GPT-6.1 Sol vs Kimi K4: O modelo no título nunca foi anunciado

O Kimi K4 não é apenas um modelo não anunciado. É um nome sem nenhum modelo por trás. A Moonshot AI nunca publicou um model card do K4, um repositório do K4, um identificador de API do K4 ou uma linha de preço do K4, e seu próprio índice de pesquisa termina no Kimi K3. O Artificial Analysis não tem página do K4. O nome entrou em circulação por meio de um banner interno vazado em julho, e tudo desde então tem sido extrapolação a partir do Kimi K3, que é um modelo real e bastante bom. GPT-6.1 Sol, em contrapartida, está disponível de forma geral na API da OpenAI desde 29 de setembro de 2026 por US$ 2,00 por milhão de tokens de entrada e US$ 10,00 por milhão de saída. Portanto, a comparação que pode ser feita com honestidade é Sol contra o modelo Kimi que existe — Kimi K3.1 Pro — com uma explicação do que o K4 teria de ser para que esperar fizesse sentido.

Um nome sem modelo por trás

Vale a pena detalhar o rastro de evidências, porque o volume de conteúdo K4 online é absurdamente desproporcional às evidências.

• Julho de 2026 — um banner interno de comemoração vazado da Moonshot contém a frase "levar o K4 ao limite absoluto". Esta é a origem do nome.

• 29 de julho de 2026 — The Information informa que a Moonshot busca capacidade adicional da classe Nvidia Blackwell para treinar um modelo maior que o K3. O relatório não cita modelo, número de parâmetros nem data. É uma notícia sobre aquisição de chips.

• 16 de julho de 2026 — Kimi K3 é lançado: 2,8 trilhões de parâmetros totais, 104 bilhões ativos, uma mistura esparsa de especialistas com 896 especialistas roteados e 16 ativos, um contexto de 1.048.576 tokens e um codificador de visão. Os pesos foram publicados no final de julho.

• 11 de outubro de 2026 — veículos em língua chinesa relatam um modelo de 5–6 trilhões de parâmetros em treinamento, "provavelmente" K4, sem atribuição a nenhuma fonte nomeada.

• 15 de outubro de 2026 — uma alegação não confirmada de que um modelo carro-chefe de codinome "x4" concluiu o pré-treinamento e está entre o meio e o fim do pós-treinamento.

• 23 de outubro de 2026 — A Moonshot lança o Kimi K3.1 Pro em vez disso.

Todo número de benchmark, comprimento de contexto e preço do K4 que você já viu é aritmética feita sobre os números do K3. Os mercados de previsão atribuem ao K4 uma chance de aproximadamente 6% de ser lançado até 31 de dezembro de 2026 e de cerca de 17% até 31 de março de 2027. Há também um contexto não resolvido que vale a pena conhecer: alegações de que a Moonshot obteve acesso ao GB300 via Tailândia e fez destilação a partir dos modelos da Anthropic, com uma ameaça de ação envolvendo a Commerce Entity List. Isso é contexto de fundo, não uma especificação do K4, mas é o tipo de coisa que altera uma data de lançamento.

O modelo Kimi que você realmente pode comparar

O Kimi K3.1 Pro foi lançado em 23 de outubro de 2026 e está listado em nosso catálogo em 24 de outubro como kimi/kimi-k3.1-pro. Custa US$ 2,00 por milhão de tokens de entrada e US$ 10,00 por milhão de saída — exatamente a tarifa anunciada do GPT-6.1 Sol — com entrada em cache a US$ 0,20 em vez dos US$ 0,10 do Sol. Ele tem um contexto de 1.048.576 tokens e, de forma incomum, uma saída máxima de 943.718 tokens. Esse teto de saída não é um erro de digitação, e é o número mais interessante desta comparação.

Aqui está o par no Artificial Analysis Intelligence Index v5.0.1, ambos com o esforço máximo publicado.

• Intelligence Index v5.0.1 — Sol 55 vs K3.1 Pro 46, uma diferença de nove pontos

• Custo por tarefa de indexação concluída — Sol $1,27 vs K3.1 Pro $3,68

• Tokens de saída na execução do índice — Sol 63,7 milhões vs K3.1 Pro 113 milhões

• Velocidade de saída — Sol 56 tokens/seg vs K3.1 Pro 33 tokens/seg

• Janela de contexto — Sol 1.050.000 vs K3.1 Pro 1.048.576, efetivamente idênticas

• Saída máxima em uma resposta — Sol 128.000 vs K3.1 Pro 943.718

• Preço de entrada / saída por 1M — $2.00 / $10.00 em ambos

• Entrada em cache por 1M — Sol $0,10 vs K3.1 Pro $0,20

• Controle de raciocínio — O Sol mantém o raciocínio sempre ativado, de baixo a máximo, com padrão médio e sem opção de desligar; o K3.1 Pro vem com o pensamento ativado por padrão, com esforço selecionável entre nenhum, baixo, alto ou máximo

• Modalidades de entrada — O Sol aceita texto, imagens e arquivos; o K3.1 Pro aceita texto, imagens e vídeo

• Pesos — Sol encerrou; o checkpoint do K3.1 Pro foi publicado em 2 de novembro de 2026

A taxa anunciada idêntica é um bom lembrete de que preço de tabela não é custo. O K3.1 Pro consumiu 1,8 vezes a quantidade de tokens de saída do Sol para concluir o mesmo índice e custou 2,9 vezes mais por tarefa. Ele também é o mais lento dos dois, com uma grande diferença, a 33 tokens por segundo, o que importa mais do que o habitual, porque se trata de geração em regime estacionário num modelo que pensa antes de escrever.

