Kimi K3.1 Pro vs GPT-6 Astra: Um quinto do preço e dois pontos no sentido contrário

O GPT-6 Astra custa cinco vezes o que o Kimi K3.1 Pro custa nas duas linhas de cobrança: US$ 10,00 por milhão de tokens de entrada contra US$ 2,00, e US$ 50,00 por milhão de saída contra US$ 10,00. No índice independente no qual ambos os modelos são avaliados, o mais barato está à frente — o Artificial Analysis atribui 55 ao Kimi K3.1 Pro e 53 ao GPT-6 Astra. Na própria tabela do fornecedor do modelo mais barato, porém, a diferença não é uniforme: o Kimi vence o benchmark de agente de terminal por 7,5 pontos e perde de forma categórica os benchmarks de CAD e de alucinação. A versão honesta desta comparação é que você não está escolhendo entre um modelo melhor e um pior. Você está escolhendo quanto vale, para você, um ponto de precisão, e se precisa possuir os pesos.

Ambos os modelos são os principais modelos atuais com um milhão de tokens de contexto, ambos têm acesso controlado ou são restritos de alguma forma, e ambos podem ser chamados pelo OrcaRouter pelos preços de tabela publicados. As diferenças que decidem uma migração são menores do que o múltiplo de preço sugere, e três delas são mensuráveis.

As duas tabelas de tarifas e o que elas realmente cobram

Entrada — US$ 2,00 por milhão de tokens no Kimi K3.1 Pro contra US$ 10,00 no GPT-6 Astra.

• Saída — US$ 10,00 contra US$ 50,00. A saída é onde o trabalho agêntico gasta a maior parte do seu dinheiro, o que faz desta a linha que mais importa.

• Cache — ambos os fornecedores aplicam um desconto de 90% para cache; a Artificial Analysis registra o mesmo valor para ambos. Portanto, um acerto de cache é cinco vezes mais barato no Kimi em termos absolutos, porque corresponde a 10% de um quinto do preço.

• Contexto — 1.048.576 tokens no Kimi K3.1 Pro, 1.050.000 no GPT-6 Astra. Praticamente idêntico.

• Saída máxima — 943.718 tokens no Kimi K3.1 Pro contra 128.000 no GPT-6 Astra. Esta é a diferença menos discutida e mais consequente da ficha. Um modelo capaz de escrever 900.000 tokens em uma única resposta pode concluir uma grande migração, gerar um documento longo ou conduzir um agente por um loop sem limite sem uma estratégia de costura no lado do cliente. O teto de 128K da Astra é generoso para os padrões de 2025 e restritivo ao lado deste.

Os preços por token subestimam a diferença e, ao mesmo tempo, a superestimam, e é por isso que o custo por tarefa calculado pelo avaliador é o número útil. A Artificial Analysis estima o Kimi K3.1 Pro em US$ 2,11 por tarefa do Intelligence Index e o GPT-6 Astra em US$ 3,26 — uma economia de 35%, não de 80%. A diferença está na verbosidade: o Kimi K3.1 Pro gerou 150 milhões de tokens de saída durante a avaliação, contra 60 milhões do Astra. Um token mais barato emitido duas vezes e meia mais vezes é apenas um pouco mais barato.

Em uma solicitação mista, a aritmética é direta. Uma chamada que lê um milhão de tokens de entrada e grava 200.000 tokens de saída custa US$ 2,00 mais US$ 2,00 — US$ 4,00 — no Kimi K3.1 Pro, e US$ 10,00 mais US$ 10,00 — US$ 20,00 — no GPT-6 Astra. Um agente que relê um repositório em cache com uma taxa de acerto de 90% reduz o lado da entrada a quase nada em ambos, e a linha de saída sozinha ainda é US$ 10 contra US$ 50 pelos mesmos 200.000 tokens.

A atualidade é um segundo custo, menos óbvio. A Artificial Analysis registra a data de corte de conhecimento do GPT-6 Astra em 30 de abril de 2026, aproximadamente seis meses antes desta comparação. O Kimi K3.1 Pro é um lançamento de pós-treinamento sobre um modelo cuja data de pré-treinamento a Moonshot não publicou, então nenhum dos dois lados oferece uma data de corte de treinamento que você possa colocar em um documento de conformidade — mas apenas um dos dois tem uma data de corte que o avaliador poderia verificar de alguma forma.

O índice independente, e a própria tabela do fornecedor, discordam quanto à ordem

A Artificial Analysis mede o Kimi K3.1 Pro em 55 (4º de 215 modelos) e o GPT-6 Astra em 53 (8º de 215), na versão 4.3.2 do seu índice. Isso é uma vantagem de dois pontos para o modelo que custa um quinto do preço. Também está dentro da faixa em que configurações de harness e esforço podem inverter a ordem, então trate como "estes são equivalentes" em vez de "um é melhor".

