GPT-6.1 Sol vs Kimi K3.1 Pro: dezelfde $2/$10, drie indexpunten en een 2,9x verschil in wat een taak kost

Kimi K3.1 Pro en GPT-6.1 Sol hebben hetzelfde prijskaartje, en dat is nog wel het minst interessante eraan. Moonshot bracht K3.1 Pro op 23 oktober 2026 uit voor $2,00 per miljoen inputtokens en $10,00 per miljoen outputtokens; OpenAI bracht Sol op 29 september uit tegen exact dezelfde prijs. Op Artificial Analysis scoort K3.1 Pro 55 en staat het vierde van 221 modellen; Sol scoort 52. De modellen schelen drie punten in capaciteit en bijna een factor drie in wat het kost om een taak te voltooien — $2,11 voor K3.1 Pro tegen $0,72 voor Sol. Die omkering, niet het prijskaartje, is de beslissing.

De onderstaande metingen zijn afkomstig van Artificial Analysis, dat beide modellen uitvoert onder een gepubliceerde configuratie en de tokens meetelt die elk model verbruikt, en van de eigen documentatie en lanceringclaims van de twee leveranciers, gelezen op 27 oktober 2026. Cijfers van leveranciers zijn als zodanig aangeduid. Het onderscheid is hier meer dan gebruikelijk van belang, omdat de twee bedrijven tegenovergestelde weddenschappen aangaan over hoe een model tokens zou moeten besteden.

De prijs is hetzelfde. De factuur niet.

Prijs per token is een eenheidsprijs, en een eenheidsprijs wordt pas een rekening wanneer je die vermenigvuldigt met het verbruik. De twee modellen verbruiken heel verschillend. De kost-per-taak-berekening van Artificial Analysis zet K3.1 Pro op $2,11 om één Intelligence Index-taak te voltooien en Sol op $0,72 — een verschil van 2,9x bij identieke gepubliceerde tarieven. De oorzaak is het uitvoervolume. K3.1 Pro is een model dat altijd redeneert en aanzienlijk meer tokens per antwoord produceert, en uitvoer is de dure helft van de tariefkaart tegen $10,00 per miljoen.

Moonshots eigen releasemateriaal erkent de vorm hiervan. Het model is een post-trained versie van Kimi K3 met sterk uitgebreide rekenkracht voor reinforcement learning, en het bedrijf beschrijft de winst als afkomstig van langer, weloverwogen redeneren in plaats van van een grotere basis. Langer redeneren is precies wat meer outputtokens oplevert. De capaciteitswinst en de kostenstijging zijn hetzelfde feit, op twee manieren gemeten.

• Invoer / uitvoer — $2.00 / $10.00 per miljoen voor beide modellen.

• Gecachte invoer — Kimi K3.1 Pro $0.20 met 90% korting; GPT-6.1 Sol $0.10 met 95%.

• Kosten per indextaak — $2,11 vs $0,72 op Artificial Analysis v4.3.2.

• Onafhankelijke index — 55 vs 52; K3.1 Pro staat op de vierde plaats van 221, Sol net daarachter.

• Uitvoersnelheid — 47,9 tokens per seconde vs. 69,2, beide metingen van Artificial Analysis.

• Context- en uitvoerlimiet — 1,048,576 invoer voor K3.1 Pro; 1,050,000 invoer en 128,000 uitvoer voor Sol.

• Architectuur — 2,8 biljoen totale parameters, waarvan 104 miljard actief voor K3.1 Pro; OpenAI publiceert het aantal parameters van Sol niet.

• Gewichten — K3.1 Pro is vandaag propriëtair, waarbij Moonshot open gewichten tegen 4 november belooft; Sol is propriëtair zonder aangekondigde openstelling.

Wat kopen drie indexpunten?

Een verschil van drie punten op een samengestelde score is betekenisvol, maar niet beslissend, en de deelscores laten zien waar de vorm van het verschil zit. Artificial Analysis vermeldt K3.1 Pro met 67 op Terminal-Bench 4.0, het hoogste van alle modellen die het heeft gemeten, tegenover 56,1 voor Sol. Op GDPval-AA, een evaluatie van professioneel werk, staat K3.1 Pro op 1.846 Elo, derde overall en 312 punten boven zijn eigen voorganger. Op AutomationBench-AA verbeterde het van 58% naar 73%. Op Humanity's Last Exam ging het van 47% naar 52%. Het hallucinatiepercentage op AA-Omniscience daalde van 53% naar 44%.