Onde o K3.1 Pro é a única escolha

Um número merece uma seção própria. Uma saída máxima de 943.718 tokens é cerca de sete vezes os 128.000 do GPT-6.1 Sol. Se o seu trabalho é ler um corpus longo e emitir um artefato estruturado longo em uma única chamada — uma migração completa de base de código, uma revisão estatutária, uma tarefa de normalização do tamanho de um livro — o Sol vai truncar em 128K e o K3.1 Pro não. Isso não é uma diferença de benchmark que se possa compensar com níveis de esforço; é um teto rígido de um dos lados.

O custo de usá-lo é real. A US$ 10,00 por milhão de tokens de saída, preencher até metade desse teto custa cerca de US$ 4,70 só pela saída, antes de quaisquer tokens de raciocínio. Mas, para uma classe de trabalhos em lote, a alternativa não é um modelo mais barato; é um pipeline de fragmentação com seus próprios modos de falha. Se essa é a sua carga de trabalho, o K3.1 Pro não é uma concessão; é o modelo que se adequa.

O motivo para esperar por modelos open-weights já foi atendido.

Deixe de lado a especulação e há exatamente uma coisa estrutural que um K4 poderia entregar e que o GPT-6.1 Sol não pode: um checkpoint baixável. É por isso que as pessoas acompanham a Moonshot, e é por isso que esta comparação tem uma terceira opção ativa que a manchete deixa escapar. Os pesos do Kimi K3.1 Pro foram publicados em 2 de novembro de 2026 sob uma licença personalizada. Três dias atrás, não em algum lançamento futuro do K4.

O repositório é um checkpoint de 2,78 trilhões de parâmetros. Em precisão de 8 bits, isso representa cerca de 2,7 terabytes de pesos antes de qualquer cache KV ou sobrecarga de serving, e os artefatos quantizados k no repositório estão na mesma ordem de magnitude. Esta é uma implantação multinó com interconexão robusta, não é algo para baixar e rodar em uma única GPU. A contagem de parâmetros ativos — 104 bilhões no Kimi K3 — é o que determina a velocidade de execução depois que a memória é paga, e é por isso que um modelo desse tamanho pode ser servido a uma velocidade utilizável no cluster certo e de forma alguma no errado.

Então, a troca é explícita. Pesos abertos eliminam uma dependência de fornecedor e a substituem por uma despesa de capital e uma equipe de operações. A US$ 2,00 por milhão de tokens de entrada e US$ 10,00 por milhão de saída, o preço hospedado do Kimi K3.1 Pro é baixo o suficiente para que a auto-hospedagem dificilmente vença apenas no poder computacional; o que ela ganha é em residência de dados, implantação air-gapped e capacidade de ajuste fino com tráfego que você não pode enviar a ninguém. Se esses são requisitos, eles são atendidos hoje pelo K3.1 Pro. Se não forem, os pesos abertos são uma propriedade interessante que você nunca usará.

O que o K4 acrescentaria, com base nas evidências disponíveis, é uma contagem maior de parâmetros e uma pontuação melhor. Isso é um motivo para atualizar um modelo. Não é um motivo para adiar uma implantação e certamente não é a única forma de obter pesos que você possa manter.

Onde os dois modelos reais se encaixam para a maioria das equipes

Para agentes de chamada de ferramentas, fluxos de QA documental e suporte, o GPT-6.1 Sol é a melhor opção padrão em todos os eixos medidos, exceto no comprimento da saída: pontuação de índice mais alta, menor custo por tarefa concluída, geração 70% mais rápida e leituras de cache mais baratas. Ele está em produção há tempo suficiente para ter um perfil de telemetria real — nos nossos números de sete dias, tempo mediano até o primeiro token de 937 ms, taxa de erro de 5,7% e 39,5 tokens por segundo de saída, em 382 milhões de tokens de tráfego.

Para trabalhos em lote com saídas longas, o Kimi K3.1 Pro é o modelo a se buscar, e o teto de 943K é o motivo. Para equipes que precisam possuir os pesos, o Kimi K3.1 Pro é a resposta hoje: o checkpoint existe, é baixável e tem três dias de idade. Esse é todo o conteúdo prático da questão do K4, respondida por um modelo que foi lançado em outubro.

O ponto de roteamento não é decorativo aqui. Esses dois modelos têm o mesmo preço de tabela e perfis opostos: um é rápido, barato por tarefa e limitado a 128K de saída; o outro é lento, caro por tarefa e efetivamente sem limite. Trata-se de uma divisão clássica por requisição, em vez de uma escolha excludente. Ambos ficam atrás de uma única chave pelo preço de tabela do provedor, sem acréscimo, então uma regra de roteamento pode enviar tarefas em lote de saída longa para o K3.1 Pro e o loop de agente interativo para o Sol sem um segundo contrato, ou fundi-los quando uma única resposta se beneficia de ambos. A camada é o que permite adiar uma decisão sobre o K4 sem adiar o trabalho.

Então, a resposta para “GPT-6.1 Sol ou Kimi K4” é que um deles é uma decisão e o outro é um rumor com uma contagem de parâmetros anexada. Se o K4 for lançado em 2027 com pesos abertos e uma pontuação acima de 46, valerá uma análise séria, e a forma de estar pronto para isso é ter uma stack em que trocar um modelo seja uma mudança de roteamento. Esperar por ele não é uma estratégia; conseguir adotá-lo em uma tarde é.