GPT-6 Sol vs Kimi K3: Tiga Asumsi tentang Bobot Terbuka, Diuji dengan Satu Tagihan

Membeli bobot terbuka biasanya merupakan taruhan pada tiga hal: bahwa harganya akan lebih murah, bahwa hal itu memberi Anda kendali, dan bahwa hal itu menjadi asuransi terhadap vendor yang berubah pikiran. Kimi K3, model 2,8 triliun parameter yang dirilis Moonshot AI dengan bobot terbuka pada 27 Juli 2026, dan GPT-6 Sol, model tertutup yang diluncurkan pada 22 September 2026, adalah kasus uji yang bersih untuk ketiga hal tersebut, karena kedua model cukup berdekatan di papan netral sehingga asumsi-asumsinya harus menopang argumen itu sendiri.

Berikut hasil perbandingannya. K3 tidak lebih murah per tugas — biayanya sekitar dua kali lebih mahal, yaitu $3,00 dan $15,00 per juta token, dibandingkan dengan Sol yang $2,00 dan $10,00. Kendali itu nyata, tetapi memiliki batas minimum perangkat keras yang tidak akan dilewati sebagian besar tim. Dan asuransi adalah satu-satunya asumsi yang sepenuhnya bertahan, yang membuatnya menjadi satu-satunya yang layak dibayar. Berikut adalah perhitungan di balik masing-masing.

Kedua model, secara singkat

Kimi K3 adalah model sparse mixture-of-experts dengan total 2,8 triliun parameter dan sekitar 104 miliar — sekitar 3,7% — yang aktif per token, diterbitkan di bawah lisensi Modified MIT dengan jendela konteks 1.048.576 token. Klaim arsitektur Moonshot sangat spesifik: Kimi Delta Attention, skema perhatian linear hibrida yang menurut perusahaan hingga 6,3× lebih cepat dalam decoding konteks panjang, ditambah Attention Residuals dan kerangka kerja Stable LatentMoE. Model ini menerima teks dan gambar sebagai masukan serta mengembalikan teks. Model tanpa distilasi ini berukuran lebih dari 1 TB dan deployment produksi dijelaskan dalam kaitannya dengan batas bawah 64 akselerator.

GPT-6 Sol bersifat tertutup, pengenal tunggal, dan dihargai tetap $2,00 dan $10,00 dengan pembacaan cache $0,20 dan penulisan cache $2,50, serta menetapkan harga ulang untuk seluruh permintaan di atas 272.000 token input menjadi $4,00 dan $15,00. Model ini menerima masukan teks dan gambar, menghasilkan teks, dengan jendela 1.050.000 token, input maksimum 922.000 token, batas keluaran 128.000 token, dan batas pengetahuan 20 April 2026.

Jendela konteks, secara praktis, adalah angka yang sama — perbedaan 0,1%. Itu menghilangkan alasan paling umum untuk memilih salah satu, dan berarti keputusan sepenuhnya bergantung pada ketiga asumsi tersebut.

Asumsi pertama: bobot terbuka lebih murah. Ternyata tidak.

• Masukan — GPT-6 Sol $2,00 per juta token vs Kimi K3 $3,00 per juta token

• Keluaran — GPT-6 Sol $10.00 per juta token vs Kimi K3 $15.00 per juta token

• Input yang di-cache — GPT-6 Sol $0.20 per juta token vs Kimi K3 $0.30 per juta token; keduanya sepersepuluh dari tarif input tanpa cache

• Intelligence Index, independen — GPT-6 Sol 48 pada upaya maksimum vs Kimi K3 44 pada upaya maksimum

• Biaya per tugas Index, independen — GPT-6 Sol $1,06 vs Kimi K3 $2,00

• Token keluaran untuk proses indeks — GPT-6 Sol 77M vs Kimi K3 160M

• Jendela konteks — GPT-6 Sol 1.050.000 token vs Kimi K3 1.048.576 token

• Bobot — GPT-6 Sol tertutup vs Kimi K3 terbuka, dapat diunduh dan dapat dihosting sendiri

• Lisensi — GPT-6 Sol tidak berlaku vs Kimi K3 MIT yang Dimodifikasi

• Total parameter — GPT-6 Sol tidak diungkapkan vs Kimi K3 2.800 miliar, di mana 104 miliar di antaranya aktif per token

Sol lebih murah di setiap baris daftar tarif, dan kesenjangannya paling lebar tepat di tempat beban kerja agentik mengeluarkan biaya. Dewan independen sepakat tentang arah dan secara kasar besarnya: Sol memakan biaya sekitar setengahnya per tugas yang diselesaikan, dengan empat poin indeks lebih tinggi. K3 menghasilkan sedikit lebih dari dua kali lipat token keluaran untuk menjalankan indeks yang sama.

Satu nuansa membuat ini tidak menjadi kemenangan telak. Moonshot mengklaim K3 menghasilkan 21% lebih sedikit token keluaran daripada pendahulunya, dan kerja arsitektural — skema attention, desain residual — diarahkan tepat pada biaya decoding konteks panjang. Pada beban kerja yang didominasi oleh input yang sangat panjang, fitur efisiensi K3 dapat menutup sebagian celah yang ditunjukkan oleh run indeks. Belum ada yang menerbitkan pengukuran itu pada harness yang setara, jadi perlakukan itu sebagai klaim vendor dengan mekanisme yang masuk akal, bukan sebagai hasil.

Asumsi kedua: bobot terbuka memberi Anda kendali. Sampai batas minimum perangkat keras.

