GPT-6.1 Terra kontra Kimi K3.1 Pro: siedem punktów indeksu za dwukrotnie wyższą cenę

GPT-6.1 Terra i Kimi K3.1 Pro dzielą dwa szczeble na tym samym rankingu i różnią się dwukrotnie pod względem ceny. Artificial Analysis daje Kimi K3.1 Pro 55 punktów w swoim Intelligence Index — czwarte miejsce ogółem — a GPT-6.1 Terra 48 punktów, dwudzieste piąte miejsce. Kimi kosztuje $2 za milion tokenów wejściowych i $10 za milion tokenów wyjściowych w katalogu OrcaRouter; Terra kosztuje $1 i $5. Zamknięty, tańszy i szybszy model jest o siedem punktów mniej zdolny; konkurent z otwartymi wagami jest dwukrotnie droższy i o 5,4 punktu lepszy w automatyzacji pulpitu. Żaden z tych faktów nie rozstrzyga zakupu.

Porównanie warto przeprowadzić starannie, ponieważ te dwa modele nie są substytutami w sposób, na jaki sugeruje cena. Różnią się siedmiokrotnie długością danych wyjściowych, licencjonowaniem — otwarte kontra zamknięte — oraz miejscem w ofercie swoich dostawców. W tym artykule wyceniono te same obciążenia na obu modelach, oznaczono, które liczby są niezależne, a które są twierdzeniami dostawców, i zakończono podziałem, którego faktycznie byśmy użyli.

Karty

• GPT-6.1 Terra — 1 USD za dane wejściowe / 5 USD za dane wyjściowe za milion, 0,05 USD za dane wejściowe z pamięci podręcznej, kontekst 1 050 000 tokenów, maksymalnie 922 000 tokenów wejściowych, maksymalnie 128 000 tokenów wyjściowych, próg wiedzy 1 czerwca 2026 r., sześć ustawień intensywności rozumowania, tekst i obraz na wejściu, tekst na wyjściu.

• Kimi K3.1 Pro — 2 USD za wejście / 10 USD za wyjście za milion w OrcaRouter, kontekst 1 048 576 tokenów, maksymalne wyjście 943 718, otwarte wagi obiecane do 4 listopada 2026 r., wydany 23 października 2026 r.

Okna kontekstu są praktycznie identyczne i wynoszą około miliona tokenów. Limity wyjścia już nie: Terra zatrzymuje się na 128 000 tokenów, a Kimi pozwala na 943 718. W przypadku czatu ta różnica jest niewidoczna; w przypadku generowania długich form, generowania kodu całych plików lub streszczania w skali transkrypcji to różnica między jednym wywołaniem a pipeline'em dzielenia na fragmenty.

Dlaczego siedem punktów indeksowych to tutaj dużo

Na tabeli rankingowej obejmującej mniej więcej od 38 do 60 punktów siedem punktów to więcej niż różnica zaokrągleń — to przepaść między 25. a 4. miejscem. GPT-6.1 Sol, model, który OpenAI sprzedaje jako wysokowydajny wariant, ma 52 punkty. Kimi K3.1 Pro z 55 punktami jest powyżej niego. GPT-6 Astra, model flagowy, ma 53 punkty. Zatem model z otwartymi wagami od Moonshot nie konkuruje z Terra; w zestawieniu zbiorczym konkuruje z dwoma czołowymi modelami OpenAI i wygrywa o dwa do trzech punktów.

W wymiarach istotnych dla agentów wzorzec się utrzymuje. W OSWorld 2.1 Kimi K3.1 Pro uzyskuje 79,6% wobec 74,2% dla Terra — różnica 5,4 punktu — oraz wynik wyższy od 75,8% GPT-6 Astra. W obszarze kodowania raporty dotyczące pokrycia opisują Kimi jako tuż za Claude Opus 5.5, który z wynikiem 58 ma najwyższy wynik w tym porównaniu. Coding Agent Index dla Terra na poziomie 48 jest o sześć punktów niższy od Sol i o 29 niższy od Astra; Kimi nie znajduje się w tym przedziale.

