GPT-6 מול Kimi K3: שני מודלים של מיליון טוקנים שמתמחים באופן שונה

GPT-6 Sol וKimi K3 הם שני המודלים שסביר ביותר שייכנסו לרשימה הקצרה לאותו תפקיד: חלון הקשר של מיליון טוקנים, קלט תמונות, ומחיר שהופך מסמכים ארוכים לנגישים. הם הגיעו לשם מכיוונים מנוגדים. Kimi K3 הוא המומחה להקשר ארוך של MoonshotAI, שיצא ב-15 ביולי 2026, והכרטיס שלו בנוי סביב שליפה — הוא משיג 88.7% במבחן השליפה בהקשר ארוך של Artificial Analysis, לפני כל מודל של הספק שאנחנו יכולים להשוות אותו אליו. GPT-6 Sol הוא הג'נרליסט מדרג הביניים של הספק, שיצא ב-22 בספטמבר 2026 במחיר של $2.00 למיליון טוקני קלט ו-$10.00 למיליון טוקני פלט, והטיעון שלו הוא רוחב: חלון מעט גדול יותר, ציון משולב גבוה יותר של חשיבה כללית, וטוקן פלט זול יותר.

אז המסגור הכנה הוא לא טוב מול רע. זה שליפה מול הסקה, והוא נקבע לפי מה שאתה עושה עם מיליון הטוקנים ברגע שטענת אותם.

החלונות הם באותו גודל על הנייר

שני הכרטיסים מציינים בערך מיליון טוקנים, וההבדל קוסמטי. החלון של Kimi K3 הוא 1,048,576 טוקנים — בדיוק 2^20, המיליון הבינארי שכל מודל עם הקשר ארוך מצטט. זה של GPT-6 Sol הוא 1,050,000, מספר עשרוני עגול שגדול בכ-1,400 טוקנים. עבור כל עומס עבודה שאפשר באמת להכניס, אלה אותו חלון. אל תבחרו על סמך זה.

מה שכן שונה הוא שאר המעטפת, וזו רשימה קצרה.

• הקשר: Kimi K3 ‏1,048,576 טוקנים, GPT-6 Sol ‏1,050,000 — למעשה שווה
• מודאליות קלט: Kimi K3 מקבל טקסט ותמונות; GPT-6 Sol מקבל טקסט, תמונות וקבצים
• תקרת פלט: GPT-6 Sol ‏128,000 טוקנים בתגובה אחת; הכרטיס של Kimi K3 אינו מפרסם נתון פלט מקסימלי
• מחיר רגיל: Kimi K3 ‏$3.00 קלט / $15.00 פלט למיליון, GPT-6 Sol ‏$2.00 קלט / $10.00 פלט
• קלט במטמון: Kimi K3 ‏$0.30 למיליון, GPT-6 Sol ‏$0.20 למיליון
• תמחור הקשר ארוך: Kimi K3 מפרט תעריף יחיד ללא מדורג מתועד; GPT-6 Sol מתמחר מחדש את כל הבקשה מעל 272,000 טוקני קלט ל-$4.00 קלט / $15.00 פלט
• בקרות חשיבה: GPT-6 Sol חושף reasoning.effort הניתן להגדרה; Kimi K3 חושף את הפרמטרים reasoning ו-reasoning-effort דרך אותו ממשק תואם OpenAI

תקרת הפלט החסרה ב-Kimi K3 ראויה לציון ולא להחלקה: MoonshotAI מפרסמת נתון הקשר ולא נתון פלט מקסימלי, כך שמערכת שתלויה בתקרת פלט קשיחה לצורך תקצוב לא יכולה לקרוא אחת מהכרטיס. שכבת ההקשר הארוך היא האסימטריה האחרת, והיא פועלת בכיוון לא אינטואיטיבי — התעריף המוצהר של GPT-6 Sol נמוך יותר, אבל תמחור מחדש של כל הבקשה מעל 272K אומר שקורא של 300,000 טוקנים מחויב ב-$4.00 / $15.00 מהטוקן הראשון, בעוד שהתעריף היחיד של Kimi K3, $3.00 / $15.00, אינו מתועד כמתקדם בשלבים כלל. עבור מסמך ארוך מאוד, Kimi K3 יכול בסופו של דבר להיות הזול מבין השניים בקלט למרות הכותרת הגבוהה יותר.

Recall הוא המוצר האמיתי של Kimi K3

הסיבה לפנות אל Kimi K3 אינה שיש לו חלון גדול — לכמה מודלים יש חלון כזה. היא שהוא שומר על מה שנמצא בתוכו. בהערכת זיכרון ההקשר הארוך של Artificial Analysis, הנכללת בקטלוג המודלים, Kimi K3 משיג 88.7% לעומת 83.7% של GPT-6 Sol. זהו פער של חמש נקודות במבחן המדויק שמודד אם מודל מסוגל למצוא ולהשתמש בפרט הקבור בקלט ארוך, וזה סוג הפער שמתגלה ככשלים אמיתיים בייצור — המסכם שמשמיט את הסעיף בעמוד 400, סוקר החוזים שמפספס את סעיף השיפוי.

Kimi K3 מוביל גם בקידוד, ובפער גדול יותר מכפי שמרמז המדד המשולב. במדד הקידוד הוא ניצב על 76.2 עם דירוג בתוך עשרת המקומות הראשונים מבין המודלים שנבחנו, והוא רושם 85.0% ב-terminal-bench v2.1 — מדד הבנצ'מרק הסוכני לשורת הפקודה, שעליו תלויה התועלת של סוכן קידוד. ציון ה-GPQA Diamond שלו, 93.5%, נמצא בפס העליון של הטבלה.

