GPT-6.1 Sol vs Kimi K4: el modelo del título nunca ha sido anunciado

Kimi K4 no es simplemente un modelo no anunciado. Es un nombre que no tiene ningún modelo detrás. Moonshot AI nunca ha publicado una ficha de modelo de K4, un repositorio de K4, un identificador de API de K4 ni una fila de precios de K4, y su propio índice de investigación se detiene en Kimi K3. Artificial Analysis no tiene ninguna página de K4. El nombre empezó a circular a través de la filtración de un banner interno en julio, y todo lo que ha venido después ha sido extrapolación a partir de Kimi K3, que es un modelo real y bastante bueno. GPT-6.1 Sol, en cambio, está disponible de forma general en la API de OpenAI desde el 29 de septiembre de 2026 a 2,00 US$ por millón de tokens de entrada y 10,00 US$ por millón de salida. Así que la comparación que puede escribirse con honestidad es la de Sol frente al modelo de Kimi que existe — Kimi K3.1 Pro — junto con una explicación de lo que tendría que ser K4 para que tenga sentido esperar.

Un nombre sin un modelo detrás

Vale la pena exponer el rastro de las pruebas, porque el volumen de contenido sobre K4 en internet es desproporcionadamente enorme en comparación con las pruebas.

• julio de 2026 — una pancarta interna de celebración filtrada de Moonshot contiene la frase «llevar K4 hasta el límite absoluto». Este es el origen del nombre.

• 29 de julio de 2026 — The Information informa que Moonshot busca capacidad adicional de clase Nvidia Blackwell para entrenar un modelo más grande que K3. El informe no nombra ningún modelo, ni una cifra de parámetros, ni una fecha. Es un reportaje sobre la adquisición de chips.

• 16 de julio de 2026 — Llega Kimi K3: 2,8 billones de parámetros totales, 104 mil millones activos, una mezcla de expertos dispersa con 896 expertos enrutados y 16 activos, un contexto de 1.048.576 tokens y un codificador de visión. Los pesos se publicaron a finales de julio.

• 11 de octubre de 2026 — Medios en lengua china informan de un modelo de 5–6 billones de parámetros en entrenamiento, «probablemente» K4, sin citar ninguna fuente identificada.

• 15 de octubre de 2026 — una afirmación no confirmada de que un modelo insignia con el nombre en clave «x4» terminó el preentrenamiento y se encuentra en la fase media-tardía del postentrenamiento.

• 23 de octubre de 2026 — Moonshot lanza Kimi K3.1 Pro en su lugar.

Cada cifra de benchmark, longitud de contexto y precio de K4 que hayas visto es aritmética realizada sobre los números de K3. Los mercados de predicción asignan a K4 aproximadamente un 6% de probabilidad de lanzarse antes del 31 de diciembre de 2026 y cerca de un 17% antes del 31 de marzo de 2027. También hay un contexto no resuelto que conviene conocer: las acusaciones de que Moonshot obtuvo acceso a GB300 a través de Tailandia y destiló a partir de los modelos de Anthropic, con una amenaza de acción de la Lista de Entidades del Departamento de Comercio. Eso es contexto de fondo, no una especificación de K4, pero es el tipo de cosa que mueve una fecha de lanzamiento.

El modelo Kimi que realmente puedes comparar

Kimi K3.1 Pro se lanzó el 23 de octubre de 2026 y aparece en nuestro catálogo el 24 de octubre como kimi/kimi-k3.1-pro. Cuesta 2,00 USD por millón de tokens de entrada y 10,00 USD por millón de salida —exactamente la tarifa principal de GPT-6.1 Sol—, con la entrada en caché a 0,20 USD en lugar de los 0,10 USD de Sol. Tiene una ventana de contexto de 1.048.576 tokens y, de forma inusual, una salida máxima de 943.718 tokens. Ese techo de salida no es un error tipográfico, y es el número más interesante de esta comparación.

Aquí tienes el par en Artificial Analysis Intelligence Index v5.0.1, ambos con el máximo esfuerzo publicado.

• Intelligence Index v5.0.1 — Sol 55 frente a K3.1 Pro 46, una diferencia de nueve puntos

• Coste por tarea de indexación completada — Sol $1,27 frente a K3.1 Pro $3,68

• Tokens de salida en la ejecución del índice — Sol 63,7 millones frente a K3.1 Pro 113 millones

• Velocidad de salida — Sol 56 tokens/seg frente a K3.1 Pro 33 tokens/seg

• Ventana de contexto — Sol 1,050,000 vs K3.1 Pro 1,048,576, prácticamente idénticos

• Salida máxima en una respuesta — Sol 128,000 vs K3.1 Pro 943,718

• Precio de entrada / salida por 1M — $2.00 / $10.00 en ambos

• Entrada en caché por 1M — Sol $0.10 vs K3.1 Pro $0.20

• Control de razonamiento — Sol mantiene el razonamiento siempre activado, de bajo a máximo, con un valor predeterminado medio y sin opción de desactivarlo; K3.1 Pro tiene el pensamiento activado de forma predeterminada con un esfuerzo seleccionable de ninguno, bajo, alto o máximo

• Modalidades de entrada — Sol acepta texto, imágenes y archivos; K3.1 Pro acepta texto, imágenes y video

• Pesos — Sol cerrado; el checkpoint de K3.1 Pro se publicó el 2 de noviembre de 2026

La idéntica tarifa de titular es un buen recordatorio de que el precio de lista no es el costo. K3.1 Pro consumió 1,8 veces los tokens de salida de Sol para completar el mismo índice y costó 2,9 veces más por tarea. También es el más lento de los dos por un amplio margen, con 33 tokens por segundo, lo que importa más de lo habitual porque se trata de generación en estado estacionario en un modelo que piensa antes de escribir.

