
Wat is beter, Kimi of DeepSeek?
De voorsprong van vijf punten van Kimi K3 kost 7,4 keer zoveel per taak. Artificial Analysis laat elk model dezelfde tien tests doorlopen, van Terminal-Bench 4.0 tot Humanity's Last Exam, en prijst elke taak tegen de lijsttarieven van de maker. Op Humanity's Last Exam, een van die tien, scoort Kimi K3 47% tegen de 39% van DeepSeek V4.1 Flash, gelezen op 12 oktober 2026.
Op Kimi wacht je ook langer. Kimi K3 deed er 1,111 seconden over om een gemiddelde taak af te ronden, ongeveer 18 en een halve minuut. De Flash van DeepSeek deed er 304 over. De API van Moonshot schreef 41 tokens per seconde, die van DeepSeek 205.
| Model, gelezen op 12 oktober 2026 | Intelligence Index | Kosten per indextaak | Tijd per taak | Input / output per 1M tokens | Outputsnelheid | Context | Weights |
|---|---|---|---|---|---|---|---|
| Kimi K3 (max) | 44 | $2.00 | 1,111 s | $3.00 / $15.00 | 41 tokens/s | 1M | Kimi K3 License |
| DeepSeek V4.1 Flash (max) | 39 | $0.27 | 304 s | $0.30 / $1.20 | 205 tokens/s | 1M | MIT |
| DeepSeek V4 Pro 0813 (max) | 36 | $0.67 | 455 s | $1.32 / $3.96 | 93 tokens/s | 1M | MIT |
| Kimi K2.6 (reasoning) | 27 | $0.80 | 1,002 s | $0.95 / $4.00 | 42 tokens/s | 262K | Modified MIT |
| Kimi K2.7 Code | 26 | $0.54 | 445 s | $0.95 / $4.00 | 65 tokens/s | 262K | Modified MIT |
Alle scores, kosten, tijden en snelheden in de tabel komen van Artificial Analysis (Intelligence Index v4.3.2). De prijzen zijn wat elke maker op zijn eigen API rekent tegen het volle tarief: de prijslijst van Moonshot voor Kimi en die van DeepSeek voor DeepSeek. Ben je hier voor Kimi K2 vs DeepSeek, dan staat dat antwoord ook in de tabel. Kimi K2.6 en K2.7 Code scoren 27 en 26, dus beide blijven qua score achter bij DeepSeek V4 Pro 0813, en beide kosten per taak meer dan de Flash.
Is Kimi of DeepSeek beter in andere talen?
DeepSeek, en met een grote marge op onze eigen test. Whizi's Multilingual LLM Bench stelt 150 vragen die we helemaal zelf schreven, vijf in elk van 30 talen, en beoordeelt elk antwoord aan de hand van een onderbouwde sleutel. We lieten elk model één keer draaien op lage redeneerinspanning en rondden af op 2 oktober 2026. DeepSeek V4 Pro scoorde 44 van de 100 en V4.1 Flash 42. Kimi K3 scoorde 31.3.
| Model, gedraaid op 2 oktober 2026 | Score op 100 | 95%-marge | Lokale kennis (60 vragen) | Idiomen en spreekwoorden (60) | Grammatica, schrift, data (30) | Leeggelaten antwoorden | Kosten van alle 150 antwoorden |
|---|---|---|---|---|---|---|---|
| DeepSeek V4 Pro | 44.0 | 7.8 | 56.7 | 21.7 | 63.3 | 12 | $1.30 |
| DeepSeek V4.1 Flash | 42.0 | 7.8 | 48.3 | 25.0 | 63.3 | 10 | $0.41 |
| Kimi K3 | 31.3 | 7.3 | 46.7 | 11.7 | 40.0 | 0 | $0.81 |
Dat is het omgekeerde van de volgorde op de Intelligence Index. Kimi K3 blijft 12.7 punten achter op DeepSeek V4 Pro, en de foutmarge bij deze steekproefgrootte is 7 tot 8 punten per model. Het grootste deel van het verschil zit in idiomen en in vragen over grammatica, schrift en kalender. Bij lokale feiten zaten Kimi K3 en de Flash van DeepSeek binnen twee punten van elkaar.
