Kimi K3.1 Pro vs GPT-6 Astra : un cinquième du prix, et deux points dans l'autre sens

GPT-6 Astra coûte cinq fois ce que coûte Kimi K3.1 Pro sur les deux lignes de facturation : 10,00 $ par million de tokens d’entrée contre 2,00 $, et 50,00 $ par million de tokens de sortie contre 10,00 $. Sur l’indice indépendant sur lequel les deux modèles sont évalués, le moins cher est devant — Artificial Analysis attribue 55 à Kimi K3.1 Pro et 53 à GPT-6 Astra. Sur le tableau du fournisseur du modèle le moins cher, toutefois, l’écart n’est pas uniforme : Kimi gagne le benchmark d’agent terminal de 7,5 points et perd purement et simplement les benchmarks CAD et d’hallucination. La version honnête de cette comparaison, c’est que vous ne choisissez pas entre un meilleur et un moins bon modèle. Vous choisissez combien vaut pour vous un point de précision, et si vous avez besoin de posséder les poids.

Les deux modèles sont des fleurons actuels dotés d'un million de tokens de contexte, tous deux sont soumis à des restrictions ou à un accès conditionnel d'une manière ou d'une autre, et tous deux sont appelables via OrcaRouter à leurs prix catalogue publiés. Les différences qui décident d'une migration sont plus étroites que ne le suggère le multiple de prix, et trois d'entre elles sont mesurables.

Les deux grilles tarifaires et ce qu’elles facturent réellement

• Entrée — 2,00 $ par million de tokens sur Kimi K3.1 Pro contre 10,00 $ sur GPT-6 Astra.

• Sortie — 10,00 $ contre 50,00 $. C'est sur la sortie que le travail agentique dépense le plus d'argent, ce qui en fait la ligne qui compte le plus.

• Cache — les deux fournisseurs appliquent une remise de 90 % sur le cache ; Artificial Analysis enregistre le même chiffre pour les deux. Une requête servie depuis le cache est donc cinq fois moins chère sur Kimi en termes absolus, car elle représente 10 % d’un cinquième du prix.

• Contexte — 1 048 576 tokens sur Kimi K3.1 Pro, 1 050 000 sur GPT-6 Astra. Pratiquement identiques.

• Sortie maximale — 943,718 jetons sur Kimi K3.1 Pro contre 128,000 sur GPT-6 Astra. C’est la différence la moins discutée et la plus lourde de conséquences sur la fiche. Un modèle capable d’écrire 900,000 jetons en une seule réponse peut mener à bien une migration de grande ampleur, générer un long document ou faire tourner un agent dans une boucle non bornée sans stratégie d’assemblage côté client. Le plafond de 128K d’Astra est généreux selon les normes de 2025 et restrictif à côté de celui-ci.

Les prix par token sous-estiment l’écart et le surestiment à la fois, c’est pourquoi le chiffre du coût par tâche de l’évaluateur est celui qui est utile. Artificial Analysis situe Kimi K3.1 Pro à 2,11 $ par tâche de l’Intelligence Index et GPT-6 Astra à 3,26 $ — une économie de 35 %, et non de 80 %. La différence tient à la verbosité : Kimi K3.1 Pro a généré 150 millions de tokens de sortie pendant l’évaluation, contre 60 millions pour Astra. Un token moins cher qui est émis deux fois et demie plus souvent n’est que modérément moins cher.

Sur une requête mixte, l'arithmétique est sans appel. Un appel qui lit un million de tokens d'entrée et écrit 200 000 tokens de sortie coûte 2,00 $ plus 2,00 $ — soit 4,00 $ — sur Kimi K3.1 Pro, et 10,00 $ plus 10,00 $ — soit 20,00 $ — sur GPT-6 Astra. Un agent qui relit un dépôt mis en cache avec un taux de succès de 90 % réduit le côté entrée à presque rien sur les deux, et la ligne de sortie seule représente encore 10 $ contre 50 $ pour les mêmes 200 000 tokens.

La fraîcheur est un second coût, moins évident. Artificial Analysis fixe la date limite de connaissances de GPT-6 Astra au 30 avril 2026, soit environ six mois avant cette comparaison. Kimi K3.1 Pro est une version issue d’un post-entraînement sur un modèle dont Moonshot n’a pas publié la date de pré-entraînement ; aucune des deux parties ne fournit donc de date limite d’entraînement que vous puissiez inscrire dans un document de conformité — mais une seule des deux dispose d’une date limite que l’évaluateur peut réellement vérifier.

L'indice indépendant et le tableau du fournisseur lui-même ne s'accordent pas sur l'ordre.

Artificial Analysis mesure Kimi K3.1 Pro à 55 (4e sur 215 modèles) et GPT-6 Astra à 53 (8e sur 215), sur la version 4.3.2 de son indice. Cela représente une avance de deux points pour le modèle qui coûte cinq fois moins cher. C’est également dans la plage où les réglages du harnais et de l’effort peuvent inverser l’ordre, donc considérez cela comme « ce sont des pairs » plutôt que « l’un est meilleur ».

