Kimi K3.1 Pro vs. GPT-6 Astra: Ein Fünftel des Preises und zwei Punkte in die andere Richtung

GPT-6 Astra kostet auf beiden Abrechnungslinien fünfmal so viel wie Kimi K3.1 Pro: $10.00 pro Million Eingabe-Tokens gegenüber $2.00 und $50.00 pro Million Ausgabe-Tokens gegenüber $10.00. Auf dem unabhängigen Index, auf dem beide Modelle gemessen werden, liegt das günstigere vorne — Artificial Analysis bewertet Kimi K3.1 Pro mit 55 und GPT-6 Astra mit 53. Auf der eigenen Anbietertabelle des günstigeren Modells ist der Abstand jedoch nicht einheitlich: Kimi gewinnt den Terminal-Agent-Benchmark um 7,5 Punkte und verliert die CAD- und Halluzinations-Benchmarks eindeutig. Die ehrliche Version dieses Vergleichs ist, dass Sie nicht zwischen einem besseren und einem schlechteren Modell wählen. Sie wählen, wie viel Ihnen ein Punkt Genauigkeit wert ist und ob Sie die Gewichte besitzen müssen.

Beide Modelle sind aktuelle Flaggschiffe mit einer Million Token Kontext, beide sind auf irgendeine Weise gated oder eingeschränkt, und beide lassen sich über OrcaRouter zu ihren veröffentlichten Listenpreisen aufrufen. Die Unterschiede, die für eine Migration ausschlaggebend sind, sind geringer, als das Preisvielfache vermuten lässt, und drei davon sind messbar.

Die beiden Tarifkarten und was sie tatsächlich berechnen

• Eingabe – 2,00 $ pro Million Tokens bei Kimi K3.1 Pro gegenüber 10,00 $ bei GPT-6 Astra.

• Output — $10.00 gegenüber $50.00. Output ist der Bereich, in dem agentische Arbeit den Großteil ihres Geldes ausgibt, was diese Position zur wichtigsten macht.

• Cache — beide Anbieter gewähren einen Cache-Rabatt von 90 %; Artificial Analysis erfasst für beide denselben Wert. Ein Cache-Treffer ist bei Kimi in absoluten Zahlen daher fünfmal günstiger, weil er nur 10 % eines Fünftels des Preises kostet.

• Kontext — 1.048.576 Token auf Kimi K3.1 Pro, 1.050.000 auf GPT-6 Astra. Praktisch identisch.

• Maximale Ausgabe — 943.718 Token bei Kimi K3.1 Pro gegenüber 128.000 bei GPT-6 Astra. Dies ist der am wenigsten diskutierte und zugleich folgenreichste Unterschied auf dem Datenblatt. Ein Modell, das 900.000 Token in einer einzigen Antwort schreiben kann, kann eine umfangreiche Migration abschließen, ein langes Dokument erzeugen oder einen Agenten durch eine unbegrenzte Schleife führen, ohne dass eine clientseitige Zusammenfügungsstrategie nötig ist. Astras 128K-Obergrenze ist nach den Maßstäben von 2025 großzügig und im Vergleich zu dieser restriktiv.

Die Preise pro Token unterschätzen die Kluft und überschätzen sie zugleich, weshalb der Kosten-pro-Aufgabe-Wert des Evaluators der nützliche ist. Artificial Analysis beziffert Kimi K3.1 Pro auf 2,11 US-Dollar pro Intelligence-Index-Aufgabe und GPT-6 Astra auf 3,26 US-Dollar — eine Ersparnis von 35 %, nicht von 80 %. Der Unterschied ist die Ausführlichkeit: Kimi K3.1 Pro erzeugte während der Evaluierung 150 Millionen Ausgabe-Tokens gegenüber 60 Millionen bei Astra. Ein günstigeres Token, das zweieinhalbmal so häufig ausgegeben wird, ist nur etwas günstiger.

