Kimi K3.1 Pro против GPT-6 Astra: в пять раз дешевле, и два пункта в обратную сторону

GPT-6 Astra стоит в пять раз дороже Kimi K3.1 Pro по обеим строкам тарификации: $10.00 за миллион входных токенов против $2.00 и $50.00 за миллион выходных против $10.00. В независимом индексе, по которому оцениваются обе модели, дешёвая впереди — Artificial Analysis присуждает Kimi K3.1 Pro 55 баллов, а GPT-6 Astra — 53. Однако в собственной таблице вендора более дешёвой модели разрыв неоднороден: Kimi выигрывает бенчмарк терминального агента на 7,5 балла и безоговорочно проигрывает в бенчмарках CAD и на галлюцинации. Честная версия этого сравнения такова: вы выбираете не между лучшей и худшей моделью. Вы выбираете, сколько для вас стоит один пункт точности и нужно ли вам владеть весами.

Обе модели — текущие флагманы с контекстом в миллион токенов, обе так или иначе ограничены, и обе доступны через OrcaRouter по их опубликованным каталожным ценам. Различия, от которых зависит миграция, меньше, чем можно предположить по кратности цены, и три из них поддаются измерению.

Две тарифные карты и что они фактически выставляют в счёт

• Ввод — $2,00 за миллион токенов на Kimi K3.1 Pro против $10,00 на GPT-6 Astra.

• Вывод — $10.00 против $50.00. Вывод — это то, на что агентная работа тратит большую часть своих денег, а значит, именно эта строка имеет наибольшее значение.

• Кэш — оба поставщика применяют 90%-ную скидку на кэш; Artificial Analysis фиксирует одинаковый показатель для обоих. Поэтому попадание в кэш на Kimi в абсолютном выражении в пять раз дешевле, так как это 10% от одной пятой цены.

• Контекст — 1 048 576 токенов в Kimi K3.1 Pro, 1 050 000 в GPT-6 Astra. Практически идентично.

• Максимальный объём вывода — 943,718 токенов у Kimi K3.1 Pro против 128,000 у GPT-6 Astra. Это наименее обсуждаемое и самое значимое по последствиям различие в карточке. Модель, способная написать 900,000 токенов в одном ответе, может завершить крупную миграцию, сгенерировать длинный документ или провести агента через неограниченный цикл без стратегии склейки на стороне клиента. Потолок Astra в 128K щедр по меркам 2025 года и ограничителен рядом с этим.

Цены за токен одновременно занижают и завышают разрыв — поэтому показатель стоимости за задачу у оценщика и оказывается полезным. Artificial Analysis оценивает Kimi K3.1 Pro в $2,11 за задачу Intelligence Index, а GPT-6 Astra — в $3,26: экономия 35%, а не 80%. Разница — в многословности: за время оценки Kimi K3.1 Pro сгенерировала 150 млн выходных токенов против 60 млн у Astra. Более дешёвый токен, который выдаётся в два с половиной раза чаще, оказывается лишь несколько дешевле.

В смешанном запросе арифметика проста. Вызов, который читает миллион входных токенов и записывает 200 000 выходных токенов, стоит $2.00 плюс $2.00 — $4.00 — на {{1}}Kimi K3.1 Pro{{/1}} и $10.00 плюс $10.00 — $20.00 — на {{2}}GPT-6 Astra{{/2}}. Агент, который повторно читает кэшированный репозиторий с 90% попаданий, сокращает входную часть почти до нуля в обоих случаях, и одна только строка вывода всё ещё составляет $10 против $50 за те же 200 000 токенов.

Свежесть — это вторая, менее очевидная плата. Artificial Analysis указывает дату отсечки знаний GPT-6 Astra — 30 апреля 2026 года, примерно за шесть месяцев до этого сравнения. Kimi K3.1 Pro — это релиз после дообучения модели, дату предварительного обучения которой Moonshot не публиковала, поэтому ни одна из сторон не даёт вам дату отсечки обучения, которую можно вписать в документ о соответствии, — но лишь у одной из двух есть отсечка, которую оценщик вообще мог бы проверить.

Независимый индекс и собственная таблица поставщика расходятся относительно порядка.

Artificial Analysis оценивает Kimi K3.1 Pro в 55 баллов (4-е место из 215 моделей), а GPT-6 Astra — в 53 (8-е из 215), по версии 4.3.2 своего индекса. Это преимущество в два балла для модели, которая стоит в пять раз меньше. Это также в пределах диапазона, где настройки харнесса и уровня усилий могут изменить порядок, поэтому рассматривайте это как «это равные модели», а не «одна лучше».