Przeciwwagą jest to, że Terra nie próbuje wygrywać tych porównań. Pozycjonowanie OpenAI dotyczy ograniczonej pracy — formularze, zrzuty ekranu, faktury, redagowanie — gdzie 48 wystarcza, a kluczowy jest koszt 0,40 USD za zadanie. Siedmiopunktowa różnica w inteligencji ma największe znaczenie w zadaniach, do których Terra nie została sprzedana.

Matematyka ceny: kiedy podwójna cena wygrywa?

Standardowe zapytanie ze 100 000 tokenów wejściowych i 5000 tokenów wyjściowych kosztuje 0,125 USD w przypadku Terra i 0,25 USD w przypadku Kimi. Zapytanie z 400 000 tokenów wejściowych i 4000 tokenów wyjściowych, przekraczające próg długiego kontekstu, kosztuje 0,83 USD w przypadku Terra i 1,66 USD w przypadku Kimi. Jeśli oba modele rozwiążą zadanie w jednej próbie przy tej samej liczbie tokenów, Terra kosztuje dokładnie połowę ceny i nie ma o czym więcej dyskutować.

Interesujący przypadek to sytuacja, gdy nie zużywają tej samej liczby tokenów ani nie wykonują tej samej liczby prób. Weźmy obciążenie związane z ekstrakcją dokumentów, w którym Terra odnosi sukces przy pierwszej próbie w 80% przypadków, a Kimi w 92%. Przy stałym wywołaniu wynoszącym 3 000 tokenów wejściowych i 400 tokenów wyjściowych na próbę oczekiwany koszt na sukces w przypadku Terra wynosi około 0,0055 USD; w przypadku Kimi około 0,0092 USD. Terra nadal wygrywa pod względem kosztu — ponieważ różnica w dokładności musiałaby być ogromna, aby dwukrotnie wyższa cena za token została zrównoważona przez mniejszą liczbę ponownych prób.

Weźmy teraz zadanie kodowania agentowego, w którym modele potrzebują 30 000 tokenów wejściowych i 2 000 tokenów wyjściowych na próbę, a trybem awarii jest błędna poprawka, a nie ponowna próba. Terra na poziomie kodowania 48 w zadaniu wymagającym kodowania na poziomie 77 nie zawodzi o 20% częściej; zawodzi jakościowo, produkując zmiany, które się uruchamiają, ale nie rozwiązują problemu. To nie jest koszt ponownej próby, to koszt godzin inżyniera, i to przypadek, w którym dwukrotność ceny jest tanią opcją.

Otwarte wagi zmieniają drugi rok, a nie pierwszy.

Moonshot obiecał udostępnić wagi Kimi K3.1 Pro do 4 listopada 2026 r. Ma to znaczenie z trzech powodów i żaden z nich nie dotyczy dzisiejszej faktury. Po pierwsze, self-hosting całkowicie usuwa cenę za token z kalkulacji kosztu krańcowego, zastępując ją godzinami GPU — co jest tańsze przy stałym wysokim wolumenie i znacznie droższe przy niskim wolumenie. Po drugie, otwarte wagi eliminują dostawcę jako pojedynczy punkt awarii, co jest argumentem zakupowym, a nie technicznym. Po trzecie, model do pobrania można dostroić, ocenić wewnętrznie i przypiąć do konkretnej wersji, co nie jest możliwe w przypadku zamkniętego API.

Do tej obietnicy należą dwa zastrzeżenia. Wagi nie zostały jeszcze udostępnione, więc każde stwierdzenie na ich temat jest tylko deklaracją. A udostępniony model nie jest identyczny z modelem API: doniesienia mówią, że Moonshot usunął dane treningowe związane z cyberbezpieczeństwem przed wydaniem, co zmienia zachowanie w przypadku promptów związanych z bezpieczeństwem — to świadoma decyzja, która oznacza, że otwarte wagi i endpoint API nie są wymienne dla każdego rodzaju obciążenia.

GPT-6.1 Terra nie ma równoważnej ścieżki. Jest zamknięty, dostępny wyłącznie przez API, niedostępny do dostrajania i nieoferowany w żadnym wariancie self-host. Jeśli przenośność jest wymogiem, porównanie kończy się, zanim zaczną się benchmarki.

