GPT-6.1 Sol vs Kimi K3.1 Pro : même tarif de 2 $/10 $, trois points d’indice et un écart de 2,9x sur le coût d’une tâche

Kimi K3.1 Pro et GPT-6.1 Sol affichent le même prix, ce qui est le point le moins intéressant à leur sujet. Moonshot a publié K3.1 Pro le 23 octobre 2026 à 2,00 $ par million de tokens d’entrée et 10,00 $ par million de tokens de sortie ; OpenAI a publié Sol le 29 septembre au même tarif. Sur Artificial Analysis, K3.1 Pro obtient un score de 55 et se classe quatrième sur 221 modèles ; Sol obtient 52. Les modèles sont séparés par trois points de capacité et par un rapport de presque trois à un en ce qui concerne le coût pour accomplir une tâche — 2,11 $ pour K3.1 Pro contre 0,72 $ pour Sol. C’est cette inversion, et non le prix affiché, qui est le facteur décisif.

Les mesures ci-dessous proviennent d’Artificial Analysis, qui exécute les deux modèles selon une configuration publiée et tient compte des tokens consommés par chacun, ainsi que de la documentation et des annonces de lancement des deux fournisseurs, consultées le 27 octobre 2026. Les chiffres des fournisseurs sont signalés comme tels. Cette distinction importe plus que d’ordinaire ici, car les deux entreprises font des paris opposés sur la manière dont un modèle devrait consommer des tokens.

Le prix est le même. La facture ne l’est pas.

Le tarif par token est un prix unitaire, et un prix unitaire ne devient une facture que lorsqu'on le multiplie par la consommation. Les deux modèles ont une consommation très différente. Selon le calcul du coût par tâche d'Artificial Analysis, K3.1 Pro revient à 2,11 $ pour accomplir une tâche de l'Intelligence Index, contre 0,72 $ pour Sol, soit une différence de 2,9x à tarifs affichés identiques. La cause en est le volume de sortie. K3.1 Pro est un modèle qui raisonne en permanence et émet nettement plus de tokens par réponse, et la sortie constitue la moitié coûteuse de la grille tarifaire, à 10,00 $ par million.

Les documents de communication de Moonshot reconnaissent eux-mêmes cette configuration. Le modèle est une version post-entraînée de Kimi K3, avec une puissance de calcul d’apprentissage par renforcement considérablement accrue, et l’entreprise explique que les gains proviennent d’un raisonnement plus long et plus délibéré plutôt que d’un modèle de base plus grand. Or, un raisonnement plus long est précisément ce qui produit davantage de tokens de sortie. Le gain de capacité et l’augmentation des coûts ne sont que le même fait mesuré de deux manières.

• Entrée / sortie — 2,00 $ / 10,00 $ par million sur les deux modèles.

• Entrée mise en cache — Kimi K3.1 Pro 0,20 $ avec une remise de 90 % ; GPT-6.1 Sol 0,10 $ à 95 %.

• Coût par tâche d'indexation — 2,11 $ vs 0,72 $ sur Artificial Analysis v4.3.2.

• Indice indépendant — 55 contre 52 ; K3.1 Pro se classe quatrième sur 221, Sol juste derrière.

• Vitesse de sortie — 47,9 jetons par seconde contre 69,2, les deux mesures provenant d’Artificial Analysis.

• Plafond de contexte et de sortie — 1 048 576 en entrée pour K3.1 Pro ; 1 050 000 en entrée et 128 000 en sortie pour Sol.

• Architecture — 2,8 billions de paramètres au total, dont 104 milliards actifs pour K3.1 Pro ; OpenAI ne publie pas le nombre de paramètres de Sol.

• Poids — K3.1 Pro est propriétaire aujourd'hui, Moonshot promettant des poids ouverts d'ici le 4 novembre ; Sol est propriétaire, sans ouverture annoncée.

Que permettent d’acheter trois points d’indice ?

Un écart de trois points sur un score composite est significatif mais pas décisif, et c’est dans les scores par composante que se révèle la nature de la différence. Artificial Analysis classe K3.1 Pro à 67 sur Terminal-Bench 4.0, le plus haut de tous les modèles qu’il a mesurés, contre 56,1 pour Sol. Sur GDPval-AA, une évaluation du travail professionnel, K3.1 Pro se situe à 1 846 Elo, troisième au classement général et 312 points au-dessus de son propre prédécesseur. Sur AutomationBench-AA, il est passé de 58 % à 73 %. Sur Humanity's Last Exam, il est passé de 47 % à 52 %. Le taux d’hallucination sur AA-Omniscience a chuté de 53 % à 44 %.

