Kimi K3.1 Pro vs Grok 4.7: Akurasi Sama, Tagihan 72% Lebih Besar

Dalam ujian analitik data privat berisi 43 pertanyaan yang dibangun di atas gudang data ladang angin sintetis, Kimi K3.1 Pro dan Grok 4.7 sama-sama mencetak 42. Tidak ada model yang pernah melihat pertanyaan tersebut, dan datanya direkayasa sehingga tidak ada jawaban yang bisa dihafal. Skor sama, peringkat sama — berbagi posisi ketiga dari 34 model yang diuji. Namun tagihannya tidak sama: biaya menjalankan Kimi $13,47 dan biaya Grok $7,85.

Pasangan angka itu adalah hal paling berguna yang pernah diterbitkan siapa pun tentang pertarungan ini, karena ini satu-satunya perbandingan langsung di mana kedua model dijalankan oleh orang yang sama, pada hari yang sama, terhadap jawaban yang sama. Hampir semua hal lain yang beredar entah merupakan tolok ukur vendor yang dihasilkan dengan scaffold berbeda atau perbandingan yang diam-diam menggantikan Kimi K3 dengan Kimi K3.1 Pro. Jadi tulisan ini dimulai dengan apa yang ditunjukkan oleh tes netral, lalu memisahkan perbedaan yang nyata dari perbedaan yang merupakan artefak dari siapa yang menjalankan tes.

Dua model, dua taruhan yang sangat berbeda

Kimi K3.1 Pro hadir pada 23 Oktober 2026 sebagai penerus Kimi K3 yang telah melalui pelatihan lanjutan, bukan arsitektur baru. Moonshot AI mempertahankan tulang punggung mixture-of-experts berparameter 2,8 triliun, jendela konteks 1.048.576 token, serta input gambar dan video native, dan memfokuskan rilis ini pada reinforcement learning di berbagai domain agentic dan profesional. Bobot penuhnya dijanjikan pada 4 November 2026.

Grok 4.7 dirilis sebulan lebih awal, pada 21 September 2026, oleh xAI. Model ini bersifat proprietary, berada pada basis yang dilaporkan ~2,1 triliun parameter yang belum dikonfirmasi xAI, memiliki jendela input 500.000 token dengan batas output 450.000 token, dan mempertahankan harga Grok 4.6. Batas pengetahuannya adalah Juni 2026, dengan pelatihan tambahan hingga Agustus.

• Harga — Kimi K3.1 Pro $2,00 input / $10,00 output per juta token; Grok 4.7 $2,00 / $6,00, naik menjadi $4,00 / $12,00 setelah prompt melewati 200K token.

• Input yang di-cache — $0,20 di Kimi versus $0,50 di Grok, sebuah inversi yang lebih penting daripada harga utamanya bagi agen yang membaca ulang repositori yang sama setiap giliran.

• Konteks — 1,048,576 token dibandingkan 500,000. Kimi juga mengizinkan hingga 943,718 token keluaran dalam satu respons, yang bukan sekadar fitur melainkan pernyataan tentang untuk apa model ini dibangun.

• Modalitas — teks, gambar, dan video masuk, teks keluar di Kimi; teks, gambar, dan file masuk, teks keluar di Grok.

• Kontrol penalaran — Kimi bernalar secara default dengan tingkat upaya yang dapat dipilih; Grok menyediakan low, medium, high, dan xhigh, serta tidak memungkinkan Anda menonaktifkan penalaran.

• Keterbukaan — bobot dijanjikan paling lambat 4 November untuk Kimi; Grok hanya tersedia melalui API dan akan tetap demikian.

Tanah netral, dan betapa tipisnya itu

Ujian Plotly adalah perbandingan paling bersih yang tersedia. Ini adalah tes privat dengan 43 pertanyaan terhadap gudang data armada energi angin sintetis, terbagi menjadi pertanyaan analitik, permintaan ambigu, permintaan mustahil, jebakan statistik, pemeriksaan kualitas data, dan lima pola yang ditanam yang seharusnya ditemukan seorang analis yang baik tanpa diminta. Kimi K3.1 Pro lulus 42 soal, naik dari 35 pada Kimi K3. Grok 4.7 juga lulus 42. Keduanya masih tertinggal dari GPT-6.1 Sol dan GPT-6 Astra yang memperoleh 43.