המקום שבו GPT-6 Sol עונה הוא במדדים המשולבים ובמדדים המדעיים. מדד האינטליגנציה הכללית שלו, 47.6, גבוה בארבע נקודות מ-43.6 של Kimi K3 וקרוב לעשירון העליון; השניים שווים ב-SciCode עם 57.6% ו-59.5% בהתאמה, בתוך הרעש של ריצה בודדת; וב-Humanity's Last Exam, 47.9% של GPT-6 Sol עוקפים במעט את 46.9% של Kimi K3. אף אחד מההבדלים האלה בבנצ'מרק בודד אינו גדול מספיק כדי לבחור לפיו לבדו.

תמחור לפי עומס עבודה, לא לפי מחירון

כרטיסי תעריפים מטעים, משום שהיחס בין טוקני קלט לפלט שונה בכל עבודה, ושני המודלים האלה חלוקים בדעתם לגבי איזה צד של העסקה זול יותר. Kimi K3 זול יותר בהנחה שהעבודה שלך היא בעיקרה קלט — מסמכים ארוכים נכנסים, תשובות קצרות יוצאות. GPT-6 Sol זול יותר בהנחה שהעבודה שלך מאוזנת או עתירת פלט, כי תעריף הפלט שלו נמוך בשליש.

• תבנית של קריאת ספר אחד וסיכומו (קלט 900K, פלט 4K): Kimi K3 ≈ $2.76, GPT-6 Sol ≈ $3.64 לפני החלת התמחור מחדש של 272K; עם התמחור מחדש, כל הקריאה של GPT-6 Sol עוברת לדרגה הגבוהה יותר והפער מתרחב
• תבנית סוכנית מאוזנת (קלט 60K, פלט 20K): Kimi K3 ≈ $0.48, GPT-6 Sol ≈ $0.32
• תבנית של יצירת קוד (קלט 30K, פלט 60K): Kimi K3 ≈ $0.99, GPT-6 Sol ≈ $0.66

אלה חישובי טוקנים גולמיים לפי התעריפים המפורסמים של כל ספק, והם לא כוללים קלט שמור במטמון, מה שעוזר למודל שמולו אתם שומרים במטמון הכי הרבה. צורת התשובה היא מה שקובע: בעבודת שליפה טהורה של קלט ארוך, התעריף האחיד של Kimi K3 מנצח, ולכל דבר שכותב הרבה בחזרה, תעריף הפלט הנמוך יותר של GPT-6 Sol מנצח. אף אחד מהשניים אינו זול יותר באופן גורף, והשוואה שמכריזה על מנצח אחד במחיר בלי לציין את יחס הטוקנים לא מודדת שום דבר.

המקור הוא חלק מההחלטה

Kimi K3 נבנה על ידי MoonshotAI, מעבדה סינית, ו-GPT-6 Sol על ידי OpenAI. ההבדל הזה אינו מבחן ביצועים והוא אינו מופיע בכרטיס תעריפים, אבל עבור עומסי עבודה כפופים לרגולציה הוא מכריע את הרשימה הקצרה לפני שמדברים על מחיר. הכרטיס של MoonshotAI בקטלוג אינו מפרסם שדה רישיון, כך שאין לקרוא כאן דבר כטענה לגבי זמינות משקולות לכאן או לכאן — אם משקלים פתוחים חשובים לפריסה שלך, אמת זאת במקור במקום להניח זאת על סמך שם המשפחה.

עבור צוותים שצריכים את שניהם — מודל ממעבדה סינית לחלק אחד של pipeline ומודל של OpenAI לחלק אחר, כשהניתוב, החיוב ומיקום הנתונים מטופלים במקום אחד — זו הסיבה ששווה להחזיק gateway אחד ולא שתי מערכות נפרדות של פרטי התחברות. ב-OrcaRouter גם kimi/kimi-k3וגם GPT-6 Sol הם נתיבים פעילים באותו קטלוג, במחיר המחירון של הספק עם 0% תוספת, כך ששינוי תעריפים של MoonshotAI או OpenAI נכנס לתוקף באותו יום. מעבר אוטומטי לכשל פירושו שנתיב מתדרדר אצל מי מהספקים לא מפיל את ה-pipeline, וכן ה-DSL של הניתוב מאפשר לשלוח עבודה עתירת recall ל-Kimi K3 ועבודה עתירת generation ל-GPT-6 Sol לפי כלל ולא לפי ניחוש.

איזה מהם לשים בפייפליין

בחר ב-Kimi K3 כאשר המשימה היא אחזור ושימור על פני קלטים ארוכים מאוד — סקירת מסמכים משפטיים ורפואיים, הבנת קוד של מאגר מלא, ניתוח תמלילים על פני מאות מסמכים — וכאשר ההנחיות שלך עתירות קלט מספיק כדי שתעריף $3.00 הקבוע יהיה עדיף על התמחור מחדש של GPT-6 Sol. יתרון האחזור שלו ודירוג העשירייה המובילה שלו בקידוד הם שני המספרים שמצדיקים את הבחירה.

בחרו ב-GPT-6 Sol כאשר המשימה היא עוזר כללי המגובה בחלון של מיליון טוקנים: חשיבה משולבת, סריאליזציה ל-JSON, לולאות סוכניות שכותבות הרבה בחזרה, וכל תהליך עבודה שבו תקרת פלט של 128,000 טוקנים היא תכונה ולא אילוץ. הוא זול יותר בפלט, הוא חושף שליטה מפורשת במאמץ החשיבה, והמדד המשולב שלו הוא האות הכללי החזק יותר. כאשר צינור עיבוד באמת עושה את שניהם, התשובה הכנה היא לנתב ולא לבחור — וזו אמירה על צורת התעבורה שלכם, לא על אף אחד מהמודלים.