GPT-6 vs Kimi K3: twee modellen met twee miljoen tokens die zich op verschillende manieren specialiseren

GPT-6 Sol en Kimi K3 zijn de twee modellen die het meest waarschijnlijk op de shortlist komen voor dezelfde klus: een contextvenster van een miljoen tokens, beeldinvoer en een prijs die lange documenten betaalbaar maakt. Ze zijn daar vanuit tegenovergestelde richtingen gekomen. Kimi K3 is de specialist in lange contexten van MoonshotAI, uitgebracht op 15 juli 2026, en de kaart ervan is opgebouwd rond recall: het scoort 88,7% op de langecontext-recalltest van Artificial Analysis, beter dan elk model van de leverancier waarmee we het kunnen vergelijken. GPT-6 Sol is de generalist uit het middensegment van de leverancier, uitgebracht op 22 september 2026 voor $2,00 per miljoen input en $10,00 per miljoen output, en zijn argument is breedte: een iets groter venster, een hogere samengestelde score voor algemeen redeneren en een goedkoper outputtoken.

Dus de eerlijke framing is niet beter versus slechter. Het is recall versus redeneren, en het wordt bepaald door wat je doet met de miljoen tokens zodra je ze hebt geladen.

De ramen zijn op papier even groot.

Op beide kaarten staat ongeveer een miljoen tokens, en het verschil is cosmetisch. Het venster van Kimi K3 is 1.048.576 tokens — precies 2^20, het binaire miljoen dat elk long-contextmodel aanhaalt. Dat van GPT-6 Sol is 1.050.000, een rond decimaal getal dat ongeveer 1.400 tokens groter is. Voor elke workload die je er daadwerkelijk in kunt passen, is dat hetzelfde venster. Laat dit niet je keuze bepalen.

Wat wel verschilt, is de rest van de envelop, en dat is een kort lijstje.

• Context: Kimi K3 1.048.576 tokens, GPT-6 Sol 1.050.000 — praktisch gelijkwaardig
• Invoermodaliteit: Kimi K3 accepteert tekst en afbeeldingen; GPT-6 Sol accepteert tekst, afbeeldingen en bestanden
• Uitvoerplafond: GPT-6 Sol 128.000 tokens in één antwoord; de modelkaart van Kimi K3 vermeldt geen maximale uitvoer
• Standaardprijs: Kimi K3 $3,00 in / $15,00 uit per miljoen, GPT-6 Sol $2,00 in / $10,00 uit
• Gecachte invoer: Kimi K3 $0,30 per miljoen, GPT-6 Sol $0,20 per miljoen
• Prijzen voor lange context: Kimi K3 vermeldt één tarief zonder gedocumenteerde staffel; GPT-6 Sol herprijst de hele aanvraag boven 272.000 invoertokens naar $4,00 in / $15,00 uit
• Redeneerinstellingen: GPT-6 Sol biedt een configureerbare reasoning.effort; Kimi K3 biedt de parameters reasoning en reasoning-effort via hetzelfde OpenAI-compatibele oppervlak

Het ontbrekende outputplafond bij Kimi K3 is het vermelden waard in plaats van weg te poetsen: MoonshotAI publiceert een contextwaarde en geen maximumoutputwaarde, dus een systeem dat voor budgettering afhankelijk is van een harde outputlimiet kan die niet van de kaart aflezen. De long-context-tier is de andere asymmetrie, en die pakt onintuïtief uit — het hoofdtarief van GPT-6 Sol is lager, maar de herprijzing van de hele aanvraag boven 272K betekent dat een aanroep van 300.000 tokens vanaf de eerste token tegen $4,00 / $15,00 wordt gefactureerd, terwijl van het enige tarief van Kimi K3 van $3,00 / $15,00 niet gedocumenteerd is dat het überhaupt stapsgewijs verandert. Voor een zeer lang document kan Kimi K3 op input uiteindelijk de goedkoopste van de twee zijn, ondanks het hogere hoofdtarief.

Recall is het daadwerkelijke product van Kimi K3.

De reden om naar Kimi K3 te grijpen is niet dat het een groot venster heeft — dat hebben meerdere modellen. Het is dat het vasthoudt wat erin zit. Op de evaluatie van het terugvinden in lange context van Artificial Analysis, opgenomen in de modelcatalogus, scoort Kimi K3 88,7% tegenover de 83,7% van GPT-6 Sol. Dat is een gat van vijf punten op precies de test die meet of een model een detail dat diep in een lange invoer begraven zit, kan vinden en gebruiken, en het is het soort gat dat zich in productie als echte fouten manifesteert — de samenvatter die de clausule op pagina 400 weglaat, de contractbeoordelaar die de vrijwaringssectie mist.

Kimi K3 loopt ook voorop op het gebied van programmeren, en met een grotere marge dan de samengestelde index suggereert. Op de codeerindex staat het op 76,2 met een positie in de top tien van de geëvalueerde modellen, en het scoort 85,0% op terminal-bench v2.1 — de agentische command-linebenchmark waar de bruikbaarheid van een codeeragent van afhangt. De GPQA Diamond-score, 93,5%, zit in de hoogste regionen van de ranglijst.