Ce sont les chiffres indépendants les plus solides dont dispose l’un ou l’autre des modèles. Le profil indépendant de Sol est plus uniforme : un score composite de 52, sans aucune évaluation individuelle où il soit en tête, et un coût par tâche qui est le meilleur de sa gamme de prix. La lecture honnête est que K3.1 Pro est le modèle le plus capable sur plusieurs évaluations agentiques et de travail professionnel, et que Sol est le plus efficace. Aucune de ces affirmations n’est un verdict, car la capacité ne se transforme en valeur qu’au volume auquel vous opérez.

Les affirmations de lancement de Moonshot vont plus loin que le classement indépendant et doivent être considérées comme des déclarations. L’entreprise a rapporté les meilleurs scores sur six des quatorze tests qu’elle a exécutés, dont SWE Marathon à 51,7 et HLE-with-tools à 70,0. Son chiffre pour Terminal-Bench 4.0 est de 65,7 %, légèrement inférieur aux 67 % mesurés par Artificial Analysis — un cas rare où le chiffre du fournisseur est le plus prudent, ce qui mérite d’être signalé précisément parce que c’est inhabituel. Le point faible est Terminal-Bench Science 0.1 à 38,1, contre 68,1 pour GPT-6 Astra. K3.1 Pro n’est pas le modèle du raisonnement scientifique difficile, et Moonshot ne prétend pas qu’il l’est.

Le projet de loi sur la vitesse et la verbosité

Artificial Analysis mesure K3.1 Pro à 47,9 jetons de sortie par seconde et le qualifie de nettement lent ; Sol tourne à 69,2. Combinée à la différence de volume de sortie, cela signifie qu’une longue boucle d’agent sur K3.1 Pro prend à la fois plus de temps réel et plus d’argent par étape. Pour le codage interactif, où un développeur attend à chaque tour, la différence de latence est celle dont les utilisateurs se plaindront en premier. Pour l’évaluation par lots, où rien n’attend, seul le coût compte.

Il existe un palier plus rapide. Moonshot vend une variante Highspeed à 4,00 $ en entrée et 20,00 $ en sortie, avec une tarification des cache-hits inchangée, ce qui double le débit de jetons et double le prix. C'est le même arbitrage que propose Sol avec son mode Fast à 2x. Dans les deux cas, le palier rapide est destiné aux charges sensibles à la latence, pas au volume, et l'arithmétique le favorise rarement pour les tâches par lots.

Le 4 novembre, et ce que les poids ouverts changent réellement

Moonshot affirme que les poids complets seront publiés d’ici le 4 novembre 2026. Si cela se produit, K3.1 Pro deviendrait le modèle à poids ouverts le mieux noté de l’indice Artificial Analysis, réduisant l’écart entre les meilleurs modèles ouverts et les meilleurs modèles propriétaires d’environ douze points à trois. C’est un véritable événement pour quiconque doit auto-héberger, affiner ou exécuter l’inférence à l’intérieur d’une frontière de conformité.

Ce n’est pas un événement pour la plupart des utilisateurs d’API. L’ouverture des poids change qui peut exécuter le modèle et à quelles conditions ; elle ne change ni le prix de l’hébergement, ni la vitesse, ni les capacités. Une équipe qui appelle une API et n’a aucune contrainte de résidence des données ne tire rien de la publication des poids, si ce n’est une seconde option d’approvisionnement et, à terme, davantage de fournisseurs en concurrence sur le même checkpoint. Cette concurrence est bien réelle et se traduit généralement par une pression à la baisse sur les prix, mais c’est un effet qui s’étale sur des mois, pas sur un mois de novembre.

