GPT-6.1 Terra vs Kimi K3.1 Pro: Sete pontos de índice pelo dobro do preço

O GPT-6.1 Terra e o Kimi K3.1 Pro estão a dois degraus de distância no mesmo ranking e a dois fatores de distância no preço. A Artificial Analysis coloca o Kimi K3.1 Pro em 55 no seu Intelligence Index — quarto no geral — e o GPT-6.1 Terra em 48, vigésimo quinto. O Kimi custa US$ 2 por milhão de tokens de entrada e US$ 10 por milhão de tokens de saída no catálogo OrcaRouter; o Terra custa US$ 1 e US$ 5. O modelo fechado, mais barato e mais rápido é sete pontos menos capaz; o desafiante de pesos abertos custa o dobro e, em automação de desktop, é 5,4 pontos melhor. Nenhum desses fatos decide a compra.

A comparação vale a pena ser feita com cuidado porque os dois modelos não são substitutos da forma que o preço sugere. Eles diferem no comprimento de saída por um fator de sete, no licenciamento por aberto versus fechado, e em onde se situam nas linhas de produtos de seus fornecedores. Este artigo precifica as mesmas cargas de trabalho em ambos, marca quais números são independentes e quais são alegações de fornecedores, e termina com a divisão que realmente usaríamos.

Os cartões

• GPT-6.1 Terra — US$ 1 de entrada / US$ 5 de saída por milhão, US$ 0,05 de entrada em cache, contexto de 1.050.000 tokens, entrada máxima de 922.000, saída máxima de 128.000, data de corte de conhecimento em 1º de junho de 2026, seis configurações de esforço de raciocínio, entrada de texto e imagem, saída de texto.

• Kimi K3.1 Pro — $2 de entrada / $10 de saída por milhão no OrcaRouter, contexto de 1.048.576 tokens, saída máxima de 943.718, pesos abertos prometidos até 4 de novembro de 2026, lançado em 23 de outubro de 2026.

As janelas de contexto são efetivamente idênticas, em cerca de um milhão de tokens. Os tetos de saída não são: o Terra para em 128.000 tokens, o Kimi permite 943.718. Para chat, essa diferença é invisível; para geração de texto longo, saída de código de arquivo inteiro ou sumarização em escala de transcrição, é a diferença entre uma única chamada e um pipeline de chunking.

Por que sete pontos de índice é muito aqui

Em um leaderboard que vai de aproximadamente 38 a 60, sete pontos são mais do que uma diferença de arredondamento — é a distância entre o 25º e o 4º lugar. O GPT-6.1 Sol, o modelo que a OpenAI vende como o tier de alto desempenho, está em 52. O Kimi K3.1 Pro, com 55, está acima dele. O GPT-6 Astra, o flagship, está em 53. Portanto, o modelo de pesos abertos da Moonshot não está competindo com o Terra; no composto, ele está competindo com os dois principais modelos da OpenAI e vencendo por dois a três pontos.

Nas dimensões que importam para agentes, o padrão se mantém. No OSWorld 2.1, o Kimi K3.1 Pro marca 79,6% contra 74,2% do Terra — uma diferença de 5,4 pontos, e acima dos 75,8% do GPT-6 Astra. Em programação, relatórios de cobertura descrevem o Kimi como logo atrás do Claude Opus 5.5, que, com 58, é a pontuação mais alta nesta comparação. O Coding Agent Index do Terra, de 48, está seis pontos abaixo do Sol e 29 abaixo do Astra; o Kimi não está nesse patamar.

O contrapeso é que a Terra não está tentando vencer essas comparações. O posicionamento da OpenAI é de trabalho delimitado — formulários, capturas de tela, faturas, redação — em que 48 é suficiente e $0.40 por tarefa é o ponto principal. Uma diferença de sete pontos em inteligência importa mais nas tarefas para as quais a Terra não foi vendida.

A matemática do preço: quando vale a pena pagar o dobro?

Uma solicitação padrão de 100.000 entradas e 5.000 saídas custa US$ 0,125 no Terra e US$ 0,25 no Kimi. Uma solicitação de 400.000 entradas e 4.000 saídas, acima do limite de contexto longo, custa US$ 0,83 no Terra e US$ 1,66 no Kimi. Se ambos os modelos resolverem uma tarefa em uma única tentativa com a mesma contagem de tokens, o Terra custa exatamente metade do preço e não há mais nada a discutir.

O caso interessante é quando eles não usam o mesmo número de tokens ou tentativas. Considere uma carga de trabalho de extração de documentos em que o Terra acerta na primeira tentativa 80% das vezes e o Kimi, 92%. Com uma chamada fixa de 3.000 tokens de entrada e 400 de saída por tentativa, o custo esperado por sucesso do Terra é de cerca de US$ 0,0055; o do Kimi é de cerca de US$ 0,0092. O Terra ainda vence em custo — porque a diferença de precisão teria de ser enorme para que um preço 2× por token fosse superado por menos novas tentativas.

Agora considere uma tarefa de codificação agêntica em que os modelos precisam de 30.000 tokens de entrada e 2.000 de saída por tentativa, e o modo de falha é um patch errado em vez de uma nova tentativa. O Terra, com codificação de nível 48 numa tarefa que exige codificação de nível 77, não falha 20% mais vezes; falha qualitativamente, produzindo alterações que executam mas não resolvem o problema. Isso não é um custo de nova tentativa, é um custo em horas de engenheiro, e é o caso em que o dobro do preço é a opção barata.

