GPT-6.1 Sol kontra Kimi K3.1 Pro: te same $2/$10, trzy punkty indeksu i 2,9-krotna różnica w koszcie zadania

Kimi K3.1 Pro i GPT-6.1 Sol mają tę samą cenę, co jest ich najmniej interesującą cechą. Moonshot wydał K3.1 Pro 23 października 2026 r. w cenie 2,00 USD za milion tokenów wejściowych i 10,00 USD za milion tokenów wyjściowych; OpenAI wydało Sol 29 września przy identycznej parze cen. W Artificial Analysis K3.1 Pro uzyskuje 55 punktów i zajmuje czwarte miejsce wśród 221 modeli; Sol uzyskuje 52 punkty. Modele różnią się o trzy punkty pod względem możliwości i prawie trzykrotnie pod względem kosztu wykonania zadania — 2,11 USD dla K3.1 Pro wobec 0,72 USD dla Sol. Ta inwersja, a nie cena, jest decyzją.

Poniższe pomiary pochodzą od Artificial Analysis, która uruchamia oba modele w opublikowanej konfiguracji i uwzględnia tokeny zużywane przez każdy z nich, a także z dokumentacji i deklaracji premierowych obu dostawców, odczytanych 27 października 2026 r. Dane dostawców są oznaczone jako takie. To rozróżnienie ma tu większe znaczenie niż zwykle, ponieważ obie firmy obstawiają przeciwne podejścia do tego, jak model powinien zużywać tokeny.

Cena jest ta sama. Faktura już nie.

Cena za token to cena jednostkowa, a cena jednostkowa staje się rachunkiem dopiero po pomnożeniu jej przez zużycie. Te dwa modele zużywają tokeny bardzo różnie. Rozliczanie kosztu na zadanie w Artificial Analysis wycenia wykonanie jednego zadania Intelligence Index przez K3.1 Pro na $2.11, a przez Sol na $0.72 — różnica 2,9x przy identycznych stawkach cennikowych. Przyczyną jest wolumen generowanych tokenów. K3.1 Pro to model zawsze rozumujący, który generuje znacznie więcej tokenów na odpowiedź, a generowanie odpowiedzi to droższa połowa cennika przy $10.00 za milion.

Materiały towarzyszące premierze samego Moonshot przyznają, że taki jest charakter tego zjawiska. Model jest wersją Kimi K3 po treningu dostrajającym, ze znacznie zwiększonym nakładem mocy obliczeniowej na uczenie ze wzmocnieniem, a firma opisuje zyski jako pochodzące z dłuższego, bardziej celowego rozumowania, a nie z większej bazy. Dłuższe rozumowanie to dokładnie to, co generuje więcej tokenów wyjściowych. Wzrost możliwości i wzrost kosztów to ten sam fakt mierzony na dwa sposoby.

• Wejście / wyjście — 2,00 USD / 10,00 USD za milion w przypadku obu modeli.

• Dane wejściowe z pamięci podręcznej — Kimi K3.1 Pro $0.20 przy 90% zniżki; GPT-6.1 Sol $0.10 przy 95%.

• Koszt na zadanie indeksowania — 2,11 USD vs 0,72 USD w Artificial Analysis v4.3.2.

• Niezależny indeks — 55 vs 52; K3.1 Pro zajmuje czwarte miejsce spośród 221, Sol tuż za nim.

Szybkość generowania — 47,9 tokena na sekundę w porównaniu z 69,2, oba pomiary Artificial Analysis.

• Kontekst i limit wyjściowy — 1 048 576 tokenów wejściowych dla K3.1 Pro; 1 050 000 tokenów wejściowych i 128 000 tokenów wyjściowych dla Sol.

• Architektura — 2,8 biliona parametrów łącznie, z czego 104 miliardy aktywnych w K3.1 Pro; OpenAI nie publikuje liczby parametrów Sol.

• Wagi — K3.1 Pro jest obecnie zastrzeżony, a Moonshot obiecuje otwarte wagi do 4 listopada; Sol jest zastrzeżony i nie ogłoszono jego otwarcia.

Co można kupić za trzy punkty indeksu

Trzypunktowa różnica w wyniku złożonym jest istotna, ale nie rozstrzygająca, a to w wynikach poszczególnych komponentów kryje się kształt tej różnicy. Artificial Analysis umieszcza K3.1 Pro na 67 w Terminal-Bench 4.0, najwyżej spośród wszystkich zmierzonych przez siebie modeli, wobec 56,1 dla Sol. W GDPval-AA, ocenie pracy zawodowej, K3.1 Pro ma 1846 punktów Elo, trzecie miejsce ogółem i 312 punktów więcej niż jego własny poprzednik. W AutomationBench-AA poprawił się z 58% do 73%. W Humanity's Last Exam przesunął się z 47% do 52%. Wskaźnik halucynacji w AA-Omniscience spadł z 53% do 44%.