DeepSeek won met een handicap. Elk antwoord kreeg een budget van 8,000 tokens, en de twee DeepSeek-modellen gebruikten dat samen bij 22 vragen helemaal op aan nadenken. Elk van die vragen leverde nul punten op. Bij Kimi K3 liep dat bij geen enkele vraag zo.
Vijf vragen per taal is te weinig om één taal los te rangschikken, dus lees het volgende als een aanwijzing. Kimi K3 versloeg DeepSeek V4.1 Flash in 6 van de 30 talen, waaronder Arabisch en Duits, en verloor in 16. Beide labs zijn Chinees, en in vereenvoudigd Chinees had de Flash alle vijf de vragen goed. Kimi K3 had er twee goed.
Is Kimi of DeepSeek beter om mee te coderen?
DeepSeek V4.1 Flash, als je agent in een terminal werkt. Op Terminal-Bench 4.0, een van de tien tests in de index, scoort die 27% tegen de 13% van Kimi K3. Ook op AutomationBench-AA staat die voorop, met 69% tegen 58%. Kimi K3 wint SciCode, waarbij wetenschappelijke code uit een geschreven specificatie wordt gevraagd, met 59% tegen 52%.
Het codeermodel van Moonshot is de verrassing. Kimi K2.7 Code scoort 1% op Terminal-Bench 4.0 en 48% op SciCode, dus op die test blijft het achter bij beide DeepSeek V4-modellen. Snelheid telt in een codeerlus ook zwaarder dan in een chat. Met 205 tokens per seconde schrijft de Flash van DeepSeek vijf keer zo snel als Kimi K3. Claude vs DeepSeek draait dezelfde tests tegen een gesloten model.
Wat kosten Kimi en DeepSeek?
DeepSeek V4.1 Flash kost een tiende per token of minder, en V4 Pro 0813 minder dan de helft. Per oktober 2026 rekent de prijslijst van Moonshot $3.00 per miljoen tokens die je naar Kimi K3 stuurt en $15.00 per miljoen die het schrijft. DeepSeek rekent $0.30 en $1.20 voor V4.1 Flash, en $1.32 en $3.96 voor V4 Pro 0813. Beide verlagen de prijs van input die in de cache staat, naar $0.30 per miljoen bij Kimi K3 en naar $0.006 bij de Flash.
DeepSeek halveert bovendien elk tarief buiten de piekuren. De piekuren zijn op werkdagen 01:00 tot 04:00 en 06:00 tot 10:00 UTC, dus een taak die je in het weekend verstuurt kost $0.15 en $0.60 op de Flash. De pagina van Moonshot noemt geen dalttarief, en op geen van beide pagina's krijg je gratis tokens voor deze modellen.
De apps verschillen op dezelfde manier. In de Amerikaanse App Store is de DeepSeek-app gratis en vermeldt geen aankopen in de app. De Kimi-app is gratis te downloaden en verkoopt lidmaatschappen in de app, vermeld vanaf $19.00 tot een jaarpas van $374.99, gelezen in oktober 2026.
Kun je een product bouwen op de weights van Kimi of DeepSeek?
Ja, bij allebei, maar alleen bij DeepSeek hoef je niets te ondertekenen. DeepSeek levert V4.1 Flash en V4 Pro 0813 onder de gewone MIT-licentie op Hugging Face. Kimi K3 valt onder een eigen Kimi K3 License, die uitgaat van MIT-tekst en er twee voorwaarden aan toevoegt. We lazen beide bestanden op 12 oktober 2026.
