GPT-6 Sol vs. Kimi K3: Drei Annahmen über offene Gewichte, getestet an einer Rechnung

Der Kauf offener Gewichte ist meist eine Wette auf drei Dinge: dass sie günstiger sind, dass sie Ihnen Kontrolle geben und dass sie eine Absicherung dagegen sind, dass ein Anbieter seine Meinung ändert. Kimi K3, das 2,8-Billionen-Parameter-Modell, das Moonshot AI am 27. Juli 2026 unter offenen Gewichten veröffentlichte, und GPT-6 Sol, das geschlossene Modell, das am 22. September 2026 ausgeliefert wurde, sind ein sauberer Testfall für alle drei, weil die beiden Modelle auf der neutralen Rangliste nah genug beieinanderliegen, dass die Annahmen das Argument allein tragen müssen.

So schneiden sie ab. K3 ist nicht günstiger pro Aufgabe – es ist etwa doppelt so teuer, mit 3,00 $ und 15,00 $ pro Million Token gegenüber Sols 2,00 $ und 10,00 $. Die Kontrolle ist real, hat aber eine Hardware-Mindestgrenze, die die meisten Teams nicht überwinden werden. Und die Absicherung ist die eine Annahme, die vollständig standhält, was sie zur einzigen macht, für die es sich zu zahlen lohnt. Was folgt, ist die Arithmetik hinter jeder.

Die beiden Modelle, kurz

Kimi K3 ist ein Sparse-Mixture-of-Experts-Modell mit insgesamt 2,8 Billionen Parametern und rund 104 Milliarden – etwa 3,7 % – pro Token aktiven Parametern, veröffentlicht unter einer Modified-MIT-Lizenz mit einem Kontextfenster von 1.048.576 Token. Die Architekturbehauptungen von Moonshot sind konkret: Kimi Delta Attention, ein hybrides Linear-Attention-Verfahren, das laut Unternehmen beim Decoding langer Kontexte bis zu 6,3-mal schneller ist, plus Attention Residuals und ein Stable-LatentMoE-Framework. Es nimmt Text und Bild entgegen und gibt Text zurück. Das nicht destillierte Modell überschreitet 1 TB an Größe, und eine Produktionsbereitstellung wird mit einer Untergrenze von 64 Beschleunigern beschrieben.

GPT-6 Sol ist geschlossen, hat eine einzige Kennung und wird zu Pauschalpreisen von 2,00 $ und 10,00 $ bepreist, mit 0,20 $ für einen Cache-Lesevorgang und 2,50 $ für Cache-Schreibvorgänge, wobei die gesamte Anfrage oberhalb von 272.000 Eingabe-Tokens auf 4,00 $ und 15,00 $ neu bepreist wird. Es verarbeitet Text und Bild als Eingabe und gibt Text aus, mit einem Kontextfenster von 1.050.000 Tokens, einer maximalen Eingabe von 922.000 Tokens, einer Obergrenze von 128.000 Tokens für die Ausgabe und einem Wissensstichtag vom 20. April 2026.

Die Kontextfenster sind praktisch gesehen dieselbe Zahl – ein Unterschied von 0,1 %. Das beseitigt den häufigsten Grund, eines von beiden zu bevorzugen, und bedeutet, dass die Entscheidung allein auf den drei Annahmen beruht.

Annahme eins: Open Weights sind günstiger. Sind sie nicht.

• Eingabe — GPT-6 Sol $2.00 pro Million Token vs. Kimi K3 $3.00 pro Million Token

• Ausgabe — GPT-6 Sol 10,00 $ pro Million Tokens vs. Kimi K3 15,00 $ pro Million Tokens

• Zwischengespeicherte Eingabe — GPT-6 Sol 0,20 $ pro Million Token vs. Kimi K3 0,30 $ pro Million Token; beide sind ein Zehntel des Tarifs für nicht zwischengespeicherte Eingabe

• Intelligenz-Index, unabhängig — GPT-6 Sol 48 bei maximalem Aufwand vs. Kimi K3 44 bei maximalem Aufwand

