Kimi K3.1 Pro против DeepSeek V4.1 Flash: шестнадцать пунктов индекса за цену в тринадцать раз выше

В нашем каталоге DeepSeek V4.1 Flash стоит $0,15 за миллион входных токенов и $0,60 за миллион выходных. Kimi K3.1 Pro стоит $2,00 и $10,00 — в 13 раз больше за вход и в 17 раз больше за выход. По независимому индексу эта цена даёт 16 баллов: Artificial Analysis оценивает Kimi K3.1 Pro в 55 баллов, а DeepSeek V4.1 Flash — в 39. За эти же деньги вы получаете модель иного склада: DeepSeek работает в 2,5 раза быстрее и выдаёт более чем вдвое больше текста, поэтому разница в расчёте на токен и разница в расчёте на задачу — не одно и то же число. Это самое выгодное соотношение возможностей и цены в текущем каталоге, и интересно то, что оно выглядит по-разному в зависимости от задачи.

Обе модели имеют контекст в миллион токенов, обе принимают изображения и обе генерируют вывод объёмом в сотни тысяч токенов. Одна — флагманская модель переднего края китайской лаборатории, выпущенная в октябре; другая — небольшая модель в семействе архитектур DeepSeek, выпущенная 10 сентября 2026 года и позиционируемая как серийный преемник её более ранних моделей Flash. Сравнение на самом деле о том, чего стоят 16 пунктов индекса для конкретной рабочей нагрузки, — и о том единственном бенчмарке, где дешёвая модель побеждает.

Тарифные карты и сколько на самом деле стоит реальная рабочая нагрузка

• Ввод — $2.00 за миллион токенов в Kimi K3.1 Pro против $0.15 в DeepSeek V4.1 Flash.

• Выпуск — 10,00 $ против 0,60 $.

• Контекстное окно — 1,048,576 токенов в обоих.

• Максимальный вывод — 943 718 токенов на Kimi K3.1 Pro, 384 000 на базовой конечной точке V4.1 Flash и 393 216 на снапшоте 1017. Оба достаточно велики, чтобы длина вывода перестала быть ограничением.

• Веса и размер — DeepSeek V4.1 Flash — это модель смеси экспертов с 552 млрд параметров и 16 млрд активных параметров, опубликованная на Hugging Face под лицензией MIT. Kimi K3.1 Pro относится к классу 3T, а её веса обещаны к 4 ноября; лицензия пока не опубликована.

• Скорость — 181 выходной токен в секунду на провайдере оценщика для DeepSeek против 73,5 у Kimi K3.1 Pro. Для массовой работы это второе по величине различие после цены.

Арифметика при больших объёмах безжалостна. Один вызов, который читает миллион входных токенов и записывает 200 000 выходных, стоит $4.00 на Kimi K3.1 Pro и 27 центов на DeepSeek V4.1 Flash. Ночной конвейер, обрабатывающий 2 000 длинных документов в месяц при 50 000 входных и 5 000 выходных токенов на каждый, обходится примерно в $300 на Kimi и в $21 на DeepSeek. При классификации, извлечении, переписывании и суммаризации в масштабе разрыв в 16 пунктов редко проявляется так, чтобы это заметил клиент; а счёт — да.

Две оговорки не позволяют считать это полной картиной. Artificial Analysis, измерившая обе модели через провайдера, а не по каталожной цене, фиксирует для DeepSeek V4.1 Flash $0.295 за входные и $1.20 за выходные данные за миллион токенов — вдвое выше нашей каталожной ставки, и это напоминание о том, что самая низкая цифра в сравнении — та, которую на самом деле никто не платит. Что важнее, стоимость одной задачи у неё составляет $0.48 против $2.11 у Kimi K3.1 Pro: экономия в 4,4 раза, а не в 15 раз, как следует из цен на токены, потому что DeepSeek сгенерировала 250 млн выходных токенов во время прогона индекса против 150 млн у Kimi. Многословность съедает ценовое преимущество, и обе модели заметно выше медианы.

Шестнадцать пунктов — это не погрешность округления.