A tabela de lançamento da Moonshot, executada no harness da Moonshot, coloca os dois modelos muito mais distantes no benchmark que ela destaca — e mais próximos, ou invertidos, em todo o resto:

• Terminal-Bench 4.0 — 65,7% para o Kimi K3.1 Pro contra 58,2% do GPT-6 Astra. Uma vantagem de 7,5 pontos, e o benchmark escolhido para o topo do anúncio.

• BenchCAD com ferramentas — 92,7% para Kimi K3.1 Pro contra 95,9% para GPT-6 Astra. Astra vence por 3,2 pontos no benchmark de modelagem 3D que está no centro da própria apresentação da Kimi.

• Kimi Hallu Bench Hard — 8,3% de alucinação no nível de afirmação para o Kimi K3.1 Pro com ferramentas, contra 5,5% do GPT-6 Astra; sem ferramentas, 5,4% contra 4,2%. O Astra é o modelo factualmente mais confiável neste conjunto, por uma margem que importa para pesquisas e trabalho com documentos.

Esse padrão — uma grande vitória, duas derrotas menores — é o que uma tabela de fornecedores parece ser quando é honesta o suficiente para incluir as linhas em que perde. O efeito de seleção está na manchete, não nos dados.

Acesso também é uma especificação

O GPT-6 Astra é o primeiro modelo da OpenAI classificado como "crítico" segundo o próprio Preparedness Framework da empresa, porque consegue encontrar de forma independente novas falhas de segurança. Seu lançamento foi faseado: primeiro parceiros com acesso antecipado, depois níveis de assinatura e, por fim, a API. Algumas capacidades são restritas pela classificação de risco, e o modelo é vendido como um produto de fronteira com acesso controlado, em vez de um utilitário.

O Kimi K3.1 Pro adota a abordagem oposta e paga um preço diferente por isso. A Moonshot removeu dados relacionados a cibersegurança do treinamento intermediário e do aprendizado por reforço e, em seguida, divulgou o custo: o modelo lançado obtém 81,0% no xdev-bench-hard, contra 90,5% de um checkpoint treinado sem essas medidas. O princípio declarado pela empresa é não liberar pesos abertos que ampliem a fronteira da capacidade cibernética ofensiva, e ela planeja elevar esse teto gradualmente. Os pesos completos estão prometidos para 4 de novembro de 2026; até lá, o modelo estará disponível apenas via API, apesar de ser descrito como de pesos abertos.

Para um comprador regulamentado, a negociação é compreensível. A Astra oferece a você a capacidade com controle de acesso mais robusta e um processo de aprovação. A Kimi oferece um modelo baixável em onze dias, uma redução de capacidade publicada e nenhum controle de acesso além de uma chave de API padrão.

Latência, conforme medida em nossa própria rota

Nos últimos sete dias no OrcaRouter, o GPT-6 Astra tem um tempo mediano até o primeiro token de 1,64 segundo; o Kimi K3.1 Pro, adicionado ao catálogo em 24 de outubro, tem 7,15 segundos. Na velocidade de saída, a avaliação independente coloca o Kimi à frente — 73,5 tokens por segundo contra 58,1 —, então os dois modelos diferem no perfil, e não na capacidade de resposta geral: o Astra começa mais rápido, o Kimi escreve mais rápido depois de começar. Para uma sessão interativa de programação, o primeiro número domina a experiência; para uma geração longa, é o segundo que domina.

O que executar, e quando

Ambos os modelos podem ser chamados hoje com uma única chave OrcaRouter, pelo preço de lista do respetivo fornecedor, sem qualquer margem acrescentada — $2.00 e $10.00 para o Kimi K3.1 Pro, $10.00 e $50.00 para o GPT-6 Astra — e ambos expõem os mesmos três formatos de pedido, pelo que uma política de encaminhamento pode mover o tráfego entre eles sem tocar no código da aplicação.

A divisão que se ajusta às evidências: enviar codificação agêntica e de terminal de horizonte longo para o Kimi K3.1 Pro, onde ele lidera no benchmark que ambos os laboratórios executam e onde o teto de saída de 943.718 tokens elimina uma restrição do lado do cliente. Enviar pesquisa, verificação de documentos e trabalhos em 3D ou CAD para o GPT-6 Astra, onde as linhas de alucinação e BenchCAD o favorecem. Com uma diferença de preço de cinco vezes, uma carga de trabalho que gasta 80% dos seus tokens na primeira categoria e 20% na segunda ainda reduz sua conta em cerca de dois terços, com failover automático cobrindo qualquer que seja o lado que trave.

A única coisa a não fazer é migrar com base em uma única linha de benchmark. A vantagem de 7,5 pontos do fornecedor no Terminal-Bench é real, e também são as duas linhas em que ele perde; o índice independente diz que os dois modelos são equivalentes, e o custo por tarefa diz que o equivalente é 35% mais barato, não 80%. Isso é um forte argumento para roteamento por tarefa — e um argumento fraco para uma troca generalizada.