{{1}}Стартовая таблица Moonshot{{/1}}, построенная на {{2}}тестовом стенде Moonshot{{/2}}, разводит две модели гораздо сильнее на бенчмарке, который она выносит в заголовок, — и сближает их или меняет порядок во всех остальных местах:

• Terminal-Bench 4.0 — 65,7% у Kimi K3.1 Pro против 58,2% у GPT-6 Astra. Преимущество в 7,5 процентного пункта, и именно этот бенчмарк выбран для верхней части анонса.

• BenchCAD с инструментами — {{1}}92,7% у Kimi K3.1 Pro{{/1}} против {{2}}95,9% у GPT-6 Astra{{/2}}. Astra побеждает с преимуществом в {{3}}3,2 балла{{/3}} в {{4}}бенчмарке по 3D-моделированию{{/4}}, который оказывается в центре собственной презентации Kimi.

• Kimi Hallu Bench Hard — 8,3% галлюцинаций на уровне утверждений у Kimi K3.1 Pro с инструментами против 5,5% у GPT-6 Astra; без инструментов — 5,4% против 4,2%. Astra — более фактически надёжная модель на этом наборе, с разрывом, значимым для исследований и работы с документами.

Этот паттерн — один крупный выигрыш, два меньших проигрыша — так выглядит таблица поставщика, когда она достаточно честна, чтобы включать строки, в которых он проигрывает. Эффект отбора — в заголовке, а не в данных.

Доступ — это тоже спецификация.

GPT-6 Astra — первая модель OpenAI, получившая оценку «критическая» в рамках собственной Preparedness Framework компании, поскольку она способна самостоятельно находить новые уязвимости в системе безопасности. Её развёртывание было поэтапным: сначала партнёры с ранним доступом, затем уровни подписки, потом API. Некоторые возможности ограничены рейтингом риска, и модель продаётся как фронтирный продукт с ограниченным доступом, а не как утилита.

Kimi K3.1 Pro выбирает противоположный подход и платит за это другую цену. Moonshot удалила данные, связанные с кибербезопасностью, из среднего этапа обучения и из обучения с подкреплением, а затем обнародовала цену этого: выпущенная модель набирает 81,0% на xdev-bench-hard против 90,5% у контрольной точки, обученной без этих мер. Заявленный принцип компании — не выпускать открытые веса, которые расширяют передний край наступательных кибервозможностей, и она планирует постепенно повышать этот потолок. Полные веса обещаны к 4 ноября 2026 года; до тех пор модель доступна только через API, хотя и описывается как модель с открытыми весами.

Для покупателя из регулируемой сферы этот компромисс понятен. Astra даёт самый мощный функционал с ограничением доступа и процессом одобрения. Kimi даёт модель, которую можно скачать за одиннадцать дней, опубликованное снижение возможностей и никаких ограничений доступа, кроме стандартного API-ключа.

Задержка, измеренная на нашем собственном маршруте

За последние семь дней на OrcaRouter медианное время до первого токена у GPT-6 Astra составляет 1,64 секунды; у Kimi K3.1 Pro, добавленной в каталог 24 октября, — 7,15 секунды. По скорости вывода независимая оценка ставит Kimi вперёд — 73,5 токена в секунду против 58,1, — поэтому две модели различаются по характеру, а не по общей отзывчивости: Astra быстрее начинает, Kimi быстрее пишет, как только начнёт. В интерактивной сессии программирования опыт определяется первым показателем; при длинной генерации — вторым.

Что запускать и когда

Обе модели уже сегодня можно вызывать по одному ключу OrcaRouter по прейскурантной цене их провайдера без наценки — $2.00 и $10.00 для Kimi K3.1 Pro, $10.00 и $50.00 для GPT-6 Astra — и обе поддерживают одни и те же три формата запросов, поэтому политика маршрутизации может переключать трафик между ними без изменения кода приложения.

Расклад, который соответствует данным: передавайте долгосрочные терминальные задачи и агентное программирование в Kimi K3.1 Pro — там он лидирует в бенчмарке, который проводят обе лаборатории, а потолок вывода в 943 718 токенов снимает ограничение на стороне клиента. Передавайте исследования, проверку документов и работу с 3D или CAD в GPT-6 Astra — там строки по галлюцинациям и BenchCAD говорят в его пользу. При пятикратной разнице в цене рабочая нагрузка, которая тратит 80% токенов на первую категорию и 20% на вторую, всё равно сокращает счёт примерно на две трети, а автоматическое переключение при сбое покрывает ту сторону, которая зависнет.

Единственное, чего не стоит делать, — это переходить на основе одной строки бенчмарка. Преимущество поставщика в 7,5 балла на Terminal-Bench реально, как и две строки, где он проигрывает; независимый индекс говорит, что две модели сопоставимы, а стоимость на задачу говорит, что аналог дешевле на 35%, а не на 80%. Это сильный аргумент в пользу маршрутизации по задачам — и слабый аргумент в пользу полного перехода.