Opóźnienie nie jest porównywalne — i o to właśnie chodzi.

Kimi K3.1 Pro wykazuje p50 na poziomie około 6,95 sekundy na swojej stronie modelu OrcaRouter — to wskaźnik opóźnienia na poziomie platformy w rzeczywistym ruchu. Opublikowany wskaźnik opóźnienia GPT-6.1 Terra wynosi 133,64 sekundy do pierwszego tokenu w benchmarku rozumowania o maksymalnym wysiłku Artificial Analysis, który mierzy, jak długo model myśli przed odpowiedzią na trudne pytanie, a nie jak długo trwa typowe zapytanie. Zestawianie tych dwóch liczb obok siebie nie miałoby sensu.

To, co można porównać, to przepustowość na tym samym benchmarku: Artificial Analysis mierzy Terrę na 90,9 tokenów wyjściowych na sekundę, a GPT-6.1 Sol na 73,5. Odpowiednik Kimi nie znajduje się na tej samej stronie. Uczciwie rzecz biorąc, Terra jest wyraźnie szybka wśród modeli OpenAI, a szybkość Kimi na Twoim obciążeniu to coś, co się mierzy, a nie czyta.

Gdzie każdy wygrywa

• Terra — zadania o dużym wolumenie i ograniczonym zakresie, w przypadku których 74% wskaźnik pomyślnego użycia komputera jest akceptowalny po etapie weryfikacji; procesy obsługi dokumentów i faktur; tworzenie i redagowanie tekstów; wszystko, gdzie pomaga nowsza granica wiedzy z czerwca 2026 r. i gdzie 0,40 USD za zadanie się kumuluje.

• Kimi K3.1 Pro — kodowanie agentowe i praca długoterminowa, w których siedmiopunktowa różnica w inteligencji zmienia wynik; automatyzacja pulpitu, w której 79,6 bije 74,2; generowanie długich wyników, w którym limit 943 718 tokenów eliminuje warstwę fragmentacji; oraz każde wdrożenie wymagające otwartych wag, samodzielnego hostingu lub wersji możliwej do przypięcia.

• Żaden — nieodwracalne korzystanie z komputera bez nadzoru. Claude Opus 5.5 z wynikiem 81,8 w OSWorld jest liderem, a dystans do obu tych modeli jest większy niż różnica między nimi.

Uruchamianie ich obok siebie

Kimi K3.1 Pro jest w katalogu OrcaRouter w cenie $2/$10 z kontekstem 1 048 576 tokenów i można go wywołać przez OpenAI SDK, wskazując bazowy adres URL na nasz punkt końcowy. GPT-6.1 Terra nie znajduje się w katalogu w chwili pisania, więc wariant Terra trzeba przetestować bezpośrednio względem OpenAI.

Ta asymetria jest tymczasowa, ale użyteczna: oznacza, że odnogę Kimi można dziś mierzyć na żywym ruchu, po cenie cennikowej bez marży, obok reszty katalogu — GPT-6.1 Sol, GPT-6 Astra, Claude Opus 5.5, Claude Sonnet 5.5 — a odnogę Terra można równolegle porównywać z API OpenAI. Gdy Terra wejdzie, porównanie będzie już gotowe, a warstwa routingu będzie mogła kierować każde zadanie do tej odnogi, która w nim wygrywa, a nie do modelu, który wyżej ocenił wpis na blogu.

Podział, którego byśmy użyli

Jeśli zadanie jest ograniczone, powtarzalne i poddawane przeglądowi, pół ceny Terra bije siedem punktów Kimi. Jeśli zadanie jest otwarte, ma charakter kodowy albo musi działać bez dostawcy, siedem punktów Kimi bije pół ceny Terra — a otwarte wagi sprawiają, że drugi rok jest tańszy, niż sugeruje matematyka tokenów.

Błędem jest wybór jednego modelu dla całego obciążenia. Dowody przemawiają za podziałem: Terra dla warstwy wolumenowej, Kimi dla warstwy trudnej oraz wyważony mechanizm awaryjnego przełączania między nimi. To decyzja dotycząca routingu, a nie decyzja dotycząca modelu — i to właśnie ona jest tym, na co to porównanie w istocie zasługuje.