Il y a une deuxième mise en garde, plus précise, dans la communication de Moonshot. L’entreprise déclare avoir délibérément supprimé les données d’entraînement liées à la cybersécurité et aux exploits afin d’éviter d’étendre la frontière ouverte des capacités cyber offensives, et qu’un checkpoint ayant obtenu 90,5 % sur xdev-bench-hard a été ramené à 81 % en conséquence. Il s’agit d’une décision de sécurité ayant un coût mesurable en capacités, divulguée par le fournisseur. Si votre travail concerne l’outillage de sécurité, c’est la phrase la plus importante des supports de lancement — plus importante que le score de l’index.

Trois charges de travail, trois réponses

• Codage par lots à haut volume, aucune exigence de latence — GPT-6.1 Sol. À 0,72 $ par tâche d'indexation contre 2,11 $, l'écart d'efficacité l'emporte sur une différence de capacités de trois points, sauf si votre tâche est précisément de celles où les scores agentiques de K3.1 Pro se traduisent par moins de nouvelles tentatives. Mesurez le taux de nouvelles tentatives avant de supposer que c'est bien le cas.

• Travail agentique de longue haleine où une mauvaise réponse coûte cher — Kimi K3.1 Pro. La première place à Terminal-Bench 4.0 et le classement à GDPval-AA sont ce que chacun des deux modèles a de plus proche d’une preuve de compétence soutenue sur plusieurs étapes, et le surcoût par tâche est faible au regard du coût d’une trajectoire échouée.

• Codage interactif où un humain attend — GPT-6.1 Sol, côté vitesse. 69,2 tokens par seconde contre 47,9, c’est une différence visible dans un éditeur, et l’avantage de coût est un bonus plutôt que la raison.

• Raisonnement scientifique ou mathématique — aucun des deux, à la pointe. Le 38,1 de K3.1 Pro sur Terminal-Bench Science 0.1 est une faiblesse documentée, et le 57,0 de Sol sur la même suite est respectable, mais bien en dessous du 68,1 qu'OpenAI annonce pour GPT-6 Astra. C'est le seul type de charge de travail où le modèle du palier supérieur aux deux est la bonne réponse.

Exécuter les deux coûte moins cher que de faire le mauvais choix.

Les deux modèles sont sur OrcaRouter avec une seule clé, à 0 % de marge sur le prix catalogue de chaque fournisseur, avec Sol à 2,00 $ et 10,00 $ et K3.1 Pro aux mêmes tarifs, l'entrée mise en cache étant répercutée à 0,10 $ et 0,20 $ respectivement. La décision devient donc réversible : une charge de travail peut être évaluée sur les deux modèles à partir du même trafic tracé, et le modèle perdant retiré au moyen d'un simple changement de routage plutôt que d'une négociation de contrat.

La fusion de modèles est la seule fonctionnalité qui mérite sa place sur ce couple particulier plutôt que comme greffon générique. Les deux modèles échouent dans des directions différentes — Sol est concis et rapide, K3.1 Pro est réfléchi et plus performant sur les longues trajectoires agentiques —, si bien qu’un panel qui interroge les deux et réconcilie leurs réponses constitue une conception raisonnable pour les décisions à fort enjeu, où l’écart de coût de 2,9x est négligeable face au coût d’une erreur. Pour tout le reste, le routage par charge de travail est le modèle le moins coûteux : K3.1 Pro pour la voie agentique, Sol pour la voie à fort volume, un seul point de terminaison pour les deux.

Le classement qui n’est pas l’indice

Si la question est de savoir quel modèle est meilleur, {{1}}K3.1 Pro{{/1}} l'emporte de trois points et arrive en tête sur les {{2}}évaluations agentiques{{/2}} qui comptent pour le travail de longue durée. Si la question est de savoir quel modèle placer derrière un chemin de production à haut volume ce mois-ci, {{3}}Sol{{/3}} l'emporte sur le coût par tâche terminée d'un facteur de 2.9 et sur la vitesse d'un facteur de 1.4, et l'écart de capacité de trois points ne compense aucun de ces deux avantages.

La seule date qui vaille la peine d’être notée est le 4 novembre. Si les poids sont publiés, K3.1 Pro devient le modèle à poids ouverts de référence et le calcul pour les équipes auto-hébergées change. S’ils sont retardés — et Moonshot a donné une date, ce qui est plus que ne le font la plupart — alors le calcul reste exactement là où il est aujourd’hui : le même prix affiché, une facture différente, et un choix qui devrait être fondé sur le coût mesuré par tâche plutôt que sur le nombre dans la colonne des prix.