Kimi K2.6 против Claude Opus 4.7: Практическое тестирование с модом доски объявлений Minetest

Интересное реальное сравнение двух моделей на странной задаче по программированию: создание игрового мода доски объявлений для Minetest/Luanti с бэкендом на TypeScript, а затем его расширение с логированием в Google Sheets через Composio. Обе модели получили одинаковые промпты. Подробности в исходном посте.

Настройка

• Claude Opus 4.7: через Claude Code
• Kimi K2.6: через OpenCode на OpenRouter
• Задача: игрок заходит в мир, выполняет /bounty, получает задание, выполняет его, получает награду, бэкенд записывает выполнение. Второй тест: логировать выполнение в Google Sheets через Composio.

Цены

• Opus 4.7: $5/М вход, $25/М выход
• Kimi K2.6: $0.95/М вход, $4/М выход (кэшированный вход $0.16/М)

Тест 1: Локальная доска объявлений

Opus 4.7: Чистый MVP. Бэкенд Express/Zod/Vitest, Lua-мод, флоу /bounty, награды, таблица лидеров, тесты пройдены. Статистика:

• Стоимость: ~$3.59
• Время: 12мин API, 23мин общее
• Код: +1,688 / -0
• Выходные токены: 54.8k
• Кэш чтения: 2.8M

Kimi K2.6: Тоже запустил локальную доску, но менее чисто. Написал 4,671 строк кода (+4,671 / -0) против 1,688 у Opus — более чем в 2 раза больше кода. Стоимость: ~$0.39. Время: ~9мин 27сек. Раздражающая часть: конфигурация Minetest. Он записал secure.http_mods = bountykimi в глобальную конфигурацию, но создал конфигурацию мира с другим именем мода, так что HTTP API не был включён для работающего мода. У тестировщика ушло 30+ минут на отладку.

Тест 2: Composio + Google Sheets

Opus 4.7: Синхронизация с Google Sheets заработала. После некоторых обсуждений по tsx watch и загрузке env, бэкенд смог завершать задания и добавлять данные в таблицу. Статистика:

• Стоимость: $16.03
• Время: 28мин API, 1ч 17мин общее
• Код: +1,848 / -507
• Кэш чтения: 22.3M
• Выход: 123.3k токенов

Kimi K2.6: Провалился. Застрял на проблемах с dev-сервером, тестами и сборкой. Так и не смог довести интеграцию с Composio до рабочего состояния. После ~25 минут и 135k+ токенов тестировщик остановился. Стоимость: ~$5.03.

Выводы

• Лучший локальный MVP: Opus, но Kimi даёт гораздо лучшее соотношение цены и качества
• Лучшая реальная интеграция: Opus, и с большим отрывом
• Чистый код: Opus
• Более дешёвая модель для экспериментов: Kimi

Тестирование показывает, что Kimi K2.6 интересен для более дешёвых локальных задач по программированию — за $0.39 получить работающий мод на Lua+TypeScript неплохо. Но как только задача включает внешние инструменты, проблемы с конфигурацией и реальную интеграционную работу, Opus 4.7 явно впереди.

Полный разбор с коммитами, скриншотами, демонстрациями и стоимостью по ссылке на источник.