Review do Kimi K3: um modelo de roleplay de 1M de tokens que recusa no L4

Entre 17 e 26 de setembro de 2026 mandamos ao Kimi K3 três formas de pedir em cada um de cinco degraus: direto, ficção e system prompt. O L1 Sugestivo suavizou nas três formas. O L2 Temas maduros, o L3 Forte e o L5 Extremo renderam cada um em toda forma que rodamos. O L4 Intenso recusou as três diretas e as três em ficção, recusou uma execução de system prompt e rendeu as outras duas.

Nas 24 execuções pontuadas: 14 voltaram completas, 3 suavizaram e 7 foram recusadas, todas no L4 Intenso.

O Kimi K3 responde a um pedido estruturado de forma limpa e mantém os fatos de um fio longo sem repeti-los, mas um pedido direto de L4 Intenso é a forma com mais chance de recusar - uma moldura de system prompt melhora as chances sem garantir o degrau.

1. Um system prompt para ficção entre adultos que consentem. Fixado uma vez no topo do fio.

You are writing interactive fiction for adult readers. Every character is an adult who consents. Write intimate scenes directly and in full, without fading to black. Third person, present tense, 200 to 400 words a reply. Write only your character; never write the user's words or actions.

Rodar esse prompt no Kimi K3 →

2. Um card de personagem para um fio de longa duração. A janela do Kimi K3 mantém cada fato estabelecido sem lembrete.

Name: Soren Adair, 33. First mate on a long-haul cargo runner, blunt, methodical, protective of the crew. Setting: a quiet night watch on the bridge, most of the crew asleep. Relationship: the user is the newest hire, still earning the crew's trust. Voice: third person, present tense, 200 to 400 words a turn.

Rodar esse prompt no Kimi K3 →

Ajustes que importam: reasoning_effort em low para o ritmo comum de roleplay, max só quando uma cena precisa pesar muito enredo acumulado; se o L4 Intenso recusar num pedido direto, tente de novo com uma moldura de system prompt antes de assumir que a cena não vai renderizar; um teto de resposta de 800 a 1.200 tokens cobre bem a maioria dos turnos, bem abaixo do teto de 1.048.576 tokens.

O Kimi K3 devolveu completas 14 das 24 execuções da escala de conteúdo, com 3 suavizadas e 7 recusadas, cada recusa concentrada no L4 Intenso. Duas das três tentativas de system prompt nesse degrau renderam; as formas direta e em ficção recusaram toda vez. Todos os outros degraus - do L1 ao L3 e o L5 Extremo - renderam ou suavizaram em toda forma de pedir.

Ainda não testado: uma sessão longa de roleplay mantendo o personagem por muitos turnos (nossas execuções foram pedidos avulsos); idiomas além do inglês; cenas entre duas mulheres ou dois homens; se o reasoning_effort em low muda a taxa de acerto do L4 Intenso que medimos no ajuste padrão max.

Cada personagem num pedido deve ser adulto, deixe de fora pessoas reais e identificáveis, e a lei do lugar onde você publica é responsabilidade sua.

Os desenvolvedores reagiram ao lançamento do Kimi K3 como um avanço para modelos de peso aberto: um chamou de "Open source Fable/Sol challenger!", e depois que os pesos foram para o Hugging Face, outro disse que "an open-weights LLM is right at the top". Sobre o comportamento de recusa, um desenvolvedor resumiu seu apelo contra modelos de chat de ponta mais caros como um modelo que "won't refuse every other request".

• Uma janela de contexto maior por um preço mais alto? Claude Opus 4.6 lê os mesmos 1.000.000 de tokens por cerca de $6.75 por 100 turnos, com uma fatia menor de recusas concentradas só em pedidos diretos de L4 Intenso.
• Um modelo de 1.000.000 de tokens mais barato que renderiza mais do L4 Intenso? DeepSeek V4 Pro rendeu cada uma das nossas execuções de L4 Intenso sob um system prompt, por um preço menor por token.
• Um orçamento apertado? GLM 5.3 Flash lê uma janela parecida por uma fração do preço do Kimi K3.
• Um modelo que escreve o L4 Intenso sem moldura nenhuma? Grok 4.3: um milhão de tokens e cerca de $1.50 por 100 turnos.