Detail di balik hasil seri adalah titik tempat kedua model berbeda. Kimi menemukan kelima pola yang ditanam dan menangkap ketiga masalah kualitas data — baris duplikat, hari terakhir yang hilang, dan perbedaan antara turbin yang dinonaktifkan dan turbin yang benar-benar menghasilkan nol. Satu-satunya kekeliruannya adalah kesalahan batas: ia menghitung 2.775 hari-turbin dari sebelum pemasangan firmware sebagai "other firmware", yang menggeser rata-rata sekitar 0,0003 dan berada sedikit di luar toleransi pengujian. Itu adalah kegagalan presisi di tepi suatu definisi, bukan kegagalan penalaran.

Tes netral kedua menunjukkan arah sebaliknya. Dalam evaluasi akuntansi DualEntry, Grok 4.7 finis berbagi posisi kedua dengan 88.1%, sementara Kimi K3.1 Pro berada di posisi keempat dengan 86.1%. Kimi adalah model termurah per tugas pada uji tersebut dengan $0.079, tetapi juga salah satu yang paling lambat pada 125.6 detik per tugas. Dua tes netral, dua hasil yang hampir imbang, dan urutannya terbalik di antara keduanya. Itulah bentuk perbandingan sejawat yang sesungguhnya, dan itulah yang tidak ditampilkan oleh sebagian besar liputan hari peluncuran.

Di mana perbedaannya nyata

Menulis bukan soal dekat. ToneBench, yang menilai draf terhadap sepuluh brief dengan empat juri per draf, menempatkan Kimi K3.1 Pro pada 2.205 Elo dan peringkat ketujuh dari 83 konfigurasi, sedangkan Grok 4.7 pada 1.904 dan peringkat kedua puluh lima. Interval 95% keduanya tidak tumpang tindih: 2.166–2.246 berbanding 1.855–1.962. Kimi menang di sembilan dari sepuluh skrip dan tujuh dari sembilan sub-metrik, dengan selisih terlebar pada kepatuhan panjang (95,4 berbanding 78,7) dan isyarat visual (84,9 berbanding 78,8). Kemenangan Grok sempit dan terbatas pada tone dan konvensi YouTube. Dengan $0,251 berbanding $0,215 per skrip, ini bukan keputusan biaya.

Pekerjaan pengodean dan agentic adalah tempat bukti menjadi berantakan, dan tempat sebagian besar perbandingan menyesatkan. xAI melaporkan Grok 4.7 pada 37,6–38,0% di Terminal-Bench 4.0. Moonshot melaporkan Kimi K3.1 Pro pada 65,7% pada benchmark yang sama. Angka-angka itu terpaut 28 poin dan bukan berarti Grok adalah setengah model, karena skor Terminal-Bench bergeser hingga puluhan poin tergantung harness, batas waktu, dan jumlah percobaan yang diizinkan. Angka 65,7% dan 38,0% yang dihasilkan di laboratorium berbeda adalah dua pengukuran berbeda yang memakai nama yang sama.

Bukti pengodean independen yang memang ada mendukung Grok, tetapi itu adalah bukti tentang Kimi K3, bukan K3.1 Pro. Pada SWE-bench Verified yang dijalankan melalui scaffold mini-agent standar, Grok 4.7 mencetak 95.6% berbanding 93.4% milik Kimi K3. Belum ada yang menerbitkan angka setara untuk K3.1 Pro. Angka long-horizon milik Moonshot sendiri — 61.2% pada Kimi Code Bench 3.0 Long-horizon berbanding 55.95% untuk K3, dan 51.7% pada SWE Marathon berbanding 45.6% untuk Claude Opus 5.5 — menunjukkan bahwa post-training membantu, tetapi itu adalah vendor yang menilai pekerjaannya sendiri pada benchmark yang ia bangun.

Kesenjangan kemampuan yang tidak memerlukan benchmark adalah konteks panjang. Sejuta token versus lima ratus ribu adalah faktor dua, dan harga cache-hit Kimi kurang dari setengah harga Grok. Jika beban kerjanya adalah monorepo, kumpulan kontrak, atau tiket dukungan selama setahun, perbandingannya sudah ditentukan sebelum skor apa pun dibaca.