• Kosten pro Index-Aufgabe, unabhängig — GPT-6 Sol 1,06 $ vs. Kimi K3 2,00 $

• Ausgabe-Tokens für den Index-Lauf — GPT-6 Sol 77M vs. Kimi K3 160M

• Kontextfenster — GPT-6 Sol 1.050.000 Token vs. Kimi K3 1.048.576 Token

• Gewichte — GPT-6 Sol geschlossen vs. Kimi K3 offen, herunterladbar und selbst hostbar

• Lizenz — GPT-6 Sol nicht zutreffend vs. Kimi K3 Modified MIT

• Gesamtparameter — GPT-6 Sol nicht offengelegt vs. Kimi K3 2.800 Milliarden, davon 104 Milliarden pro Token aktiv

Sol ist günstiger in jeder Zeile der Preisliste, und die Lücke ist genau dort am größten, wo agentische Workloads ihr Geld ausgeben. Das unabhängige Gremium stimmt in der Richtung und ungefähr beim Ausmaß überein: Sol kostet pro abgeschlossener Aufgabe etwa halb so viel und liegt dabei vier Indexpunkte höher. K3 erzeugte etwas mehr als doppelt so viele Ausgabe-Tokens, um denselben Index auszuführen.

Eine Nuance verhindert, dass dies zu einem Kantersieg wird. Moonshot behauptet, dass K3 21 % weniger Ausgabe-Tokens als sein Vorgänger erzeugt, und die architektonische Arbeit – das Attention-Schema, das Residual-Design – zielt direkt auf die Dekodierungskosten bei langem Kontext ab. Bei einer Arbeitslast, die von sehr langen Eingaben dominiert wird, könnten die Effizienzmerkmale von K3 einen Teil der Lücke schließen, die der Indexlauf zeigt. Niemand hat diese Messung auf einer vergleichbaren Testumgebung veröffentlicht, also betrachten Sie sie als Herstellerbehauptung mit einem plausiblen Mechanismus, nicht als Ergebnis.

Annahme zwei: Offene Gewichte geben dir Kontrolle. Bis zu einer Hardware-Untergrenze.

Die Kontrolle ist echt und es lohnt sich, sie präzise zu formulieren, denn „offene Gewichte“ wird oft ungenau verwendet. Eine modifizierte MIT-Lizenz für einen herunterladbaren Checkpoint bedeutet, dass Sie das Modell auf Ihrer eigenen Hardware ausführen, es feinabstimmen, eine bestimmte Revision festlegen und die Inferenz innerhalb einer von Ihnen kontrollierten Grenze halten können. Nichts davon ist bei GPT-6 Sol zu irgendeinem Preis verfügbar.

Was es nicht bedeutet, ist, dass Self-Hosting in Bezug auf die Kosten ein Ersatz für die API ist. Die veröffentlichten Zahlen beziffern den Full-Precision-Checkpoint auf etwa 4,9 TB oder rund 397 GB bei 1-Bit-Quantisierung, mit einer Einsatzuntergrenze im Bereich von 410 GB kombiniertem Speicher und Produktionsbereitstellungen, die anhand von 64 Beschleunigern beschrieben werden. Ein Team, das bereits einen Cluster dieser Klasse betreibt, hat hier eine echte Option. Ein Team, das dies nicht tut, vergleicht eine API-Rechnung mit einer Kapitalinvestition, und die API-Rechnung gewinnt mit großem Abstand.

Die ehrliche Version des Kontrollarguments ist enger gefasst, als es üblicherweise dargestellt wird: Offene Gewichte geben dir die Möglichkeit zu gehen, nicht die Möglichkeit, kostengünstig zu betreiben. Das sind zwei verschiedene Dinge, und nur eines davon steht den meisten Teams zur Verfügung.

Annahme drei: Offene Gewichte sind eine Versicherung. Diese hier trifft zu.

