GPT-6.1 Terra vs Kimi K3.1 Pro : sept points d’indice pour deux fois le prix

GPT-6.1 Terra et Kimi K3.1 Pro sont séparés de deux rangs sur le même classement et leurs prix diffèrent d’un facteur deux. Artificial Analysis place Kimi K3.1 Pro à 55 sur son Intelligence Index — quatrième au classement général — et GPT-6.1 Terra à 48, vingt-cinquième. Kimi coûte 2 $ par million de tokens d’entrée et 10 $ par million de tokens de sortie dans le catalogue OrcaRouter ; Terra coûte 1 $ et 5 $. Le modèle fermé, moins cher et plus rapide, est sept points moins performant ; le challenger à poids ouverts coûte deux fois plus cher et, en automatisation de bureau, est 5,4 points meilleur. Aucun de ces deux faits ne tranche l’achat.

La comparaison mérite d’être menée avec soin, car les deux modèles ne sont pas interchangeables comme le prix pourrait le laisser croire. Ils diffèrent par la longueur de sortie d’un facteur sept, par une licence ouverte ou propriétaire, et par leur position dans les gammes de leurs fournisseurs. Cet article évalue les mêmes charges de travail sur les deux, indique quels chiffres sont indépendants et lesquels relèvent de déclarations de fournisseurs, et se termine par la répartition que nous utiliserions réellement.

Les cartes

• GPT-6.1 Terra — 1 $ en entrée / 5 $ en sortie par million, 0,05 $ pour l’entrée mise en cache, contexte de 1 050 000 tokens, entrée maximale de 922 000, sortie maximale de 128 000, date de coupure des connaissances : 1er juin 2026, six paramètres d’effort de raisonnement, texte et image en entrée, texte en sortie.

• Kimi K3.1 Pro — 2 $ en entrée / 10 $ en sortie par million sur OrcaRouter, contexte de 1 048 576 jetons, sortie maximale de 943 718, poids ouverts promis d’ici le 4 novembre 2026, publié le 23 octobre 2026.

Les fenêtres de contexte sont effectivement identiques, à environ un million de tokens. Les plafonds de sortie ne le sont pas : Terra s’arrête à 128 000 tokens, Kimi autorise 943 718. Pour le chat, cette différence est invisible ; pour la génération de textes longs, la production de code sur un fichier entier ou le résumé à l’échelle d’une transcription, c’est la différence entre un seul appel et un pipeline de découpage.

Pourquoi sept points d’indice, c’est beaucoup ici

Sur un classement qui s’étend à peu près de 38 à 60, sept points représentent plus qu’une différence d’arrondi — c’est l’écart entre la 25e et la 4e place. GPT-6.1 Sol, le modèle qu’OpenAI commercialise comme son niveau haute performance, se situe à 52. Kimi K3.1 Pro, à 55, est au-dessus. GPT-6 Astra, le modèle phare, est à 53. Ainsi, le modèle à poids ouverts de Moonshot ne rivalise pas avec Terra ; sur le score composite, il rivalise avec les deux meilleurs modèles d’OpenAI et l’emporte de deux à trois points.

Sur les dimensions qui comptent pour les agents, la tendance se confirme. Sur OSWorld 2.1, Kimi K3.1 Pro obtient 79,6 % contre 74,2 % pour Terra — un écart de 5,4 points, et un score supérieur aux 75,8 % de GPT-6 Astra. En coding, les rapports de coverage décrivent Kimi comme suivant de près Claude Opus 5.5, dont le score de 58 est le plus élevé de cette comparaison. L'indice Coding Agent de Terra, à 48, se situe six points sous Sol et 29 points sous Astra ; Kimi n'est pas dans ces eaux-là.

En contrepartie, Terra ne cherche pas à remporter ces comparaisons. Le positionnement d'OpenAI porte sur un travail délimité — formulaires, captures d'écran, factures, rédaction — où 48 suffit et où 0,40 $ par tâche est l'essentiel. Un écart d'intelligence de sept points compte surtout sur les tâches pour lesquelles Terra n'a pas été vendu.

Calcul des prix : quand le double du prix l'emporte-t-il ?

Une requête standard de 100 000 jetons d’entrée et 5 000 jetons de sortie coûte 0,125 $ sur Terra et 0,25 $ sur Kimi. Une requête de 400 000 jetons d’entrée et 4 000 jetons de sortie, au-delà du seuil de contexte long, coûte 0,83 $ sur Terra et 1,66 $ sur Kimi. Si les deux modèles résolvent une tâche en une seule tentative avec le même nombre de jetons, Terra coûte exactement la moitié du prix et il n’y a rien d’autre à discuter.

Le cas intéressant est celui où ils n’utilisent pas le même nombre de tokens ni le même nombre de tentatives. Prenons une charge de travail d’extraction de documents dans laquelle Terra réussit à la première tentative 80 % du temps et Kimi 92 %. Avec un appel forfaitaire de 3 000 tokens d’entrée et 400 de sortie par tentative, le coût attendu par succès de Terra est d’environ 0,0055 $ ; celui de Kimi est d’environ 0,0092 $. Terra garde l’avantage sur le coût — car il faudrait que l’écart de précision soit énorme pour qu’un prix par token deux fois plus élevé soit compensé par moins de nouvelles tentatives.

Prenons une tâche de codage agentique où les modèles ont besoin de 30 000 tokens d’entrée et de 2 000 tokens de sortie par tentative, et où le mode de défaillance est un correctif erroné plutôt qu’une nouvelle tentative. Terra, à un niveau de codage 48, sur une tâche qui exige un niveau de codage 77, n’échoue pas 20 % plus souvent ; elle échoue qualitativement, en produisant des modifications qui s’exécutent mais ne résolvent pas le problème. Ce n’est pas un coût de nouvelle tentative, c’est un coût en heures d’ingénieur, et c’est le cas où payer deux fois le prix est l’option la moins chère.