Donde K3.1 Pro es la única opción

Un número merece su propia sección. Una salida máxima de 943.718 tokens es aproximadamente siete veces los 128.000 de GPT-6.1 Sol. Si tu trabajo consiste en leer un corpus extenso y emitir un artefacto estructurado largo en una sola llamada —una migración completa de una base de código, una revisión estatutaria, una tarea de normalización de la longitud de un libro—, Sol se truncará en 128K y K3.1 Pro no. Eso no es una diferencia de benchmark que puedas compensar con niveles de esfuerzo; es un techo absoluto en un lado.

El coste de usarlo es real. A 10,00 $ por millón de tokens de salida, llenar incluso la mitad de ese límite cuesta unos 4,70 $ solo por la salida, antes de cualquier token de razonamiento. Pero para una clase de trabajos por lotes, la alternativa no es un modelo más barato, sino un pipeline de fragmentación con sus propios modos de fallo. Si ese es tu tipo de carga de trabajo, K3.1 Pro no es un compromiso; es el modelo que encaja.

La razón para esperar a los modelos de pesos abiertos ya se ha cumplido.

Si se deja de lado la especulación, hay exactamente una cosa estructural que un K4 podría ofrecer y que GPT-6.1 Sol no puede: un checkpoint descargable. Esa es la razón por la que la gente sigue de cerca a Moonshot, y es la razón por la que esta comparación tiene una tercera opción activa que el titular pasa por alto. Los pesos de Kimi K3.1 Pro se publicaron el 2 de noviembre de 2026 bajo una licencia personalizada. Hace tres días, no en algún futuro lanzamiento de K4.

El repositorio es un checkpoint de 2,78 billones de parámetros. Con precisión de 8 bits, eso supone aproximadamente 2,7 terabytes de pesos antes de cualquier caché KV o sobrecarga de servicio, y los artefactos k-cuantizados del repositorio son del mismo orden de magnitud. Se trata de un despliegue multinodo con una interconexión potente, no de una descarga para una única GPU. El número de parámetros activos —104 mil millones en Kimi K3— es lo que determina la velocidad a la que se ejecuta una vez pagado el coste de memoria, por lo que un modelo de este tamaño puede servirse a una velocidad usable en el clúster adecuado y no puede servirse en absoluto en el incorrecto.

Así que la disyuntiva es explícita. Los pesos abiertos eliminan la dependencia de un proveedor y la sustituyen por un gasto de capital y un equipo de operaciones. A 2,00 USD por millón de tokens de entrada y 10,00 USD por millón de salida, el precio del servicio alojado de Kimi K3.1 Pro es lo bastante bajo como para que el autoalojamiento difícilmente gane solo por cómputo; en lo que gana es en residencia de los datos, despliegue en sistemas aislados y la capacidad de ajustar el modelo con tráfico que no puedes enviar a nadie. Si esos son requisitos, K3.1 Pro los cumple hoy. Si no lo son, los pesos abiertos son una propiedad interesante que nunca usarás.

Lo que K4 añadiría además, según la evidencia disponible, es un mayor número de parámetros y una mejor puntuación. Eso es una razón para actualizar un modelo. No es una razón para aplazar un despliegue, y ciertamente no es la única forma de obtener pesos que puedas conservar.

Dónde encajan los dos modelos reales para la mayoría de los equipos

Para los agentes que usan herramientas, los flujos de QA documental y de soporte, GPT-6.1 Sol es la mejor opción predeterminada en todos los ejes medidos excepto la longitud de salida: mayor puntuación de índice, menor coste por tarea completada, generación un 70 % más rápida y lecturas de caché más económicas. Ha estado en producción el tiempo suficiente como para tener un perfil de telemetría real: según nuestras cifras de siete días, un tiempo medio hasta el primer token de 937 ms, una tasa de error del 5,7 % y 39,5 tokens por segundo de salida, con un tráfico de 382 millones de tokens.

Para trabajos por lotes con salidas largas, Kimi K3.1 Pro es el modelo al que hay que recurrir, y el límite de 943K es la razón. Para los equipos que necesitan poseer los pesos, Kimi K3.1 Pro es la respuesta hoy: el checkpoint existe, se puede descargar y tiene tres días de antigüedad. Ese es todo el contenido práctico de la cuestión K4, respondida por un modelo que se lanzó en octubre.

El punto de enrutamiento no es decorativo aquí. Estos dos modelos tienen el mismo precio de lista y formas opuestas: uno es rápido, barato por tarea y está limitado a 128K de salida; el otro es lento, caro por tarea y prácticamente sin límite. Se trata de una división por solicitud de manual en lugar de una disyuntiva. Ambos están detrás de una única clave al precio de lista del proveedor sin recargo, así que una regla de enrutamiento puede enviar trabajos por lotes de salida larga a K3.1 Pro y el bucle interactivo del agente a Sol sin un segundo contrato, o fusionarlos cuando una única respuesta se beneficia de ambos. La capa es lo que te permite aplazar una decisión sobre K4 sin aplazar el trabajo.

Así que la respuesta a «GPT-6.1 Sol o Kimi K4» es que uno de ellos es una decisión y el otro es un rumor con un recuento de parámetros adjunto. Si K4 llega en 2027 con pesos abiertos y una puntuación superior a 46, merecerá una consideración seria, y la forma de estar preparado para eso es tener un stack en el que cambiar un modelo sea un cambio de enrutamiento. Esperar no es una estrategia; poder adoptarlo en una tarde sí lo es.