Mengapa tagihan berbeda

Kesenjangan biaya 72% pada ujian Plotly tidak dijelaskan hanya oleh kartu tarif. Harga output Kimi 67% lebih tinggi, jadi pada jumlah token yang identik biayanya akan lebih mahal — tetapi tidak 72% lebih mahal pada tes di mana kedua model menghasilkan kualitas jawaban yang sama. Sisanya berasal dari seberapa banyak yang mereka tulis dan berapa banyak panggilan yang mereka lakukan untuk mencapainya.

Kimi rata-rata melakukan sekitar 7,5 panggilan model per pertanyaan dan median 2,5 menit per pertanyaan, model terpelan kedua dari 34 model; sekitar 90% dari waktu itu merupakan respons model, bukan eksekusi SQL. Pada pertanyaan berpola tersembunyi, Kimi melakukan sekitar 73 panggilan alat. Pengujian independen Grok di tempat lain menemukan bahwa Kimi mengonsumsi sekitar dua kali token keluaran per tugas dibandingkan Grok 4.6, yang berdampak sebaliknya. Efek bersihnya pada ujian ini adalah Grok menghabiskan lebih sedikit dolar per jawaban benar meskipun membakar lebih banyak token per langkah.

Perhitungan untuk agen produksi tampak seperti ini. Ambil tugas yang membaca 100K token input, menulis 8K output, dan berjalan selama 20 putaran.

• Kimi K3.1 Pro, tanpa cache — 20 putaran dengan input $0.20 ditambah output $0.08 sekitar $5.60 per tugas.

• Grok 4.7, tanpa cache — bentuk yang sama dengan $0,20 input ditambah $0,048 output sekitar $4,96 per tugas.

• Kimi K3.1 Pro, 70% cache hit — input turun menjadi $0,074 per giliran, sehingga tugasnya menjadi sekitar $3,08.

• Grok 4.7, 70% cache hit — input turun menjadi $0.095 per giliran, sehingga tugasnya menjadi sekitar $2.86.

Jadi Grok memenangkan kasus agen bahkan pada tingkat cache yang tinggi, karena token output mendominasi dan Grok mengenakan biaya 40% lebih murah untuk token tersebut. Kimi hanya menyalip ketika output kecil relatif terhadap input. Ambil contoh panggilan retrieval dengan input 100K dan output 1K pada cache 70%: Kimi berbiaya $0,084 dan Grok $0,101, kemenangan 17% bagi Kimi. Titik persilangannya bukanlah persentase cache — melainkan rasio input terhadap output. Pekerjaan yang berat membaca diberikan ke Kimi, pekerjaan yang berat menulis diberikan ke Grok, dan saran jujurnya adalah ukur rasio Anda sendiri daripada memercayai contoh dari salah satu vendor.

Kecepatan mengubah bentuk sistem, bukan sekadar soal tagihan.

Waktu median ke token pertama Kimi K3.1 Pro dalam pengukuran kami sendiri adalah 6,9 detik pada 48 token per detik. Grok 4.7, dalam pengujian pihak ketiga, berjalan sekitar 1,3 detik ke token pertama dan kira-kira 61 token per detik. Bagi produk chat, perbedaan itu terasa. Bagi agen yang melakukan 20 panggilan berurutan, itu adalah perbedaan antara tugas yang terasa instan dan tugas yang terasa rusak, dan itulah alasan sebenarnya beberapa perbandingan alat coding memberikan kemenangan kepada Grok meskipun skor menulis Kimi lebih kuat.

Kontrol penalaran memperparah hal ini. Grok memungkinkan Anda menyetel upaya dari low hingga xhigh dan menagih biaya sesuai setelan itu; pada setelan low, ToneBench mengukur 1.815 Elo dengan $0.064 per skrip, seperempat biaya setelan medium. Kimi melakukan penalaran secara default dan setelan upayanya adalah instrumen yang lebih kasar, dengan sampling dipatok pada temperature 1.0 dan top_p 0.95 — nilai yang tidak menerima alternatif. Jika pipeline bergantung pada determinisme suhu rendah, itu adalah pertanyaan kompatibilitas yang harus diselesaikan sebelum melakukan benchmark apa pun.

Yang mana yang seharusnya ada di produksi?