Dat zijn de sterkste onafhankelijke cijfers die elk model heeft. Het onafhankelijke profiel van Sol is vlakker: een samengestelde score van 52 zonder één enkele evaluatie waarin het de beste is, en een kosten-per-taakcijfer dat het beste is in zijn prijsklasse. De eerlijke lezing is dat K3.1 Pro op verschillende agentische en professionele-werkevaluaties het capabelere model is, en Sol het efficiëntere. Geen van beide uitspraken is een verdict, want capaciteit wordt pas waarde bij het volume waarop je draait.

{{1}}Moonshots eigen lanceerclaims{{/1}} gaan verder dan {{2}}de onafhankelijke raad{{/2}} en moeten als claims worden gelezen. Het bedrijf meldde toscores op zes van de veertien tests die het uitvoerde, waaronder {{3}}SWE Marathon met 51,7{{/3}} en {{4}}HLE-with-tools met 70,0{{/4}}. Het cijfer voor {{5}}Terminal-Bench 4.0{{/5}} is 65,7%, iets onder de 67% die {{6}}Artificial Analysis{{/6}} mat — een zeldzaam geval waarin het getal van de leverancier het conservatieve is, wat juist opmerkelijk is omdat het ongewoon is. Het zwakke punt is {{7}}Terminal-Bench Science 0.1 met 38,1{{/7}}, tegenover 68,1 voor {{8}}GPT-6 Astra{{/8}}. {{9}}K3.1 Pro{{/9}} is niet het model voor moeilijk wetenschappelijk redeneren, en Moonshot beweert niet dat het dat is.

De rekening voor snelheid en breedsprakigheid

Artificial Analysis meet K3.1 Pro op 47,9 outputtokens per seconde en noemt het opvallend traag; Sol haalt 69,2. Samen met het verschil in outputvolume betekent dat dat een lange agentlus op K3.1 Pro zowel meer kloktijd als meer geld per stap kost. Voor interactief coderen, waarbij een ontwikkelaar op elke beurt wacht, is het latentieverschil het eerste waar gebruikers over zullen klagen. Voor batch-evaluatie, waarbij niets wacht, telt alleen de kosten.

Er is een snellere tier. Moonshot verkoopt een Highspeed-variant voor $4,00 input en $20,00 output, waarbij de cache-hit-prijzen ongewijzigd blijven; die verdubbelt de tokensnelheid en verdubbelt de prijs. Dat is dezelfde afweging die Sol biedt met zijn Fast-modus tegen 2x. In beide gevallen is de snelle tier bedoeld voor latentiegevoelig werk, niet voor volume, en de rekensom valt zelden in het voordeel uit voor batchtaken.

4 november, en wat open weights echt veranderen

Moonshot zegt dat de volledige gewichten tegen 4 november 2026 worden gepubliceerd. Als dat gebeurt, zou K3.1 Pro het best scorende open-weightmodel op de Artificial Analysis-index worden, waardoor de kloof tussen de beste open en de beste propriëtaire modellen van ongeveer twaalf punten naar drie wordt verkleind. Dat is een echte gebeurtenis voor iedereen die zelf wil hosten, fine-tunen of inferentie wil draaien binnen een compliancegrens.

Het is geen gebeurtenis voor de meeste API-aanroepers. Open gewichten veranderen wie het model kan draaien en onder welke voorwaarden; ze veranderen niet de gehoste prijs, de snelheid of de capaciteit. Een team dat een API aanroept en geen beperking op het gebied van gegevensresidentie heeft, haalt niets uit de release van de gewichten, behalve een tweede inkoopoptie en, uiteindelijk, meer aanbieders die op dezelfde checkpoint concurreren. Die concurrentie is reëel en uit zich meestal als prijsdruk, maar het is een effect van maanden, niet van november.