Тот же разрыв, который не имеет значения для задачи классификации, имеет огромное значение для всего, где есть план. Независимый индекс — это среднее по десяти оценкам, охватывающим знания, рассуждения и агентную работу; разрыв в 16 пунктов по этому среднему означает, что сложный край распределения не рядом. В таблице запуска Moonshot Kimi K3.1 Pro набирает 61,2% в кодировании на длинном горизонте и 65,7% на Terminal-Bench 4.0; уровень Flash в этих строках вообще не представлен.

Практический вывод: если задачу можно задать в промпте и проверить валидатором, покупайте дешёвую модель и тратьте сэкономленное на повторные попытки. Если задача требует решать, что делать дальше — читать падающий тест, выбирать файл для редактирования, восстанавливаться после неудачного вызова инструмента — эти 16 пунктов и есть разница между агентом, который доводит дело до конца, и тем, который зацикливается.

Единственная строка, где выигрывает дешёвая модель

В собственной таблице бенчмарков Moonshot есть строка, которая играет против неё. В xdev-bench-hard при pass@3 — проводимой вендором состязательной оценке кодирования — DeepSeek V4.1 Flash набирает 85,7% против 81,0% у Kimi K3.1 Pro. Kimi K3, предыдущая модель, набирает 33,3%.

Причина видна в другом месте материалов запуска: Moonshot удалила данные, связанные с кибербезопасностью, как из промежуточного обучения, так и из обучения с подкреплением перед выпуском K3.1 Pro — и обнародовала цену этого. Чекпоинт, обученный без этих мер, набирает 90,5% на том же бенчмарке; поставленная модель — 81,0%. DeepSeek, напротив, не объявляла о сопоставимом снижении возможностей, и её 85,7% оказываются выше модели, которая стоит в тринадцать раз дороже.

Для работ по защитной безопасности — сканирования, триажа, подготовки патчей под проверкой — эту строку стоит взвесить. Для работ, сопряжённых с наступательными действиями, условия обоих поставщиков и закон применяются независимо от оценки.

Контекст и вывод удивляют.

Одно практическое замечание, прежде чем сравнение станет слишком гладким: Artificial Analysis помечает базовую V4.1 Flash как устаревшую в пользу снапшота V4.1 Flash 1017 — фиксированного чекпоинта от 17 октября, который наш каталог также предоставляет по той же цене. Показатель индекса 39 относится к базовой модели; именно на снапшот следует ориентировать новые задачи, и он сохраняет то же контекстное окно при немного более высоком потолке вывода.

Сравнение оказывается менее однобоким, чем можно предположить по цене, потому что дешёвая модель не пожертвовала «складом». Контекст в миллион токенов у модели за $0,15 означает, что RAG-конвейеры, которым раньше требовалось разбиение на фрагменты, могут отправлять весь документ целиком. Потолок вывода в 384 000 токенов означает, что пакетное задание может запросить весь переписанный файл за один вызов.

Чем она жертвует, так это надежностью на предельных случаях: следованием инструкциям в длинных многошаговых запросах, восстановлением после вызовов инструментов и способностью удерживать план на протяжении нескольких ходов. Именно на это был потрачен бюджет посттренировки Kimi K3.1 Pro, и именно это общий индекс сжимает в 16 пунктов.

Как разделить работу

Обе модели доступны через OrcaRouter по ценам из прайс-листов их провайдеров без какой-либо наценки — $2,00 и $10,00 для Kimi K3.1 Pro, $0,15 и $0,60 для DeepSeek V4.1 Flash — по одному ключу, с автоматическим переключением, если один из провайдеров перестаёт отвечать.

Разделение, которое следует за фактами: отправляйте извлечение, классификацию, перевод, суммирование и подготовку первого черновика в V4.1 Flash, а долгосрочное программирование, оркестрацию агентов и всё, что должно уметь исправлять собственные ошибки, — в Kimi K3.1 Pro. Если разделение окажется на обычном уровне 80/20 по объёму токенов, смешанная стоимость за миллион токенов упадёт примерно до 80 центов — до пятой части от базового варианта на одном Kimi, — при этом задачи, которым нужна передовая модель, по-прежнему её получат.

Ошибка, которой следует избегать, — считать любую из моделей решением для обеих задач. При 13-кратной разнице в цене дешёвая модель — не компромисс для массовой работы, а правильный выбор. При 16 пунктах индекса она не замена сложным 20%.