GPT-6.1 Sol vs. Kimi K3.1 Pro: mesmo $2/$10, três pontos de índice e uma diferença de 2,9x no custo de uma tarefa

Kimi K3.1 Pro e GPT-6.1 Sol têm o mesmo preço, o que é o menos interessante neles. A Moonshot lançou o K3.1 Pro em 23 de outubro de 2026 a US$ 2,00 por milhão de tokens de entrada e US$ 10,00 por milhão de saída; a OpenAI lançou o Sol em 29 de setembro pelo par idêntico. No Artificial Analysis, o K3.1 Pro pontua 55 e ocupa o quarto lugar entre 221 modelos; o Sol pontua 52. Os modelos estão a três pontos de distância em capacidade e a quase três vezes de distância no que custa concluir uma tarefa — US$ 2,11 para o K3.1 Pro contra US$ 0,72 para o Sol. Essa inversão, e não o preço, é o que decide.

As medições abaixo vêm da Artificial Analysis, que executa ambos os modelos sob uma configuração publicada e contabiliza os tokens que cada um consome, e da documentação e das alegações de lançamento das próprias duas fornecedoras, consultadas em 27 de outubro de 2026. Os números dos fornecedores são identificados como tal. A distinção importa mais do que o habitual aqui, porque as duas empresas estão fazendo apostas opostas sobre como um modelo deve gastar tokens.

O preço é o mesmo. A fatura não.

O preço por token é um preço unitário, e um preço unitário só se torna uma conta quando você o multiplica pelo consumo. Os dois modelos consomem de maneiras muito diferentes. A contabilidade de custo por tarefa da Artificial Analysis coloca o K3.1 Pro em US$ 2,11 para concluir uma tarefa do Intelligence Index e o Sol em US$ 0,72 — uma diferença de 2,9x com preços de tabela idênticos. A causa é o volume de saída. O K3.1 Pro é um modelo que sempre raciocina e emite substancialmente mais tokens por resposta, e a saída é a metade cara da tabela de preços, a US$ 10,00 por milhão.

O próprio material de lançamento da Moonshot reconhece essa configuração. O modelo é uma versão pós-treinada do Kimi K3 com poder computacional de aprendizado por reforço fortemente ampliado, e a empresa descreve os ganhos como vindos de um raciocínio mais longo e mais deliberado, e não de uma base maior. Raciocínio mais longo é exatamente o que produz mais tokens de saída. O ganho de capacidade e o aumento de custo são o mesmo fato medido de duas maneiras.

• Entrada / saída — US$ 2,00 / US$ 10,00 por milhão nos dois modelos.

• Entrada em cache — Kimi K3.1 Pro $0,20 com 90% de desconto; GPT-6.1 Sol $0,10 com 95%.

• Custo por tarefa de índice — US$ 2,11 vs US$ 0,72 no Artificial Analysis v4.3.2.

• Índice independente — 55 vs 52; K3.1 Pro ocupa o quarto lugar entre 221, com Sol logo atrás.

• Velocidade de saída — 47,9 tokens por segundo vs 69,2, ambas medições da Artificial Analysis.

• Contexto e limite de saída — 1.048.576 de entrada para K3.1 Pro; 1.050.000 de entrada e 128.000 de saída para Sol.

• Arquitetura — 2,8 trilhões de parâmetros totais, com 104 bilhões ativos no K3.1 Pro; a OpenAI não divulga a contagem de parâmetros do Sol.

• Pesos — K3.1 Pro é proprietário hoje, com a Moonshot prometendo pesos abertos até 4 de novembro; Sol é proprietário sem abertura anunciada.