| Open model, per oktober 2026 | Licentie | Wie een aparte overeenkomst nodig heeft | Wanneer de modelnaam in je app moet staan |
|---|---|---|---|
| DeepSeek V4.1 Flash | MIT | Niemand | Nooit |
| DeepSeek V4 Pro 0813 | MIT | Niemand | Nooit |
| Kimi K3 | Kimi K3 License | Een bedrijf dat het model als dienst verkoopt, zodra de concernomzet in 12 maanden boven $20M komt | Boven 100M maandelijkse gebruikers of $20M maandelijkse omzet |
De weergaveregel is degene waar een groeiende app als eerste tegenaan loopt. Voorbij een van beide grenzen zegt de licentie dat de naam "must be prominently displayed on the user interface of such product or service." Twee vormen van gebruik vallen onder geen van beide regels: intern gebruik waarbij geen buitenstaander het model of wat het schrijft krijgt, en gebruik via de eigen producten van Moonshot of zijn gecertificeerde inferentiepartners.
Ook de omvang telt, als je de weights zelf wilt hosten. Kimi K3 heeft 2.8 biljoen parameters, waarvan 104 miljard actief per token. DeepSeek V4.1 Flash heeft er 552 miljard met 16 miljard actief, dus het is ongeveer een vijfde van die omvang. De gids over open-source LLM's legt uit wat er nodig is om zulke weights te draaien.
Waar bewaren Kimi en DeepSeek je data?
Beide apps bewaren die in China, en de API van Kimi bewaart die in Singapore. Het privacybeleid van Kimi voor kimi.com en de Kimi-apps, bijgewerkt op 24 augustus 2026, noemt Beijing Moonshot Technology en zegt: "We store your personal information within the territory of the People's Republic of China." Het privacybeleid van DeepSeek zegt dat het je persoonsgegevens "collect, process and store your Personal Data in People's Republic of China."
Moonshot laat zijn ontwikkelaarsplatform door een ander bedrijf draaien. Het beleid van dat platform noemt MOONSHOT AI PTE. LTD. en zegt dat wat het verzamelt op servers in Singapore wordt bewaard. DeepSeek publiceert geen apart beleid voor zijn API, dus China is de enige locatie die het opgeeft.
| Per oktober 2026 | Kimi-app (kimi.com) | Kimi API (platform.kimi.ai) | DeepSeek-app en website |
|---|---|---|---|
| Genoemd bedrijf | Beijing Moonshot Technology Co., Ltd. | MOONSHOT AI PTE. LTD. (Singapore) | Hangzhou DeepSeek Artificial Intelligence Co., Ltd. |
| Waar je data is opgeslagen | China | Singapore | China |
| Chats gebruikt voor training | Ja, na de-identificatie | Inhoud helpt modellen te optimaliseren | Ja |
| Zo kies je voor uitschrijven uit training | Vraag de klantenservice | Niet beschreven | Een vermeld recht, per e-mail naar privacy@deepseek.com |
| Beleid laatst bijgewerkt | 24 augustus 2026 | 30 april 2025 | 10 februari 2026 |
Geen van beide appbeleidsregels beschrijft een schakelaar in de instellingen voor training. Kimi zegt dat je contact opneemt met de klantenservice, en DeepSeek noemt een opt-out die je per e-mail gebruikt. Draai je de open weights op een host die je vertrouwt, dan gaat je data naar geen van beide bedrijven. Is DeepSeek veilig behandelt de rest van het beleid van DeepSeek.
Moet je voor Kimi of DeepSeek kiezen?
Kies Kimi K3 als de hoogste redeneerscore is wat je nodig hebt. Kies DeepSeek als je meer om de kosten van een taak geeft, om snelheid, of om een andere taal dan Engels.