Pilih Kimi K3.1 Pro ketika pekerjaannya berkonteks panjang dan padat dokumen: tinjauan kontrak, riset keuangan, analisis repositori multi-file, dan audit kualitas data yang menuntut model menyadari apa yang hilang alih-alih menjawab apa yang ditanyakan. Jendela 1M, cache murah, dan penurunan klaim halusinasi yang dilaporkan Moonshot dari 23,4% menjadi 8,3% saat menggunakan alat, semuanya mengarah pada kesimpulan yang sama. Ini juga satu-satunya dari kedua model tersebut yang dapat diunduh, yang penting jika beban kerja tidak dapat keluar dari infrastruktur Anda.

Pilih Grok 4.7 ketika latensi merupakan bagian dari produk: asisten coding interaktif, agen IDE, penggunaan alat yang berhadapan langsung dengan pelanggan, di mana jeda enam detik terbaca sebagai cacat. Model ini lebih murah untuk output, lebih cepat mencapai token pertama, dan bukti coding independen — meski tipis — berada di pihaknya. Jendela 500K-nya bukanlah keterbatasan untuk sebagian besar pekerjaan repositori, meskipun bagi sebagian kasus hal itu menjadi keterbatasan.

Jawaban yang tidak nyaman bagi siapa pun yang menginginkan satu pemenang adalah bahwa kedua model tersebut imbang pada satu-satunya uji netral yang sama-sama telah mereka jalani, dan penentu akhirnya adalah rasio input-ke-output Anda serta anggaran latensi Anda. Itu adalah properti yang dapat Anda ukur dalam satu sore, dan tidak ada pos peluncuran yang dapat memberi tahu Anda berapa nilainya.

Menjalankan keduanya tanpa kontrak kedua

Ini adalah satu perbandingan yang murah untuk diatur dengan mencoba keduanya. OrcaRouter menyediakan kimi/kimi-k3.1-pro dan grok/grok-4.7 pada kunci yang sama, dengan harga daftar penyedia tanpa markup, jadi $2.00, $10.00, dan $6.00 di atas adalah yang ditagihkan kepada Anda, bukan versi reseller dari harga tersebut. Hal ini lebih penting dari biasanya di sini, karena keputusannya bergantung pada perilaku cache dan latensi yang terukur di dalam aplikasi Anda sendiri — yang berarti Anda memerlukan kedua model di balik satu endpoint dan satu tagihan untuk membandingkannya secara adil.

Ini juga mengubah alur fallback. Failover otomatis lintas penyedia berarti pembatasan laju atau gangguan pada satu model tidak membuat fitur tersebut mati, dan routing DSL memungkinkan Anda mengarahkan jalur konteks panjang ke Kimi serta jalur interaktif ke Grok dalam satu kebijakan, bukan memelihara dua integrasi. Jika Anda masih memutuskan, itu adalah cara menjalankan evaluasi pada sebagian trafik produksi alih-alih memilih dari tabel benchmark.

Apa yang akan mengubah putusan ini

Dua hal, keduanya bertanggal. Yang pertama adalah 4 November, saat Moonshot telah menjanjikan bobot penuh. Kimi K3.1 Pro dengan bobot terbuka pada kualitas ini mengubah perhitungan bagi siapa pun yang memiliki alasan kepatuhan untuk melakukan self-host, dan itu juga saat laboratorium independen dapat menjalankan model tanpa anggaran API.

Yang kedua adalah adu kepala-ke-kepala agentik yang sesungguhnya. Setiap perbandingan coding yang beredar entah menggunakan Kimi K3 alih-alih Kimi K3.1 Pro, atau membandingkan dua harness vendor seolah-olah keduanya adalah satu pengukuran. Begitu seseorang menjalankan kedua model melalui scaffold yang sama pada tugas yang sama — seperti yang dilakukan Plotly untuk analitik data — pertanyaan soal coding tidak lagi diperdebatkan. Sampai saat itu, posisi yang bisa dipertahankan adalah yang membosankan: Grok 4.7 untuk kecepatan dan coding interaktif, Kimi K3.1 Pro untuk konteks panjang, penulisan, dan pekerjaan dokumen, dan keduanya diukur pada traffic Anda sendiri sebelum salah satunya mendapat jalur produksi.