O que três pontos de índice compram

Uma diferença de três pontos em um composto é significativa, mas não decisiva, e as pontuações dos componentes são onde está a forma da diferença. A Artificial Analysis lista o K3.1 Pro com 67 no Terminal-Bench 4.0, o mais alto de qualquer modelo que ela mediu, contra 56,1 do Sol. No GDPval-AA, uma avaliação de trabalho profissional, o K3.1 Pro está em 1.846 Elo, terceiro no geral e 312 pontos acima de seu próprio antecessor. No AutomationBench-AA, melhorou de 58% para 73%. No Humanity's Last Exam, passou de 47% para 52%. A taxa de alucinação no AA-Omniscience caiu de 53% para 44%.

Esses são os números independentes mais fortes que qualquer um dos dois modelos tem. O perfil independente do Sol é mais uniforme: um composto de 52, sem nenhuma avaliação individual em que lidere o setor, e um custo por tarefa que é o melhor da sua faixa de preço. A leitura honesta é que o K3.1 Pro é o modelo mais capaz em várias avaliações agênticas e de trabalho profissional, e o Sol é o mais eficiente. Nenhuma das afirmações é um veredito, porque capacidade só se converte em valor no volume em que você opera.

As próprias alegações de lançamento da Moonshot vão além do painel independente e devem ser lidas como alegações. A empresa relatou pontuações máximas em seis de quatorze testes que realizou, incluindo SWE Marathon com 51,7 e HLE-with-tools com 70,0. O valor do Terminal-Bench 4.0 é 65,7%, ligeiramente abaixo dos 67% medidos pela Artificial Analysis — um caso raro em que o número do fornecedor é o conservador, o que vale a pena observar justamente por ser incomum. O ponto fraco é o Terminal-Bench Science 0.1, com 38,1, contra 68,1 do GPT-6 Astra. O K3.1 Pro não é o modelo para raciocínio científico difícil, e a Moonshot não afirma que seja.

A conta da velocidade e da verbosidade

O Artificial Analysis mede o K3.1 Pro em 47,9 tokens de saída por segundo e o considera notavelmente lento; o Sol opera a 69,2. Combinado com a diferença no volume de saída, isso significa que um loop longo de agente no K3.1 Pro leva tanto mais tempo real quanto mais dinheiro por etapa. Para programação interativa, em que o desenvolvedor espera a cada turno, a diferença de latência é a primeira sobre a qual os usuários vão reclamar. Para avaliação em lote, em que nada espera, apenas o custo importa.

Há um nível mais rápido. A Moonshot vende uma variante Highspeed a $4,00 de entrada e $20,00 de saída, com o preço para cache-hit inalterado, o que duplica a taxa de tokens e duplica o preço. É a mesma troca que a Sol oferece com seu modo Fast em 2x. Em ambos os casos, o nível rápido é para trabalhos sensíveis à latência, não para volume, e a aritmética raramente o favorece para tarefas em lote.

4 de novembro, e o que os pesos abertos realmente mudam

A Moonshot afirma que os pesos completos serão publicados até 4 de novembro de 2026. Se isso acontecer, o K3.1 Pro se tornaria o modelo de pesos abertos com maior pontuação no índice da Artificial Analysis, reduzindo a diferença entre o melhor modelo aberto e o melhor modelo proprietário de cerca de doze pontos para três. Esse é um marco genuíno para qualquer pessoa que precise hospedar localmente, ajustar com fine-tuning ou executar inferência dentro de um limite de conformidade.

Não é um evento para a maioria dos que chamam APIs. Pesos abertos mudam quem pode executar o modelo e sob quais termos; não mudam o preço do serviço hospedado, a velocidade ou a capacidade. Uma equipe que chama uma API e não tem restrição de residência de dados não ganha nada com o lançamento dos pesos, exceto uma segunda opção de fornecimento e, eventualmente, mais provedores competindo pelo mesmo checkpoint. Essa concorrência é real e costuma se manifestar como pressão sobre os preços, mas é um efeito que dura meses, não um efeito de novembro.