| Kies Kimi K3 als | Kies DeepSeek als |
|---|---|
| Je de hogere Intelligence Index-score wilt (44 tegen 39) | De kosten per taak de doorslag geven ($0.27 voor V4.1 Flash tegen $2.00) |
| Je werk uit lange documenten bestaat (89% op AA-LCR tegen 84%) | Je agent in een terminal werkt (27% op Terminal-Bench 4.0 tegen 13%) |
| Je minder foute gokken wilt (AA-Omniscience 20 tegen min 5) | Je snelle antwoorden wilt (205 tokens per seconde tegen 41) |
| Je de API aanroept en je data buiten China moet blijven (Singapore) | Je in veel talen vragen stelt (44 en 42 tegen 31.3 op onze test in 30 talen) |
| De licentievoorwaarden van Moonshot bij je product passen | Je een API of app op de weights gaat verkopen (MIT, niets te ondertekenen) |
Whizi heeft ze allebei in het Pro-abonnement, dat $29.99 per maand kost met 2,500 credits. Kimi K3 kost daar 10 credits per bericht en DeepSeek V4.1 Flash 1, en in de zij-aan-zijweergave gaat één prompt naar beide. Met Pro krijg je dus 250 berichten met Kimi K3, of 2,500 met de Flash. DeepSeek V4 Pro 0813 zit in Powerhouse voor $49.99 (2 credits), en Starter bevat geen van beide families. Wil je alleen DeepSeek, dan is de eigen app gratis en Whizi niet. De docs over Kimi en DeepSeek vermelden elke rij.
- Gebruik Kimi K3 als de hoogste redeneerscore zwaarder weegt dan een taak van 18 minuten
- Gebruik DeepSeek V4.1 Flash als kosten per taak, snelheid of een terminalagent de doorslag geeft
- Kies DeepSeek voor vragen in de meeste talen buiten het Engels
- Lees de Kimi K3 License voordat je het model in een grote app zet of als dienst verkoopt
- Roep Kimi aan via de API, niet de app, als je data buiten China moet blijven
Veelgestelde vragen
Is Kimi beter dan DeepSeek?
Op redeneertests wel. Op kosten, snelheid en andere talen niet. Gelezen op 12 oktober 2026 scoort Kimi K3 44 op de Artificial Analysis Intelligence Index tegen de 39 van DeepSeek V4.1 Flash. Maar het kost $2.00 per taak tegen de $0.27 van de Flash, en het schrijft 41 tokens per seconde tegen 205. Op Whizi's test in 30 talen versloegen beide DeepSeek V4-modellen Kimi K3. Je kunt AI-modellen naast elkaar vergelijken door dezelfde prompt naar meerdere ervan te sturen.
Is Kimi goedkoper dan DeepSeek?
Nee. Per oktober 2026 kost Kimi K3 $3.00 per miljoen inputtokens en $15.00 per miljoen outputtokens op de API van Moonshot. DeepSeek V4.1 Flash kost $0.30 en $1.20, en buiten de piekuren de helft daarvan. De DeepSeek-app is gratis zonder aankopen in de app, terwijl de Kimi-app lidmaatschappen verkoopt vanaf $19.00. Statistieken over LLM-API-prijzen laat zien waar prijzen per token als deze liggen ten opzichte van het mediaanmodel.
Is Kimi K3 open source?
De weights zijn open, onder de Kimi K3 License in plaats van gewone MIT. Een bedrijf dat het model als dienst verkoopt, heeft een aparte overeenkomst met Moonshot nodig zodra de concernomzet in 12 maanden boven $20 miljoen komt. En als een app meer dan 100 miljoen maandelijkse gebruikers of $20 miljoen maandelijkse omzet heeft, moet die de naam Kimi K3 tonen. De V4-weights van DeepSeek zijn gewone MIT. DeepSeek vs ChatGPT legt uit hoe de app, de API en de open weights verschillen.
Is Kimi of DeepSeek beter voor coderen?
DeepSeek V4.1 Flash is beter voor terminalagents, met 27% op Terminal-Bench 4.0 tegen de 13% van Kimi K3. Kimi K3 is beter in wetenschappelijke code, met 59% op SciCode tegen 52%, terwijl Kimi K2.7 Code, het codeermodel van Moonshot, 1% scoort op Terminal-Bench 4.0. ChatGPT-alternatieven voor coderen vergelijkt andere modellen per codeertaak.