bộ não của Kimi làm việc với chi phí chỉ bằng một phần nhỏ.
github.com/dnnynguyen/kimi-agent-internals
có các prompt hệ thống được trích xuất cho sáu loại agent của Kimi bao gồm Base Chat, OK Computer, Docs, Sheets, Slides và Websites, cùng với định nghĩa kỹ năng và lược đồ công cụ đầy đủ.
Đối với Claude Opus 4.7:
github.com/CheswickDEV/claude-opus-4.7-prompt-optimizer
là một meta-prompt chuyển đổi các prompt thô của bạn thành các prompt XML có cấu trúc sẵn sàng cho sản xuất và được tối ưu hóa cụ thể cho các đặc thù của Opus 4.7, được điều chỉnh cho các mức nỗ lực xhigh và tư duy thích ứng mới.
github.com/rohitg00/awesome-claude-design
có các prompt DESIGN.md được tổ chức theo các họ thẩm mỹ cho Claude Design, bao gồm các công thức ngân sách token vì token thị giác của Opus 4.7 có giá cao gấp khoảng 3 lần so với văn bản tương đương.
github.com/Piebald-AI/claude-code-system-prompts
có prompt hệ thống Claude Code đầy đủ và 24 mô tả công cụ tích hợp được cập nhật theo từng bản phát hành.
Đối với GPT-5.5:
github.com/openai/gpt-5-coding-examples
là kho lưu trữ chính thức của OpenAI với các ứng dụng demo được xây dựng hoàn toàn bằng một prompt GPT-5 duy nhất.
Mỗi demo bao gồm prompt zero-shot chính xác đã tạo ra nó.
github.com/f/awesome-chatgpt-prompts
với hơn 143k sao, là thư viện prompt chính tắc và hoạt động trên cả ba mô hình.
Để sử dụng cả ba mô hình cùng nhau:
github.com/musistudio/claude-code-router
kết hợp tất cả lại với nhau.
Một giao diện, ba mô hình, định tuyến tự động.
github.com/asgeirtj/system_prompts_leaks
có các prompt hệ thống bị rò rỉ cho cả ba mô hình ở một nơi để bạn có thể thấy chính xác cách mỗi công ty định hình hành vi của mô hình của mình.
Các Prompt Bạn Nên Cài Đặt Ngay Bây Giờ
Ba prompt.
Một cho mỗi mô hình.
Lưu chúng ở một nơi có thể truy cập và dán chúng khi bắt đầu bất kỳ phiên nào hoặc cài đặt chúng như các prompt hệ thống vĩnh viễn.
Đối với công việc lớn và agent với Kimi K2.6:
Đối với công việc sản xuất với Claude Opus 4.7:
Đối với nghiên cứu và sử dụng máy tính với GPT-5.5:
Những Việc Thực Tế Bạn Có Thể Làm Ngay Hôm Nay Với Bộ Ba Này
Xây dựng một SaaS hoàn chỉnh trong một phiên duy nhất.
Mô tả sản phẩm, stack và tính năng cho Kimi.
Để nó chạy.
Tạo khung front-end, back-end và cấu hình DevOps.
Chuyển đầu ra cho Opus 4.7 để củng cố các tuyến sản xuất quan trọng.
Nghiên cứu bất kỳ chủ đề nào một cách chuyên sâu.
Khởi chạy Agent Swarm của Kimi với 50 đến 100 agent cho một câu hỏi nghiên cứu.
Mỗi agent bao phủ một góc độ khác nhau.
Bộ điều phối hợp nhất và giải quyết các mâu thuẫn.
Báo cáo có cấu trúc với trích dẫn trong thời gian trước đây bạn chỉ đọc được 10 bài báo.
Xử lý bất cứ thứ gì với số lượng lớn.
100 lời mời làm việc, 100 thư xin việc được cá nhân hóa.
50 vé hỗ trợ, 50 phản hồi phù hợp.
Các tác vụ trước đây cần cả một nhóm giờ đây chạy qua đêm với vài đô la.
Chuyển đổi tài liệu thành các kỹ năng có thể tái sử dụng.
Tải lên báo cáo hoặc đề xuất tốt nhất của bạn cho Kimi.
Nắm bắt DNA cấu trúc và phong cách như một kỹ năng mà swarm tự động áp dụng cho mọi tác vụ trong tương lai.
Tự động hóa giám sát và xử lý sự cố.
Kết nối Kimi với nhật ký lỗi và đường ống triển khai của bạn như một agent nền.
Khi có sự cố:
tìm các commit liên quan,
mở một bản sửa lỗi dự thảo,
và đăng nó lên Slack.
Kỹ sư trực của bạn xem xét một PR thay vì nhìn chằm chằm vào một terminal trống lúc 3 giờ sáng.