Die dritte Annahme hält jeder oben genannten Zahl stand, und sie ist der Grund, warum K3 überhaupt einen Markt hat. Moonshot kann übernommen werden, kann seine Lizenz für zukünftige Versionen ändern, kann K3 als veraltet einstufen, kann seinen Preis erhöhen, kann Abonnements aussetzen — und es hat neue Abonnements innerhalb von 48 Stunden nach der Veröffentlichung ausgesetzt, um die Servicequalität für bestehende zahlende Kunden zu schützen, was anschaulich belegt, dass der API-Zugang eine Richtlinienentscheidung und kein Besitzrecht ist.

Wenn K3 veraltet ist, laufen die von Ihnen heruntergeladenen Gewichte trotzdem. Wenn Moonshot den API-Preis verdreifacht, bleibt Ihr selbstgehostetes Deployment unberührt. Wenn Sie einem Prüfer nachweisen müssen, dass Ihr Inferenz-Stack auf einer bekannten Revision eingefroren ist, bietet Ihnen ein Checkpoint genau das, und eine API nicht. Nichts davon taucht in einer Kosten-pro-Aufgabe-Tabelle auf, und all das ist real.

Die Frage ist, was es wert ist. Nach den oben genannten Zahlen zahlen Sie für diese Absicherung pro abgeschlossener Aufgabe ungefähr das Doppelte, plus vier Indexpunkte Leistungsfähigkeit. Für eine Workload, bei der eine API-Deprecation eine Betriebsunterbrechung ist, ist das günstig. Für eine Workload, bei der Sie einfach die Modelle wechseln würden, ist es eine Prämie für eine Absicherung, die Sie nie in Anspruch nehmen werden.

Beide sind auf einer Taste, wenn du möchtest.

Kimi K3 ist im Katalog von OrcaRouter zum Listenpreis von Moonshot, nach dem Pass-through-Modell, das eine Moonshot-Tarifänderung noch am selben Tag auf unserer Seite live schaltet statt erst, nachdem ein Reseller neu verhandelt hat. GPT-6 Sol ist zum Zeitpunkt dieses Schreibens nicht in unserem Katalog und über die eigene API von OpenAI erreichbar.

Diese Kombination ist für diese spezielle Entscheidung mehr wert, als es klingt, denn die beiden Modelle gehören unterschiedlichen Fehlermodi an. Der Grund, K3 zu betreiben, ist nicht, dass es billiger ist – das ist es nicht –, sondern dass es eine Absicherung ist, und eine Absicherung, zu der man nicht schnell wechseln kann, ist keine sonderlich gute Absicherung. K3 hinter demselben Endpunkt wie alles andere zu halten, mit automatischem Failover und einer Routing-Regel, die in der Konfiguration geändert werden kann, ist das, was aus „wir haben einen Open-Weight-Fallback“ eine Folie in einer Präsentation in etwas verwandelt, das um 3 Uhr morgens funktioniert.

Wofür jedes tatsächlich da ist

• Wenn Sie die niedrigsten Kosten pro abgeschlossener Aufgabe bei allgemeinen Arbeiten wollen — GPT-6 Sol, und der Vorsprung beträgt etwa 2×.

• Wenn Sie die höchste Leistungsfähigkeit auf dem neutralen Board der beiden wünschen — GPT-6 Sol um vier Punkte.

• Wenn Sie bereits einen Cluster in der Speicherklasse ab 400 GB betreiben und Inferenz innerhalb Ihrer eigenen Grenzen benötigen, ändert sich mit K3 die Rechnung vollständig, denn die Grenzkosten der Gewichte sind nicht dieselben wie die Kosten der Hardware.

• Wenn Ihre eigentliche Anforderung darin besteht, dass Ihr Modell Ihnen nicht weggenommen werden kann — K3, und dies ist das einzige Argument im Vergleich, das Sol nicht beantworten kann.

• Wenn Sie nach dem Preis pro Token auswählen, weil K3 wie das günstigere chinesische Modell aussieht — prüfen Sie zuerst die Token-Anzahl. Bei 160 Millionen Ausgabe-Tokens für den Index-Lauf gegenüber 77 Millionen bei Sol kauft der günstigere Tarif mehr Tokens, nicht eine kleinere Rechnung.