Bei einer gemischten Anfrage ist die Rechnung unmissverständlich. Ein Aufruf, der eine Million Eingabe-Tokens liest und 200.000 Ausgabe-Tokens schreibt, kostet bei Kimi K3.1 Pro 2,00 $ plus 2,00 $ — 4,00 $ — und bei GPT-6 Astra 10,00 $ plus 10,00 $ — 20,00 $. Ein Agent, der ein zwischengespeichertes Repository mit einer Trefferquote von 90 % erneut liest, reduziert die Eingabeseite bei beiden nahezu auf null, und allein die Ausgabezeile kostet für dieselben 200.000 Tokens weiterhin 10 $ gegenüber 50 $.

Aktualität ist ein zweiter, weniger offensichtlicher Kostenfaktor. Artificial Analysis verzeichnet den Knowledge-Cutoff von GPT-6 Astra auf den 30. April 2026, etwa sechs Monate vor diesem Vergleich. Kimi K3.1 Pro ist ein Post-Training-Release eines Modells, dessen Pre-Training-Datum Moonshot nicht veröffentlicht hat; daher liefert keine der beiden Seiten einen Trainings-Cutoff, den man in ein Compliance-Dokument aufnehmen könnte – aber nur eine der beiden verfügt überhaupt über einen Cutoff, den der Evaluator verifizieren könnte.

Der unabhängige Index und die eigene Tabelle des Anbieters stimmen hinsichtlich der Reihenfolge nicht überein.

{{1}}Artificial Analysis{{/1}} misst {{2}}Kimi K3.1 Pro{{/2}} mit 55 (4. von 215 Modellen) und {{3}}GPT-6 Astra{{/3}} mit 53 (8. von 215), in Version 4.3.2 seines Index. Das ist ein Zwei-Punkte-Vorsprung für das Modell, das nur ein Fünftel kostet. Es liegt außerdem in dem Bereich, in dem Harness- und Effort-Einstellungen die Reihenfolge umkehren können, also behandle es als „diese sind ebenbürtig“ statt als „eines ist besser“.

Moonshots Launch-Tabelle, ausgeführt auf Moonshots eigenem Harness, lässt die beiden Modelle auf dem Benchmark, mit dem sie wirbt, deutlich weiter auseinanderliegen – und überall sonst näher beieinander, oder das Bild kehrt sich um:

• Terminal-Bench 4.0 — 65,7 % für Kimi K3.1 Pro gegenüber 58,2 % für GPT-6 Astra. Ein Vorsprung von 7,5 Punkten – und der Benchmark, der für die Spitze der Ankündigung gewählt wurde.

• BenchCAD mit Tools — 92,7 % für Kimi K3.1 Pro gegenüber 95,9 % für GPT-6 Astra. Astra gewinnt beim 3D-Modellierungs-Benchmark mit 3,2 Punkten Vorsprung, der mitten in Kimis eigener Präsentation steht.

• Kimi Hallu Bench Hard — 8,3 % Halluzinationen auf Aussagenebene für Kimi K3.1 Pro mit Tools gegenüber 5,5 % für GPT-6 Astra; ohne Tools 5,4 % gegenüber 4,2 %. Astra ist auf diesem Set das faktisch zuverlässigere Modell, und zwar mit einem Vorsprung, der für Forschung und Dokumentenarbeit relevant ist.

Dieses Muster – ein großer Gewinn, zwei kleinere Niederlagen – ist das, was eine Anbietertabelle ausmacht, wenn sie ehrlich genug ist, die Zeilen aufzunehmen, die sie verliert. Der Auswahleffekt steckt in der Schlagzeile, nicht in den Daten.

Access ist ebenfalls eine Spezifikation.

GPT-6 Astra ist das erste OpenAI-Modell, das unter dem unternehmenseigenen Preparedness Framework als „kritisch“ eingestuft wurde, weil es selbstständig neuartige Sicherheitslücken finden kann. Die Einführung erfolgte stufenweise: zuerst für Early-Access-Partner, dann für Abonnementstufen, dann über die API. Einige Fähigkeiten sind durch die Risikoeinstufung eingeschränkt, und das Modell wird eher als zugangsbeschränktes Frontier-Produkt denn als Allzweckwerkzeug verkauft.