Le tableau de lancement de Moonshot, exécuté sur le harnais de Moonshot, place les deux modèles beaucoup plus loin l’un de l’autre sur le benchmark qu’il met en avant — et plus proches, voire inversés, partout ailleurs :

• Terminal-Bench 4.0 — 65,7 % pour Kimi K3.1 Pro contre 58,2 % pour GPT-6 Astra. Une avance de 7,5 points, et le benchmark choisi pour figurer en tête de l’annonce.

• BenchCAD avec outils — 92,7 % pour Kimi K3.1 Pro contre 95,9 % pour GPT-6 Astra. Astra l’emporte de 3,2 points sur le benchmark de modélisation 3D qui se situe au cœur de l’argumentaire de Kimi.

• Kimi Hallu Bench Hard — 8,3 % d’hallucinations au niveau des affirmations pour Kimi K3.1 Pro avec outils, contre 5,5 % pour GPT-6 Astra ; sans outils, 5,4 % contre 4,2 %. Astra est le modèle le plus fiable sur le plan factuel sur cet ensemble, avec une marge qui compte pour la recherche et le travail documentaire.

Ce schéma — une grande victoire, deux défaites plus modestes — est ce à quoi ressemble un tableau de fournisseur lorsqu’il est assez honnête pour inclure les lignes qu’il perd. L’effet de sélection se trouve dans le titre, pas dans les données.

L’accès est aussi une spécification

GPT-6 Astra est le premier modèle d’OpenAI classé « critique » au titre de son propre Preparedness Framework, car il peut identifier de manière autonome de nouvelles failles de sécurité. Son déploiement a été progressif : d’abord les partenaires en accès anticipé, puis les niveaux d’abonnement, puis l’API. Certaines capacités sont restreintes selon la notation de risque, et le modèle est vendu comme un produit frontière à accès contrôlé plutôt que comme un service utilitaire.

Kimi K3.1 Pro adopte l’approche inverse et en paie un prix différent. Moonshot a retiré les données liées à la cybersécurité de l’entraînement intermédiaire et de l’apprentissage par renforcement, puis a publié le coût : le modèle livré obtient 81,0 % sur xdev-bench-hard, contre 90,5 % pour un checkpoint entraîné sans ces mesures. Le principe affiché de l’entreprise est de ne pas publier de poids ouverts qui repoussent la frontière des capacités cyber offensives, et elle prévoit de relever progressivement le plafond. Les poids complets sont promis d’ici le 4 novembre 2026 ; d’ici là, le modèle est uniquement accessible via API bien qu’il soit présenté comme open-weight.

Pour un acheteur soumis à réglementation, l’opération est lisible. Astra vous offre la capacité à accès contrôlé la plus puissante et un processus d’approbation. Kimi vous offre un modèle téléchargeable en onze jours, une réduction de capacités publiée et aucun contrôle d’accès au-delà d’une clé API standard.

Latence, telle que mesurée sur notre propre route

Au cours des sept derniers jours sur OrcaRouter, GPT-6 Astra affiche un temps médian jusqu’au premier token de 1,64 seconde ; Kimi K3.1 Pro, ajouté au catalogue le 24 octobre, affiche 7,15 secondes. En matière de vitesse de sortie, l’évaluation indépendante place Kimi en tête — 73,5 tokens par seconde contre 58,1 —, de sorte que les deux modèles diffèrent par leur profil plutôt que par leur réactivité globale : Astra démarre plus vite, Kimi écrit plus vite une fois lancé. Pour une session de codage interactive, le premier chiffre domine l’expérience ; pour une longue génération, c’est le second.

Quoi exécuter, et quand

Les deux modèles peuvent être appelés dès aujourd'hui avec une seule clé OrcaRouter, au prix catalogue de leur fournisseur et sans marge ajoutée — 2,00 $ et 10,00 $ pour Kimi K3.1 Pro, 10,00 $ et 50,00 $ pour GPT-6 Astra — et tous deux exposent les mêmes trois formats de requête, de sorte qu'une politique de routage peut faire passer le trafic entre eux sans toucher au code applicatif.

La répartition qui correspond aux faits : confier le codage terminal et agentique à long horizon à Kimi K3.1 Pro, où il domine le benchmark utilisé par les deux laboratoires et où le plafond de sortie de 943 718 jetons élimine une contrainte côté client. Confier la recherche, la vérification de documents et les travaux 3D ou de CAO à GPT-6 Astra, où les lignes consacrées aux hallucinations et à BenchCAD lui sont favorables. Avec un écart de prix de cinq fois, une charge de travail qui consacre 80 % de ses jetons à la première catégorie et 20 % à la seconde réduit tout de même sa facture d’environ deux tiers, le basculement automatique couvrant le côté qui cale.

La seule chose à ne pas faire est de migrer sur la base d’une seule ligne de benchmark. L’avance de 7,5 points du fournisseur sur Terminal-Bench est réelle, tout comme le sont les deux lignes où il perd ; l’indice indépendant indique que les deux modèles sont équivalents, et le coût par tâche indique que l’équivalent est 35 % moins cher, pas 80 %. C’est un argument solide pour un routage par tâche — et un argument faible pour un basculement généralisé.