Há uma segunda ressalva, mais específica, no comunicado da Moonshot. A empresa afirma que removeu deliberadamente dados de treinamento relacionados a cibersegurança e exploits para evitar ampliar a fronteira aberta da capacidade cibernética ofensiva, e que um checkpoint que obteve 90.5% no xdev-bench-hard foi reduzido para 81% como resultado. Trata-se de uma decisão de segurança com um custo mensurável de capacidade, divulgada pelo fornecedor. Se o seu trabalho envolve ferramentas de segurança, essa é a frase mais importante no material de lançamento — mais importante do que a pontuação do índice.

Três cargas de trabalho, três respostas

• Codificação em lote de alto volume, sem exigência de latência — GPT-6.1 Sol. A US$ 0,72 por tarefa de indexação contra US$ 2,11, a diferença de eficiência domina uma diferença de capacidade de três pontos, a menos que sua tarefa seja especificamente uma em que as pontuações agênticas do K3.1 Pro se traduzam em menos repetições. Meça a taxa de repetição antes de presumir que sim.

• Trabalho agêntico de longo horizonte em que uma resposta errada sai cara — Kimi K3.1 Pro. A liderança no Terminal-Bench 4.0 e a colocação no GDPval-AA são o mais próximo que qualquer um dos modelos tem de evidência de competência sustentada em múltiplas etapas, e o custo adicional por tarefa é pequeno em relação ao custo de uma trajetória fracassada.

• Codificação interativa em que uma pessoa espera — GPT-6.1 Sol, na velocidade. 69,2 tokens por segundo contra 47,9 é uma diferença visível em um editor, e a vantagem de custo é um bônus, e não o motivo.

• Raciocínio científico ou matemático — nenhum dos dois, na fronteira. O 38,1 do K3.1 Pro no Terminal-Bench Science 0.1 é uma fraqueza documentada, e o 57,0 do Sol no mesmo conjunto é respeitável, mas bem abaixo do 68,1 que a OpenAI reporta para o GPT-6 Astra. Esta é a única carga de trabalho em que o nível acima de ambos os modelos é a resposta correta.

Executar ambos é mais barato do que escolher errado.

Ambos os modelos estão no OrcaRouter em uma única chave, com 0% de acréscimo sobre o preço de tabela de cada provedor, com o Sol a $2.00 e $10.00 e o K3.1 Pro no mesmo par, entrada em cache repassada a $0.10 e $0.20, respectivamente. Isso torna a decisão reversível: uma carga de trabalho pode ser comparada em benchmark com ambos no mesmo tráfego rastreado, e o perdedor removido com uma mudança de roteamento, em vez de uma negociação de contrato.

A fusão de modelos é o único recurso que conquista seu lugar neste par específico, e não como uma solução plugável genérica. Os dois modelos falham em direções diferentes — Sol é conciso e rápido, K3.1 Pro é ponderado e mais forte em trajetórias agênticas longas —, então um painel que consulta ambos e concilia suas respostas é um design razoável para decisões de alto risco, em que a diferença de custo de 2,9x é irrelevante diante do custo de errar. Para todo o resto, o roteamento por carga de trabalho é o padrão mais barato: K3.1 Pro para o caminho agêntico, Sol para o caminho de alto volume, um único endpoint para ambos.

O ranking que não é o índice

Se a questão é qual modelo é melhor, o K3.1 Pro vence por três pontos e lidera nas avaliações agênticas que importam para trabalhos de longa duração. Se a questão é qual modelo colocar por trás de um fluxo de produção de alto volume neste mês, o Sol vence em custo por tarefa concluída por um fator de 2,9 e em velocidade por um fator de 1,4, e a diferença de capacidade de três pontos não elimina nenhuma dessas vantagens.

A única data que vale a pena anotar na agenda é 4 de novembro. Se os pesos saírem, o K3.1 Pro torna-se o modelo de referência de pesos abertos e o cálculo para as equipes que fazem self-hosting muda. Se houver atraso — e a Moonshot deu uma data, o que é mais do que a maioria faz — então o cálculo fica exatamente onde está hoje: o mesmo preço de tabela, uma fatura diferente e uma escolha que deveria ser feita com base no custo medido por tarefa, e não no número da coluna do preço.