GPT-6.1 Terra 対 Kimi K3.1 Pro：2倍の価格で7インデックスポイント

GPT-6.1 TerraとKimi K3.1 Proは、同じリーダーボードで2段違い、価格は2倍の差がある。Artificial Analysisは、Kimi K3.1 ProをIntelligence Indexで55（総合4位）、GPT-6.1 Terraを48（25位）と評価している。OrcaRouterのカタログでは、Kimiは入力100万トークンあたり2ドル、出力100万トークンあたり10ドル。Terraは1ドルと5ドルだ。クローズドで安価かつ高速なモデルは能力が7ポイント低く、オープンウェイトの挑戦者は価格が2倍で、デスクトップ自動化では5.4ポイント優れている。どちらの事実も購入の決め手にはならない。

この比較は慎重に行う価値がある。なぜなら、この2つのモデルは価格が示唆するような代替関係にはないからだ。両者は出力長で7倍の差があり、ライセンスはオープンかクローズドかで異なり、各ベンダーの製品ラインナップ内での位置づけも違う。本稿では同じワークロードを両方で価格試算し、どの数値が独立系のものか、どれがベンダーの主張かを明示したうえで、実際に私たちが採用する使い分けで締めくくる。

カード

• GPT-6.1 Terra — 100万トークンあたり入力$1／出力$5、キャッシュ入力$0.05、コンテキスト1,050,000トークン、最大入力922,000トークン、最大出力128,000トークン、知識カットオフ2026年6月1日、推論強度設定は6段階、テキストと画像を入力しテキストを出力。

• Kimi K3.1 Pro — OrcaRouterで入力$2／出力$10（100万トークンあたり）、コンテキスト長1,048,576トークン、最大出力943,718、オープンウェイトは2026年11月4日までの公開を約束、2026年10月23日リリース。

コンテキストウィンドウは実質的に同一で、約100万トークンです。出力上限は異なります。Terraは128,000トークンで止まり、Kimiは943,718トークンを許容します。チャットではその違いは見えませんが、長文生成、ファイル全体のコード出力、文字起こし規模の要約では、1回の呼び出しで済むか、チャンキングパイプラインが必要かという違いになります。

なぜここでは7インデックスポイントが大きな意味を持つのか

およそ38〜60の範囲に及ぶリーダーボードでは、7ポイントは丸め誤差以上の違いだ。それは25位と4位の差である。OpenAIが高性能ティアとして販売するモデル GPT-6.1 Sol は52。Kimi K3.1 Pro は55で、それを上回っている。フラッグシップの GPT-6 Astra は53。つまり Moonshot のオープンウェイトモデルは Terra と競合しているのではなく、総合スコアでは OpenAI の上位2モデルと競合し、2〜3ポイント差で勝っている。

エージェントにとって重要な軸では、この傾向は保たれている。OSWorld 2.1では、Kimi K3.1 Proが79.6%を記録し、Terraの74.2%に対して5.4ポイント差、GPT-6 Astraの75.8%も上回っている。コーディングでは、報道によればKimiはClaude Opus 5.5に僅差で追随しており、同モデルの58はこの比較で最高スコアだ。TerraのCoding Agent Indexは48で、Solより6ポイント、Astraより29ポイント低い。Kimiはその水準にはいない。

対抗点は、Terraがそうした比較で勝とうとしているわけではないということだ。OpenAIの位置づけは境界のはっきりした作業——フォーム、スクリーンショット、請求書、文書作成——であり、そこでは48で十分で、タスクあたり0.40ドルが要点になる。7ポイントの知能差が最も重要になるのは、Terraが販売対象としていないタスクにおいてだ。

価格の計算：2倍の価格が勝つのはどんなとき？

標準的な入力100,000・出力5,000のリクエストは、Terraでは0.125ドル、Kimiでは0.25ドルかかります。長コンテキストの閾値を超える、入力400,000・出力4,000のリクエストは、Terraでは0.83ドル、Kimiでは1.66ドルかかります。両モデルが同じトークン数で1回の試行でタスクを解くなら、Terraはちょうど半額であり、他に議論することはありません。

興味深いのは、同じ数のトークンや試行回数を使わない場合です。文書抽出ワークロードで、Terra が最初の試行で成功する確率が 80%、Kimi が 92% だとします。1回の試行あたり入力3,000トークン・出力400トークンの固定呼び出しでは、Terra の成功あたりの期待コストは約 $0.0055、Kimi は約 $0.0092 です。それでもコスト面では Terra が優勢です — 2倍のトークン単価をより少ない再試行回数で克服するには、精度の差が甚大でなければならないからです。

ここで、モデルが試行ごとに30,000入力トークンと2,000出力トークンを必要とし、失敗モードがリトライではなく誤ったパッチであるエージェント型コーディングタスクを考えてみましょう。77レベルのコーディングが必要なタスクで、48レベルのコーディングにおけるTerraは20%多く失敗するのではなく、質的に失敗し、実行はできるが問題を解決しない変更を生み出します。それはリトライのコストではなくエンジニア工数のコストであり、価格が2倍でも安い選択肢になるケースです。