Les poids ouverts changent la deuxième année, pas la première

Moonshot a promis les poids de Kimi K3.1 Pro d’ici le 4 novembre 2026. Cela compte pour trois raisons, et aucune ne concerne la facture d’aujourd’hui. Premièrement, l’auto-hébergement retire entièrement le prix par token du calcul du coût marginal, en le remplaçant par des heures de GPU — moins coûteuses à volume élevé soutenu et bien plus coûteuses à faible volume. Deuxièmement, des poids ouverts éliminent le fournisseur comme point de défaillance unique, ce qui est un argument d’achat plutôt que technique. Troisièmement, un modèle téléchargeable peut être fine-tuné, évalué en interne et épinglé à une version, ce qui est impossible avec une API fermée.

Deux réserves doivent accompagner la promesse. Les poids ne sont pas encore disponibles, donc toute affirmation à leur sujet est une allégation. Et le modèle publié n’est pas identique au modèle de l’API : des rapports indiquent que Moonshot a retiré les données d’entraînement liées à la cybersécurité avant la publication, ce qui modifie le comportement sur les invites touchant à la sécurité — un choix délibéré, qui signifie que les poids ouverts et le point de terminaison API ne sont pas interchangeables pour toutes les charges de travail.

GPT-6.1 Terra n'a pas de voie équivalente. Il est fermé, uniquement accessible via API, non disponible pour le fine-tuning et proposé dans aucune formule d'auto-hébergement. Si la portabilité est une exigence, la comparaison est terminée avant même que les benchmarks ne commencent.

La latence n'est pas comparable, et c'est précisément là tout l'intérêt.

Kimi K3.1 Pro affiche un p50 d'environ 6,95 secondes sur sa page de modèle OrcaRouter — une mesure de latence au niveau de la plateforme sur du trafic réel. Le chiffre de latence publié pour GPT-6.1 Terra est de 133,64 secondes jusqu'au premier token sur le benchmark de raisonnement à effort maximal d'Artificial Analysis, qui mesure combien de temps le modèle réfléchit avant de répondre à une question difficile, et non combien de temps prend une requête typique. Mettre ces deux chiffres côte à côte n'aurait aucun sens.

Ce qui peut être comparé, c’est le débit sur le même benchmark : Artificial Analysis mesure Terra à 90,9 tokens de sortie par seconde et GPT-6.1 Sol à 73,5. Le chiffre équivalent de Kimi ne figure pas sur la même page. La position honnête est que Terra est manifestement rapide parmi les modèles OpenAI et que la vitesse de Kimi sur votre charge de travail est une valeur que vous mesurez plutôt que vous ne la lisez.

Là où chacun gagne

• Terra — tâches délimitées à grand volume pour lesquelles un taux de réussite de 74 % en utilisation d’ordinateur est acceptable derrière une étape de révision ; pipelines de documents et de factures ; rédaction et édition ; tout cas où la date de coupure plus récente de juin 2026 aide et où 0,40 $ par tâche s’accumule.

• Kimi K3.1 Pro — codage agentique et travaux sur longue durée où un écart d’intelligence de sept points change le résultat ; automatisation de bureau où 79,6 bat 74,2 ; génération de sorties longues où un plafond de 943 718 tokens supprime une couche de découpage ; et tout déploiement nécessitant des poids ouverts, un auto-hébergement ou une version épinglable.

• Aucun des deux — utilisation informatique non supervisée et irréversible. Claude Opus 5.5, avec 81.8 sur OSWorld, est en tête, et l'écart avec ces deux modèles est plus grand que l'écart entre eux.

Les exécuter côte à côte

Kimi K3.1 Pro figure au catalogue OrcaRouter à 2 $/10 $ avec un contexte de 1 048 576 tokens, et il peut être appelé via le SDK OpenAI en pointant l’URL de base vers notre endpoint. GPT-6.1 Terra n’est pas au catalogue au moment de la rédaction, la branche Terra doit donc être testée directement auprès d’OpenAI.

Cette asymétrie est temporaire mais utile : elle signifie que {{1}}le bras Kimi peut être mesuré dès aujourd’hui sur du trafic réel, au prix catalogue et sans majoration, aux côtés du reste du catalogue{{/1}} — GPT-6.1 Sol, GPT-6 Astra, Claude Opus 5.5, Claude Sonnet 5.5 — et que {{2}}le bras Terra peut être mesuré en parallèle face à l’API d’OpenAI{{/2}}. Quand Terra arrivera, {{3}}la comparaison sera déjà construite{{/3}}, et {{4}}la couche de routage pourra envoyer chaque tâche au bras qui l’emporte sur cette tâche plutôt qu’au modèle qu’un billet de blog a classé plus haut{{/4}}.

La répartition que nous utiliserions

Si la tâche est délimitée, répétée et revue, la moitié du prix de Terra bat les sept points de Kimi. Si la tâche est ouverte, de forme logicielle ou doit fonctionner sans fournisseur, les sept points de Kimi battent la moitié du prix de Terra — et les poids ouverts rendent la deuxième année moins chère que ne le laisse penser le calcul des tokens.

L’erreur consiste à choisir un seul modèle pour l’ensemble de la charge de travail. Les éléments de preuve soutiennent une répartition : Terra pour le palier volume, Kimi pour le palier difficile, et un repli mesuré entre les deux. Il s’agit d’une décision de routage, non d’une décision de modèle, et c’est celle que cette comparaison justifie réellement.