GPT-6.1 Sol vs Kimi K4: Modellen i titeln har aldrig tillkännagivits

Kimi K4 är inte bara en ej annonserad modell. Det är ett namn utan någon modell bakom sig alls. Moonshot AI har aldrig publicerat ett K4-modellkort, ett K4-repositorium, en K4-API-identifierare eller en K4-prisrad, och dess eget forskningsindex slutar vid Kimi K3. Artificial Analysis har ingen K4-sida. Namnet kom i omlopp genom en läckt intern banner i juli, och allt därefter har varit extrapolering från Kimi K3, som är en riktig och ganska bra modell. GPT-6.1 Sol har däremot varit allmänt tillgänglig via OpenAI API sedan 29 september 2026 för 2,00 USD per miljon indatatokens och 10,00 USD per miljon utdatatokens. Så den jämförelse som kan skrivas ärligt är Sol mot den Kimi-modell som finns – Kimi K3.1 Pro – med en redogörelse för vad K4 skulle behöva vara för att det ska vara meningsfullt att vänta.

Ett namn utan någon modell bakom sig

Det är värt att redogöra för beviskedjan, eftersom mängden K4-innehåll på nätet är vilt oproportionerlig i förhållande till bevisen.

• Juli 2026 — en läckt intern firningsbanderoll från Moonshot innehåller frasen "pusha K4 till den absoluta gränsen". Det här är ursprunget till namnet.

• 29 juli 2026 — The Information rapporterar att Moonshot söker ytterligare kapacitet i Nvidia Blackwell-klass för att träna en modell som är större än K3. Rapporten anger ingen modell, inget parameterantal och inget datum. Det är en artikel om chipinköp.

• 16 juli 2026 — Kimi K3 lanseras: 2,8 biljoner parametrar totalt, 104 miljarder aktiva, en gles mixture-of-experts med 896 routade experter och 16 aktiva, en kontext på 1 048 576 token och en vision-encoder. Vikterna publicerades i slutet av juli.

• 11 oktober 2026 — Kinesiskspråkiga medier rapporterar om en modell med 5–6 biljoner parametrar under träning, "troligen" K4, utan att någon namngiven källa anges.

• 15 oktober 2026 — ett obekräftat påstående att en flaggskeppsmodell med kodnamnet "x4" har slutfört förträningen och befinner sig i mitten till slutet av efterträningen.

• 23 oktober 2026 — Moonshot levererar Kimi K3.1 Pro i stället.

Varje K4-benchmarksiffra, kontextlängd och pris du har sett är aritmetik utförd på K3:s siffror. Prediktionsmarknader ger K4 ungefär 6 % sannolikhet att släppas senast den 31 december 2026 och cirka 17 % senast den 31 mars 2027. Det finns också en ouppklarad kontext som är värd att känna till: anklagelser om att Moonshot fick tillgång till GB300 via Thailand och destillerade från Anthropics modeller, med ett hot om åtgärd enligt Commerce Entity List. Det är bakgrund, inte en K4-specifikation, men det är den typ av sak som flyttar ett lanseringsdatum.

Kimi-modellen du faktiskt kan jämföra

Kimi K3.1 Pro släpptes den 23 oktober 2026 och finns i vår katalog den 24 oktober som kimi/kimi-k3.1-pro. Det kostar 2,00 USD per miljon indatatoken och 10,00 USD per miljon utdatatoken – exakt GPT-6.1 Sols officiella pris – med cachad indata på 0,20 USD i stället för Sols 0,10 USD. Den har ett kontextfönster på 1 048 576 token och, ovanligt nog, en maximal utdata på 943 718 token. Det taket för utdata är inte en felskrivning, och det är den enskilt mest intressanta siffran i den här jämförelsen.

Här är paret på Artificial Analysis Intelligence Index v5.0.1, båda med maximalt publicerad ansträngning.

• Intelligensindex v5.0.1 — Sol 55 mot K3.1 Pro 46, en skillnad på nio poäng

• Kostnad per slutförd indexuppgift — Sol $1.27 mot K3.1 Pro $3.68

• Utmatningstoken vid indexkörningen — Sol 63,7 miljoner vs K3.1 Pro 113 miljoner

• Uthastighet — Sol 56 tokens/sek jämfört med K3.1 Pro 33 tokens/sek

• Kontextfönster — Sol 1 050 000 mot K3.1 Pro 1 048 576, i praktiken identiska

• Maximalt utdata i ett svar — Sol 128 000 mot K3.1 Pro 943 718

• Pris för indata / utdata per 1M — $2.00 / $10.00 på båda

• Cachad indata per 1M — Sol $0.10 vs K3.1 Pro $0.20

• Resonemangsstyrning — Sol har alltid resonemang påslaget, från låg till max med medium som standard och ingen avstängningsmöjlighet; K3.1 Pro har tänkande påslaget som standard med valbar ansträngningsnivå: ingen, låg, hög eller max

• Indatamodaliteter — Sol tar emot text, bilder och filer; K3.1 Pro tar emot text, bilder och video

• Vikter — Sol stängdes; K3.1 Pros checkpoint publicerades den 2 november 2026

Den identiska angivna prisnivån är en bra påminnelse om att listpris inte är kostnad. K3.1 Pro förbrukade 1,8 gånger fler output-tokens än Sol för att slutföra samma index och kostade 2,9 gånger så mycket per uppgift. Den är också den långsammare av de två med bred marginal, på 33 tokens per sekund, vilket spelar större roll än vanligt eftersom det är generering i stabilt tillstånd på en modell som tänker innan den skriver.