オープンウェイトが変えるのは2年目であり、1年目ではない

MoonshotはKimi K3.1 Proのウェイトを2026年11月4日までに提供すると約束しました。これが重要なのは3つの理由からであり、いずれも今日の請求書の話ではありません。第一に、セルフホスティングではトークンあたりの価格が限界費用の計算から完全に消え、代わりにGPU時間が用いられます。これは継続的な高ボリュームでは安価で、低ボリュームでは大幅に高くつきます。第二に、オープンウェイトはベンダーを単一障害点でなくします。これは技術的な議論というより調達上の議論です。第三に、ダウンロード可能なモデルはファインチューニングや社内評価、バージョン固定が可能ですが、クローズドAPIではいずれもできません。

約束のすぐ隣に置くべき注意点が2つある。重みはまだ公開されていないため、それに関するあらゆる記述は主張にすぎない。そして、公開されたモデルはAPIモデルと同一ではない。報道によれば、Moonshotは公開前にサイバー関連の学習データを除去しており、そのためセキュリティに近接するプロンプトでの挙動が変わる——これは意図的な選択であり、オープンな重みとAPIエンドポイントがすべてのワークロードで互换可能ではないことを意味する。

GPT-6.1 Terraには同等の選択肢がありません。クローズドでAPI専用、ファインチューニングには利用できず、いかなるセルフホスト形態でも提供されていません。ポータビリティが要件なら、ベンチマークが始まる前から比較は終わっています。

レイテンシは比較できない。そこが要点なのだ。

{{1}}Kimi K3.1 Pro{{/1}}は{{2}}OrcaRouter{{/2}}のモデルページでp50が約6.95秒であることを示しています。これは実トラフィック全体におけるプラットフォームレベルのレイテンシ値です。{{3}}GPT-6.1 Terra{{/3}}が公開しているレイテンシ値は、{{4}}Artificial Analysis{{/4}}の最大努力推論ベンチマークで最初のトークンまで133.64秒です。これは難しい質問に答える前にモデルがどれだけ考えるかを測るものであり、典型的なリクエストにかかる時間を測るものではありません。その2つの数値を並べても意味はありません。

比較できるのは同一ベンチマークでのスループットです。Artificial AnalysisはTerraを毎秒90.9出力トークン、GPT-6.1 Solを73.5と測定しています。Kimiの同等の数値は同じページには載っていません。正直なところ、TerraがOpenAIのモデルの中で明らかに高速であることは示せても、Kimiがあなたのワークロードでどれだけ速いかは、読んで知るものではなく自分で測定するものです。

それぞれの勝ちどころ

• Terra — レビュー工程を挟む前提で74%のcomputer-use合格率が許容できる大量の定型タスク、文書・請求書パイプライン、下書き作成や編集、より新しい2026年6月のカットオフが有利に働き1タスクあたり$0.40が積み上がるあらゆる用途。

• Kimi K3.1 Pro — 7ポイントの知能差が結果を左右するエージェント型コーディングや長期にわたる作業、79.6が74.2を上回るデスクトップ自動化、943,718トークンの上限によってチャンク化レイヤーが不要になる長文出力生成、そしてオープンウェイト、セルフホスティング、バージョン固定を必要とするあらゆるデプロイメント。

・どちらでもない — 教師なしで不可逆的なコンピューター使用。OSWorldで81.8を記録したClaude Opus 5.5が首位であり、これら両モデルとの差は、両者間の差よりも大きい。

それらを並行して実行する

Kimi K3.1 ProはOrcaRouterのカタログに$2/$10で掲載されており、1,048,576トークンのコンテキストを持ち、ベースURLを当社のエンドポイントに向けることでOpenAI SDK経由で呼び出せます。GPT-6.1 Terraは執筆時点ではカタログに掲載されていないため、Terra側はOpenAIに対して直接試す必要があります。

その非対称性は一時的なものだが有用だ。つまり、Kimiアームは今日、実トラフィック上で、割増なしの定価のまま、カタログの残り——GPT-6.1 Sol、GPT-6 Astra、Claude Opus 5.5、Claude Sonnet 5.5——と並べて測定でき、TerraアームはOpenAIのAPIに対して並行して測定できる。Terraが登場した時点で、比較はすでに構築済みであり、ルーティング層は、ブログ記事がより上位にランク付けしたモデルではなく、各タスクで勝った方のアームにタスクを送ることができる。

私たちが使用する分割

タスクが範囲限定で、繰り返しが多く、レビューされるものであれば、Terraの半額はKimiの7ポイントを上回る。タスクがオープンエンドで、コード向きで、ベンダーなしで運用する必要があるなら、Kimiの7ポイントはTerraの半額を上回る——そしてオープンウェイトは、2年目をトークンの計算から示唆されるより安くする。

間違いは、ワークロード全体に対して1つのモデルを選ぶことだ。証拠が支持するのは分割だ。大量処理層にはTerra、難易度の高い層にはKimi、そしてその間に計測に基づくフォールバックを置く。それはモデルの決定ではなくルーティングの決定であり、この比較が実際に正当化する判断だ。