Kendali itu nyata dan layak dinyatakan secara tepat, karena "bobot terbuka" sering digunakan secara longgar. Lisensi MIT Modifikasi pada checkpoint yang dapat diunduh berarti Anda dapat menjalankan model di perangkat keras Anda sendiri, menyetelnya secara halus, menyematkan revisi tertentu, dan menjaga inferensi tetap di dalam batas yang Anda kendalikan. Tak satu pun dari itu tersedia dengan GPT-6 Sol berapa pun harganya.

Yang tidak dimaksudkan adalah bahwa self-hosting menjadi pengganti API dari segi biaya. Angka yang dipublikasikan menempatkan checkpoint presisi penuh pada sekitar 4,9 TB, atau sekitar 397 GB pada kuantisasi 1-bit, dengan ambang minimum penerapan di kisaran 410 GB memori gabungan dan penerapan produksi yang digambarkan dalam konteks 64 akselerator. Tim yang sudah menjalankan klaster kelas itu memiliki opsi nyata di sini. Tim yang tidak demikian sedang membandingkan tagihan API dengan pembelian modal, dan tagihan API menang dengan selisih yang lebar.

Versi jujur dari argumen kontrol lebih sempit daripada yang biasanya dinyatakan: bobot terbuka memberi Anda kemampuan untuk keluar, bukan kemampuan untuk menjalankannya dengan murah. Keduanya adalah hal yang berbeda, dan hanya salah satunya yang tersedia bagi sebagian besar tim.

Asumsi ketiga: open weights adalah asuransi. Yang ini berlaku.

Asumsi ketiga bertahan terhadap setiap angka di atas, dan itulah alasan K3 memiliki pasar sama sekali. Moonshot dapat diakuisisi, dapat mengubah lisensinya untuk versi mendatang, dapat menghentikan dukungan untuk K3, dapat menaikkan harganya, dapat menangguhkan langganan — dan memang menangguhkan langganan baru dalam waktu 48 jam setelah rilis untuk melindungi kualitas layanan bagi pelanggan berbayar yang sudah ada, yang merupakan demonstrasi langsung bahwa akses API adalah keputusan kebijakan, bukan properti.

Jika K3 tidak lagi digunakan, bobot yang Anda unduh tetap berjalan. Jika Moonshot menaikkan harga API tiga kali lipat, deployment yang Anda host sendiri tidak terpengaruh. Jika Anda perlu menunjukkan kepada auditor bahwa stack inferensi Anda terkunci pada revisi yang diketahui, checkpoint memberi Anda hal itu dan API tidak. Tidak satu pun dari ini muncul di tabel biaya per tugas, dan semuanya nyata.

Pertanyaannya adalah seberapa besar nilainya. Berdasarkan angka-angka di atas, Anda membayar sekitar dua kali lipat per tugas yang diselesaikan untuk asuransi itu, ditambah empat poin indeks kapabilitas. Untuk beban kerja di mana penghentian API merupakan gangguan bisnis, itu murah. Untuk beban kerja di mana Anda hanya akan mengganti model, itu premi untuk lindung nilai yang tidak akan pernah Anda gunakan.

Keduanya berada pada satu tombol jika kamu menginginkannya.

Kimi K3 ada di katalog OrcaRouter dengan harga daftar Moonshot, di bawah model pass-through yang membuat perubahan tarif Moonshot langsung berlaku di sisi kami pada hari yang sama alih-alih setelah reseller menegosiasikan ulang. GPT-6 Sol tidak ada dalam katalog kami saat tulisan ini dibuat dan dapat diakses melalui API OpenAI sendiri.

Kombinasi itu bernilai lebih besar daripada kedengarannya untuk keputusan khusus ini, karena kedua model tersebut berada pada mode kegagalan yang berbeda. Alasan menjalankan K3 bukan karena model itu lebih murah — memang tidak — melainkan karena model itu adalah lindung nilai, dan lindung nilai yang tidak dapat Anda beralih ke sana dengan cepat bukanlah lindung nilai yang berarti. Menempatkan K3 di belakang endpoint yang sama dengan semua yang lain, dengan failover otomatis dan aturan perutean yang dapat diubah dalam konfigurasi, itulah yang mengubah "kami memiliki fallback open-weight" dari sebuah slide di dek menjadi sesuatu yang berfungsi pada jam 3 pagi.

Untuk apa masing-masing sebenarnya

• Jika Anda menginginkan biaya terendah per tugas yang diselesaikan untuk pekerjaan umum — GPT-6 Sol, dan selisihnya sekitar 2×.

• Jika Anda menginginkan kemampuan tertinggi di papan netral di antara keduanya — GPT-6 Sol dengan selisih empat poin.

• Jika Anda sudah mengoperasikan klaster di kelas memori 400 GB lebih dan membutuhkan inferensi di dalam batas Anda sendiri — K3, dan kalkulasinya berubah sepenuhnya, karena biaya marginal bobot tidak sama dengan biaya perangkat keras.

• Jika persyaratan sebenarnya Anda adalah bahwa model Anda tidak dapat diambil dari Anda — K3, dan ini satu-satunya argumen dalam perbandingan yang tidak dapat dijawab Sol.

• Jika Anda memilih berdasarkan harga per token karena K3 tampak seperti model China yang lebih murah — periksa dulu jumlah tokennya. Pada 160 juta token keluaran untuk proses indeks dibandingkan dengan 77 juta milik Sol, tarif yang lebih murah berarti membeli lebih banyak token, bukan tagihan yang lebih kecil.