Er is een tweede, specifieker voorbehoud in de release van Moonshot. Het bedrijf zegt dat het opzettelijk cyber- en exploitgerelateerde trainingsdata heeft verwijderd om te voorkomen dat de open frontier van offensieve cybercapaciteit wordt uitgebreid, en dat een checkpoint dat 90,5% scoorde op xdev-bench-hard daardoor werd teruggebracht naar 81%. Dat is een veiligheidsbeslissing met meetbare capaciteitskosten, bekendgemaakt door de leverancier. Als je werk beveiligingstooling is, is dit de belangrijkste zin in het lanceringsmateriaal — belangrijker dan de indexscore.

Drie workloads, drie antwoorden

• Batchcodering met grote volumes, geen latentievereiste — GPT-6.1 Sol. Met $ 0,72 per indextaak tegenover $ 2,11 domineert de efficiëntiekloof een capaciteitsverschil van drie punten, tenzij uw taak er specifiek een is waarin de agentische scores van K3.1 Pro zich vertalen in minder herpogingen. Meet het percentage herpogingen voordat u aanneemt dat dit gebeurt.

• Langdurig agentisch werk waarbij een fout antwoord duur is — Kimi K3.1 Pro. De koppositie in Terminal-Bench 4.0 en de plaatsing in GDPval-AA zijn het dichtst wat beide modellen hebben bij bewijs van aanhoudende meerstapscompetentie, en de premie per taak is klein ten opzichte van de kosten van een mislukte trajectorie.

• Interactief coderen waarbij een mens wacht — GPT-6.1 Sol, op snelheid. 69,2 tokens per seconde tegenover 47,9 is een zichtbaar verschil in een editor, en het kostenvoordeel is een bonus in plaats van de reden.

Wetenschappelijk of wiskundig redeneren — geen van beide, aan de frontier. De 38,1 van K3.1 Pro op Terminal-Bench Science 0.1 is een gedocumenteerde zwakte, en de 57,0 van Sol op dezelfde suite is respectabel maar ruim onder de 68,1 die OpenAI voor GPT-6 Astra rapporteert. Dit is de enige workload waarbij de tier boven beide modellen het juiste antwoord is.

Beide uitvoeren is goedkoper dan de verkeerde keuze maken.

Beide modellen zijn beschikbaar op OrcaRouter met één sleutel tegen 0% opslag op de lijstprijs van elke provider, waarbij Sol $2,00 en $10,00 kost en K3.1 Pro hetzelfde prijspaar heeft, met gecachte input doorgegeven tegen respectievelijk $0,10 en $0,20. Dat maakt de beslissing omkeerbaar: een workload kan tegen beide worden gebenchmarkt op hetzelfde getraceerde verkeer, en de verliezer kan met een routingwijziging worden verwijderd in plaats van via een contractonderhandeling.

Modelfusie is de enige functie die op dit specifieke paar zijn plek verdient in plaats van als een generieke plug. De twee modellen falen in verschillende richtingen — Sol is bondig en snel, K3.1 Pro is bedachtzaam en sterker op lange agentische trajecten — dus een panel dat beide bevraagt en hun antwoorden verzoent, is een redelijk ontwerp voor beslissingen met hoge inzet, waar het kostenverschil van 2,9x onbeduidend is tegenover de kosten van een fout. Voor al het andere is routeren op basis van werklast het goedkopere patroon: K3.1 Pro voor het agentische pad, Sol voor het high-volume pad, één endpoint voor beide.

De ranglijst die niet de index is

Als de vraag is welk model beter is, wint K3.1 Pro met drie punten en leidt het op de agentische evaluaties die ertoe doen voor langdurig werk. Als de vraag is welk model je deze maand achter een productiepad met hoog volume moet zetten, wint Sol op kosten per voltooide taak met een factor 2,9 en op snelheid met een factor 1,4, en de capaciteitskloof van drie punten maakt geen van beide voordelen goed.

De enige datum die het waard is om in je agenda te zetten, is 4 november. Als de weights er komen, wordt K3.1 Pro het referentie-open-weightmodel en verandert de afweging voor teams die zelf hosten. Als ze vertraging oplopen — en Moonshot heeft een datum gegeven, wat meer is dan de meesten — dan blijft de afweging precies waar ze vandaag is: dezelfde adviesprijs, een andere rekening, en een keuze die gebaseerd zou moeten zijn op gemeten taakkosten in plaats van op het getal in de prijskolom.