To najwyższe niezależne wyniki, jakie ma którykolwiek z modeli. Niezależny profil Sola jest bardziej płaski: wynik złożony 52, bez pojedynczej oceny, w której wiedzie prym, oraz koszt na zadanie najlepszy w swojej półce cenowej. Uczciwa interpretacja jest taka, że K3.1 Pro to model o większych możliwościach w kilku ocenach agentowych i dotyczących pracy zawodowej, a Sol jest bardziej wydajny. Żadne z tych stwierdzeń nie jest werdyktem, ponieważ możliwości przekładają się na wartość tylko przy wolumenie, na jakim działasz.

Własne twierdzenia Moonshot przy premierze idą dalej niż niezależny panel i należy je czytać jako twierdzenia. Firma poinformowała o najwyższych wynikach w sześciu z czternastu przeprowadzonych testów, w tym SWE Marathon na poziomie 51,7 i HLE-with-tools na poziomie 70,0. Jej wynik w Terminal-Bench 4.0 to 65,7%, nieco poniżej 67% zmierzonych przez Artificial Analysis — rzadki przypadek, w którym liczba podana przez dostawcę jest tą ostrożniejszą, co warto odnotować właśnie dlatego, że jest nietypowy. Słabym punktem jest Terminal-Bench Science 0.1 z wynikiem 38,1 wobec 68,1 dla GPT-6 Astra. K3.1 Pro nie jest modelem do trudnego rozumowania naukowego i Moonshot tego nie twierdzi.

Rachunek za szybkość i gadatliwość

Artificial Analysis mierzy K3.1 Pro na 47,9 tokenów wyjściowych na sekundę i określa go jako wyraźnie wolny; Sol osiąga 69,2. W połączeniu z różnicą w wolumenie wyjściowym oznacza to, że długa pętla agenta na K3.1 Pro zajmuje zarówno więcej czasu rzeczywistego, jak i więcej pieniędzy na każdy krok. W przypadku interaktywnego kodowania, gdzie deweloper czeka na każdą turę, różnica w opóźnieniu jest tym, na co użytkownicy będą narzekać najpierw. W przypadku oceny wsadowej, gdzie nic nie czeka, liczy się tylko koszt.

Istnieje szybszy wariant. Moonshot sprzedaje wersję Highspeed za 4,00 USD za wejście i 20,00 USD za wyjście, przy niezmienionej cenie trafień w pamięć podręczną, co podwaja przepustowość tokenów i podwaja cenę. To ten sam układ, jaki Sol oferuje w trybie Fast za 2x. W obu przypadkach szybki wariant jest przeznaczony do pracy wrażliwej na opóźnienia, a nie do dużych wolumenów, i rachunek rzadko przemawia za nim w przypadku zadań wsadowych.

4 listopada i co tak naprawdę zmieniają otwarte wagi

Moonshot twierdzi, że pełne wagi zostaną opublikowane do 4 listopada 2026 r. Jeśli tak się stanie, K3.1 Pro stałby się modelem o otwartych wagach z najwyższym wynikiem w indeksie Artificial Analysis, zmniejszając różnicę między najlepszymi modelami otwartymi a najlepszymi modelami własnościowymi z około dwunastu punktów do trzech. To prawdziwe wydarzenie dla każdego, kto musi samodzielnie hostować modele, dostrajać je lub uruchamiać wnioskowanie w granicach zgodności regulacyjnej.

Nie jest to wydarzenie dla większości użytkowników API. Otwarte wagi zmieniają to, kto może uruchomić model i na jakich warunkach; nie zmieniają natomiast ceny hostowanej usługi, szybkości ani możliwości. Zespół, który wywołuje API i nie ma ograniczeń dotyczących rezydencji danych, nie zyskuje na publikacji wag niczego poza drugą opcją pozyskania modelu, a z czasem także większą liczbą dostawców konkurujących wokół tego samego checkpointu. Ta konkurencja jest realna i zwykle objawia się presją na ceny, ale to efekt rozłożony na miesiące, a nie coś, co dzieje się w listopadzie.

Drugie, bardziej szczegółowe zastrzeżenie znajduje się w komunikacie Moonshot. Firma twierdzi, że celowo usunęła dane treningowe związane z cyberbezpieczeństwem i exploitami, aby nie poszerzać otwartej granicy ofensywnych zdolności cybernetycznych, oraz że wynik checkpointa, który osiągnął 90,5% na xdev-bench-hard, został w rezultacie obniżony do 81%. To decyzja dotycząca bezpieczeństwa z mierzalnym kosztem w zakresie możliwości, ujawniona przez dostawcę. Jeśli Twoja praca dotyczy narzędzi bezpieczeństwa, to najważniejsze zdanie w materiale premierowym — ważniejsze niż wynik indeksu.