Kimi K3.1 Pro wählt den entgegengesetzten Ansatz und zahlt dafür einen anderen Preis. Moonshot entfernte cyberbezogene Daten aus dem Mid-Training und aus dem Reinforcement Learning und veröffentlichte dann die Kosten: Das ausgelieferte Modell erzielt 81,0 % auf xdev-bench-hard gegenüber 90,5 % für einen Checkpoint, der ohne diese Maßnahmen trainiert wurde. Das erklärte Prinzip des Unternehmens ist, keine offenen Gewichte zu veröffentlichen, die die Grenze der offensiven Cyberfähigkeiten erweitern, und es plant, die Obergrenze schrittweise anzuheben. Die vollständigen Gewichte werden bis zum 4. November 2026 versprochen; bis dahin ist das Modell nur per API verfügbar, obwohl es als Open-Weight-Modell beschrieben wird.

Für einen regulierten Käufer ist der Trade-off nachvollziehbar. Astra bietet dir die stärkste zugangsbeschränkte Fähigkeit und einen Genehmigungsprozess. Kimi bietet dir ein herunterladbares Modell in elf Tagen, eine veröffentlichte Leistungsreduktion und keine Zugangsbeschränkung über einen Standard-API-Schlüssel hinaus.

Latenz, gemessen auf unserer eigenen Route

In den letzten sieben Tagen auf OrcaRouter hat GPT-6 Astra eine mediane Zeit bis zum ersten Token von 1,64 Sekunden; Kimi K3.1 Pro, am 24. Oktober in den Katalog aufgenommen, liegt bei 7,15 Sekunden. Bei der Ausgabegeschwindigkeit sieht die unabhängige Bewertung Kimi vorn – 73,5 Token pro Sekunde gegenüber 58,1 –, sodass sich die beiden Modelle eher im Profil als in der Gesamtreaktionsfähigkeit unterscheiden: Astra startet schneller, Kimi schreibt schneller, sobald es begonnen hat. Für eine interaktive Codiersitzung dominiert die erste Zahl das Erlebnis; bei einer langen Generierung ist es die zweite.

Was auszuführen ist und wann

Beide Modelle sind heute mit einem einzigen OrcaRouter-Schlüssel zum Listenpreis ihres Anbieters ohne Aufschlag abrufbar – 2,00 $ und 10,00 $ für Kimi K3.1 Pro, 10,00 $ und 50,00 $ für GPT-6 Astra – und beide bieten dieselben drei Anfrageformate, sodass eine Routing-Richtlinie den Verkehr zwischen ihnen verlagern kann, ohne den Anwendungscode anzupassen.

Die Aufteilung, die die Befundlage stützt: langfristig angelegte Terminal- und agentische Coding-Aufgaben an Kimi K3.1 Pro senden, wo es bei dem Benchmark führt, den beide Labore durchführen, und wo die Ausgabegrenze von 943.718 Tokens eine clientseitige Einschränkung beseitigt. Forschung, Dokumentenverifikation sowie 3D- oder CAD-Arbeiten an GPT-6 Astra senden, wo die Zeilen zu Halluzinationen und BenchCAD für es sprechen. Bei einem fünffachen Preisunterschied senkt eine Workload, die 80 % ihrer Tokens auf die erste Kategorie und 20 % auf die zweite verwendet, ihre Rechnung dennoch um rund zwei Drittel, wobei ein automatisches Failover die Seite abdeckt, die jeweils ins Stocken gerät.

Das Einzige, was man nicht tun sollte, ist, aufgrund einer einzigen Benchmark-Zeile zu migrieren. Der Vorsprung des Anbieters von 7,5 Punkten bei Terminal-Bench ist real, und das gilt auch für die beiden Zeilen, in denen er verliert; der unabhängige Index sagt, dass die beiden Modelle gleichauf sind, und die Kosten pro Aufgabe sagen, dass der gleichauf liegende Konkurrent 35 % günstiger ist, nicht 80 %. Das ist ein starkes Argument für Routing nach Aufgabe — und ein schwaches Argument für einen Komplettwechsel.