Waar GPT-6 Sol van repliek dient, is op de samengestelde scores en op wetenschappelijke code. Zijn algemene intelligentie-index, 47,6, ligt vier punten boven Kimi K3's 43,6 en benadert het bovenste deciel; de twee staan gelijk op SciCode met respectievelijk 57,6% en 59,5%, binnen de ruis van één enkele run; en op Humanity's Last Exam komt GPT-6 Sol met 47,9% net boven Kimi K3's 46,9% uit. Geen van die afzonderlijke benchmarks is groot genoeg om daar op zichzelf een keuze op te baseren.

Kosten op basis van een workload, niet op basis van een tarievenkaart

Tarieflijsten misleiden, omdat de verhouding tussen input- en outputtokens voor elke taak anders is, en deze twee modellen het er niet over eens zijn welke kant van de ruil goedkoper is. Kimi K3 is goedkoper op basis van de aanname dat je werk vooral input is — lange documenten erin, korte antwoorden eruit. GPT-6 Sol is goedkoper op basis van de aanname dat je werk in balans is of output-intensief, omdat het outputtarief een derde lager is.

• Vorm 'lees één boek en vat het samen' (900K invoer, 4K uitvoer): Kimi K3 ≈ $2,76, GPT-6 Sol ≈ $3,64 voordat de 272K-prijsherziening ingaat; met de prijsherziening verschuift de hele aanroep van GPT-6 Sol naar de hogere tariefcategorie en wordt de kloof groter
• Gebalanceerde agentische vorm (60K invoer, 20K uitvoer): Kimi K3 ≈ $0,48, GPT-6 Sol ≈ $0,32
• Codegeneratievorm (30K invoer, 60K uitvoer): Kimi K3 ≈ $0,99, GPT-6 Sol ≈ $0,66

Dat zijn ruwe tokenberekeningen op basis van de gepubliceerde tarieven van elke leverancier, en ze sluiten gecachte input uit, wat het meest helpt voor het model waarvoor je het vaakst cachet. De vorm van het antwoord is wat telt: voor puur lang-input-recallwerk wint het vaste tarief van Kimi K3, en voor alles wat veel terugschrijft, wint het lagere outputtarief van GPT-6 Sol. Geen van beide is universeel goedkoper, en een vergelijking die één winnaar op prijs noemt zonder de tokenverhouding te vermelden, meet niets.

Herkomst is onderdeel van de beslissing

Kimi K3 is gebouwd door MoonshotAI, een Chinees lab, en GPT-6 Sol door OpenAI. Dat verschil is geen benchmark en het staat niet op een tariefkaart, maar voor gereguleerde workloads bepaalt het de shortlist voordat er over prijs wordt gesproken. De kaart van MoonshotAI in de catalogus bevat geen licentieveld, dus niets hier mag worden opgevat als een claim over de beschikbaarheid van weights, in welke richting dan ook — als open weights belangrijk zijn voor je deployment, verifieer het dan bij de bron in plaats van aan te nemen op basis van de familienaam.

Voor teams die beide nodig hebben — een model uit een Chinees lab voor het ene deel van een pipeline en een OpenAI-model voor het andere, met routing, facturatie en dataresidentie op één plek geregeld — dat is de reden waarom één gateway de moeite waard is in plaats van twee sets inloggegevens. Op OrcaRouter zijn zowel kimi/kimi-k3 als GPT-6 Sol live routes in dezelfde catalogus, tegen de lijstprijs van de provider met 0% opslag, dus een tariefwijziging van MoonshotAI of OpenAI is dezelfde dag live. Automatische failover betekent dat een gedegradeerde route bij een van beide providers de pipeline niet platlegt, en met de routing-DSL stuur je recall-intensief werk naar Kimi K3 en generatie-intensief werk naar GPT-6 Sol op basis van regels in plaats van gokken.

Welke moeten we in de pipeline zetten?

Kies Kimi K3 wanneer de taak het ophalen en vasthouden van informatie over zeer lange inputs is — juridische en medische documentbeoordeling, begrip van code in volledige repositories, transcriptanalyse over honderden documenten — en wanneer je prompts zo inputzwaar zijn dat het vaste tarief van $3,00 beter uitpakt dan de nieuwe prijsstelling van GPT-6 Sol. De voorsprong bij recall en de top-tienpositie bij coderen zijn de twee cijfers die de keuze rechtvaardigen.

Kies GPT-6 Sol wanneer de taak een algemene assistent is die wordt ondersteund door een venster van een miljoen tokens: gemengd redeneren, serialisatie naar JSON, agentische loops die veel terugschrijven, en elke workflow waarin een uitvoerplafond van 128.000 tokens een kenmerk is in plaats van een beperking. Het is goedkoper op uitvoer, het biedt expliciete controle over de redeneerinspanning, en de samengestelde index is het sterkere algemene signaal. Wanneer een pijplijn echt beide doet, is het eerlijke antwoord routeren in plaats van kiezen — wat iets zegt over de vorm van je verkeer, niet over een van beide modellen.