Trzy obciążenia, trzy odpowiedzi

• Masowe kodowanie wsadowe, bez wymagań dotyczących opóźnień — GPT-6.1 Sol. Przy 0,72 USD za zadanie indeksowania w porównaniu z 2,11 USD luka wydajności dominuje nad trzypunktową różnicą w możliwościach, chyba że Twoje zadanie jest konkretnie takie, w którym wyniki agentowe K3.1 Pro przekładają się na mniejszą liczbę ponownych prób. Zmierz współczynnik ponownych prób, zanim założysz, że tak jest.

• Praca agentowa o długim horyzoncie, w której błędna odpowiedź jest kosztowna — Kimi K3.1 Pro. Prowadzenie w Terminal-Bench 4.0 i pozycja w GDPval-AA to najbliższy dowód trwałej kompetencji wieloetapowej, jaki ma którykolwiek z tych modeli, a premia za zadanie jest niewielka względem kosztu nieudanej trajektorii.

• Interaktywne programowanie, w którym człowiek czeka — GPT-6.1 Sol, pod względem szybkości. 69,2 tokena na sekundę wobec 47,9 to zauważalna różnica w edytorze, a przewaga kosztowa jest dodatkowym atutem, a nie powodem.

• Rozumowanie naukowe lub matematyczne — ani jedno, ani drugie nie jest na szczycie. Wynik 38,1 K3.1 Pro w Terminal-Bench Science 0.1 to udokumentowana słabość, a wynik 57,0 Sol w tym samym zestawie jest przyzwoity, ale znacznie poniżej 68,1, który OpenAI podaje dla GPT-6 Astra. To jedyne obciążenie, w przypadku którego poziom powyżej obu modeli jest właściwą odpowiedzią.

Uruchomienie obu jest tańsze niż błędny wybór.

Oba modele są dostępne w OrcaRouter na jednym kluczu przy 0% marży względem ceny katalogowej każdego dostawcy, przy czym Sol kosztuje $2.00 i $10.00, a K3.1 Pro tyle samo, z wejściem z pamięci podręcznej przekazywanym odpowiednio po $0.10 i $0.20. Dzięki temu decyzję można odwrócić: obciążenie można porównać z oboma modelami na tym samym śledzonym ruchu, a przegranego usunąć zmianą routingu, a nie negocjowaniem umowy.

Fuzja modeli to jedyna funkcja, która zasługuje na swoje miejsce w tym konkretnym zestawieniu, a nie jako uniwersalny dodatek. Oba modele zawodzą w różnych kierunkach — Sol jest zwięzły i szybki, K3.1 Pro jest metodyczny i mocniejszy w długich ścieżkach agentowych — więc panel, który pyta oba i uzgadnia ich odpowiedzi, to rozsądny projekt dla decyzji o wysokiej stawce, gdzie 2,9-krotna różnica kosztów jest nieistotna wobec kosztu błędu. Dla wszystkiego innego tańszym wzorcem jest routing według obciążenia: K3.1 Pro dla ścieżki agentowej, Sol dla ścieżki o dużym wolumenie, jeden punkt końcowy dla obu.

Ranking, który nie jest indeksem

Jeśli pytanie brzmi, który model jest lepszy, K3.1 Pro wygrywa o trzy punkty i prowadzi w ewaluacjach agentowych, które mają znaczenie przy długotrwałych zadaniach. Jeśli pytanie brzmi, który model umieścić w tym miesiącu za ścieżką produkcyjną o dużym wolumenie, Sol wygrywa pod względem kosztu na ukończone zadanie o współczynniku 2,9 i pod względem szybkości o współczynniku 1,4, a trzypunktowa luka w możliwościach nie niweluje żadnej z tych przewag.

Jedyną datą wartą wpisania do kalendarza jest 4 listopada. Jeśli wagi zostaną udostępnione, K3.1 Pro stanie się referencyjnym modelem z otwartymi wagami, a kalkulacja dla zespołów samodzielnie hostujących model się zmieni. Jeśli się przesuną — a Moonshot podał datę, na co stać niewiele innych firm — kalkulacja pozostanie dokładnie tam, gdzie jest dziś: ta sama cena katalogowa, inny rachunek i wybór, którego należy dokonać na podstawie zmierzonego kosztu zadania, a nie liczby w kolumnie ceny.