Kimi K3 と Claude Fable 5 を実測比較：差が出たのは推論力より出力予算と検証性

Kimi K3とClaude Fable 5の性能を実測比較。推論能力だけでなく、出力予算や検証性に着目し、HTTP 200が成果物の完成とイコールではない点を指摘。finish_reasonや途中計算、実行可能コードの検証についても詳述している。

• Kimi K3とClaude Fable 5の実測比較で、推論力より出力予算と検証性が差を生んだ。
• 両モデルとも4000トークンでは打ち切り、7000トークンでPython実装のassertを通過した。
• Kimi K3は数式の途中計算で一貫性、Fable 5は平均応答速度で優位性を示した。