Pesos abertos mudam o segundo ano, não o primeiro

A Moonshot prometeu os pesos do Kimi K3.1 Pro até 4 de novembro de 2026. Isso importa por três motivos, e nenhum deles é a fatura de hoje. Primeiro, a auto-hospedagem remove completamente o preço por token do cálculo de custo marginal, substituindo-o por horas de GPU — o que é mais barato em alto volume sustentado e muito mais caro em baixo volume. Segundo, os pesos abertos eliminam o fornecedor como ponto único de falha, o que é um argumento de aquisição, e não técnico. Terceiro, um modelo que pode ser baixado pode ser ajustado fine-tuned, avaliado internamente e fixado em uma versão, nada disso é possível com uma API fechada.

Duas ressalvas acompanham a promessa. Os pesos ainda não foram disponibilizados, então toda afirmação sobre eles é uma alegação. E o modelo lançado não é idêntico ao modelo da API: relatos dizem que a Moonshot removeu dados de treinamento relacionados a cibersegurança antes do lançamento, o que altera o comportamento em prompts ligados à segurança — uma escolha deliberada, e que significa que os pesos abertos e o endpoint da API não são intercambiáveis para toda carga de trabalho.

O GPT-6.1 Terra não tem um caminho equivalente. É fechado, somente via API, não está disponível para ajuste fino e não é oferecido em nenhum modelo de auto-hospedagem. Se a portabilidade for um requisito, a comparação termina antes mesmo de os benchmarks começarem.

A latência não é comparável, e é exatamente esse o ponto.

O Kimi K3.1 Pro mostra um p50 de cerca de 6,95 segundos em sua página de modelo no OrcaRouter — um valor de latência em nível de plataforma considerando tráfego real. O número de latência publicado do GPT-6.1 Terra é 133,64 segundos até o primeiro token no benchmark de raciocínio de esforço máximo da Artificial Analysis, que mede quanto tempo o modelo pensa antes de responder a uma pergunta difícil, e não quanto tempo uma solicitação típica leva. Colocar esses dois números lado a lado não faria sentido.

O que pode ser comparado é a vazão no mesmo benchmark: a Artificial Analysis mede a Terra em 90,9 tokens de saída por segundo e o GPT-6.1 Sol em 73,5. O valor equivalente do Kimi não está na mesma página. A posição honesta é que a Terra é comprovadamente rápida entre os modelos da OpenAI, e a velocidade do Kimi na sua carga de trabalho é algo que você mede, em vez de ler.

Onde cada um vence

• Terra — tarefas delimitadas de alto volume, em que uma taxa de aprovação de 74% no uso de computador é aceitável por trás de uma etapa de revisão; pipelines de documentos e faturas; redação e edição; qualquer coisa em que a data de corte mais recente, de junho de 2026, ajude e em que US$ 0,40 por tarefa se acumule.

• Kimi K3.1 Pro — programação agêntica e trabalho de longo horizonte em que uma diferença de sete pontos de inteligência muda o resultado; automação de desktop em que 79,6 supera 74,2; geração de saídas longas em que um teto de 943.718 tokens elimina uma camada de fragmentação; e qualquer implantação que precise de pesos abertos, auto-hospedagem ou de uma versão que possa ser fixada.

• Nenhum dos dois — uso de computador não supervisionado e irreversível. Claude Opus 5.5, com 81,8 no OSWorld, é o líder, e a diferença em relação a ambos esses modelos é maior que a diferença entre eles.

Executando-os lado a lado

O Kimi K3.1 Pro está no catálogo da OrcaRouter por US$ 2/US$ 10, com contexto de 1.048.576 tokens, e pode ser chamado por meio do SDK da OpenAI apontando a URL base para o nosso endpoint. O GPT-6.1 Terra não está no catálogo no momento da redação, então o braço Terra precisa ser testado diretamente junto à OpenAI.

Essa assimetria é temporária, mas útil: significa que o braço Kimi pode ser medido em tráfego real hoje, a preço de tabela e sem sobretaxa, ao lado do restante do catálogo — GPT-6.1 Sol, GPT-6 Astra, Claude Opus 5.5, Claude Sonnet 5.5 — e o braço Terra pode ser medido em paralelo contra a API da OpenAI. Quando o Terra chegar, a comparação já estará montada, e a camada de roteamento poderá enviar cada tarefa para o braço que vencer nela, em vez de para o modelo que um post de blog classificou mais acima.

A divisão que usaríamos

Se a tarefa é limitada, repetitiva e revisada, o preço pela metade da Terra supera os sete pontos da Kimi. Se a tarefa é aberta, tem formato de código ou precisa ser executada sem um fornecedor, os sete pontos da Kimi superam o preço pela metade da Terra — e os pesos abertos tornam o segundo ano mais barato do que a matemática de tokens sugere.

O erro é escolher um único modelo para toda a carga de trabalho. As evidências apoiam uma divisão: Terra para a camada de volume, Kimi para a camada de alta dificuldade, e um fallback criterioso entre eles. Isso é uma decisão de roteamento, não uma decisão de modelo, e é a que esta comparação realmente justifica.