Där K3.1 Pro är det enda valet

Ett tal förtjänar ett eget avsnitt. En maximal utdata på 943 718 token är ungefär sju gånger GPT-6.1 Sols 128 000. Om ditt jobb är att läsa en lång korpus och producera en lång strukturerad artefakt i ett enda anrop – en fullständig kodbasmigrering, en lagstadgad granskning, en normaliseringsuppgift i boklängd – kommer Sol att trunkera vid 128K och K3.1 Pro kommer inte att göra det. Det är inte en benchmark-skillnad som du kan justera bort med ansträngningsnivåer; det är ett hårt tak på ena sidan.

Kostnaden för att använda den är verklig. Vid $10.00 per miljon uttoken kostar det cirka $4.70 enbart för utdata att fylla ens hälften av det taket, innan några resonemangstoken. Men för en viss klass av batchjobb är alternativet inte en billigare modell, utan en chunkningspipeline med sina egna felmoder. Om det är din arbetsbelastning är K3.1 Pro ingen kompromiss; det är modellen som passar.

Argumentet för att vänta med öppna vikter har redan uppfyllts

Rensa bort spekulationerna, och det finns exakt en strukturell sak som en K4 skulle kunna leverera som GPT-6.1 Sol inte kan: en nedladdningsbar checkpoint. Det är därför folk följer Moonshot, och det är därför den här jämförelsen har ett levande tredje alternativ som rubriken förbiser. Kimi K3.1 Pro:s vikter publicerades den 2 november 2026 under en anpassad licens. För tre dagar sedan, inte i någon framtida K4-version.

Repositoriet är en checkpoint med 2,78 biljoner parametrar. Vid 8-bitars precision rör det sig om ungefär 2,7 terabyte vikter innan någon KV-cache eller serveringsöverhead tillkommer, och de k-kvantiserade artefakterna i repositoriet ligger i samma storleksordning. Det här är en distribution över flera noder med rejäl interconnect, inte något man bara laddar ner till ett enskilt grafikkort. Antalet aktiva parametrar – 104 miljarder i Kimi K3 – avgör hur snabbt den körs när man väl har betalat för minnet, vilket är anledningen till att en modell av den här storleken kan serveras i användbar hastighet på rätt kluster och inte alls på fel kluster.

Så avvägningen är tydlig. Öppna vikter tar bort ett leverantörsberoende och ersätter det med en kapitalkostnad och ett driftsteam. Till $2.00 per miljon indatatokens och $10.00 per miljon utdatatokens är Kimi K3.1 Pros hostade pris tillräckligt lågt för att egen drift sannolikt inte ska vinna enbart på beräkningskraft; det den vinner på är datahemvist, luftgapad driftsättning och möjligheten att finjustera på trafik som du inte kan skicka till någon. Om dessa är krav uppfylls de i dag av K3.1 Pro. Om de inte är det är de öppna vikterna en trevlig egenskap som du aldrig kommer att använda.

Det som K4 skulle tillföra ovanpå det, utifrån tillgängliga bevis, är ett större antal parametrar och en bättre poäng. Det är ett skäl att uppgradera en modell. Det är inte ett skäl att skjuta upp en driftsättning, och det är absolut inte det enda sättet att få vikter som du kan hålla.

Var de två riktiga modellerna landar för de flesta team

För verktygsanropande agenter, dokument-QA och supportflöden är GPT-6.1 Sol det bättre standardvalet på varje mätt axel utom utdatalängd: högre indexpoäng, lägre kostnad per slutförd uppgift, 70 % snabbare generering, billigare cacheläsningar. Det har varit i produktion tillräckligt länge för att ha en verklig telemetriprofil – enligt våra sjudagarssiffror en median på 937 ms till första token, en felkvot på 5,7 % och 39,5 token per sekund i utdata, över 382 miljoner token i trafik.

För batcharbete med långa utdata är Kimi K3.1 Pro modellen att välja, och taket på 943K är anledningen. För team som behöver äga vikterna är Kimi K3.1 Pro svaret i dag: checkpointen finns, den går att ladda ner och den är tre dagar gammal. Det är hela det praktiska innehållet i K4-frågan, besvarat av en modell som släpptes i oktober.

Routningspunkten är inte dekorativ här. Dessa två modeller har samma listpris och motsatta profiler: den ena är snabb, billig per uppgift och begränsad till 128K utdata; den andra är långsam, dyr per uppgift och i praktiken utan tak. Det är ett skolboksexempel på en uppdelning per förfrågan snarare än ett antingen-eller. Båda ligger bakom en och samma nyckel till leverantörens listpris utan påslag, så en routningsregel kan skicka batchjobb med långa utdata till K3.1 Pro och den interaktiva agentloopen till Sol utan ett andra avtal, eller kombinera dem där ett enda svar drar nytta av båda. Det är lagret som gör att du kan skjuta upp ett K4-beslut utan att skjuta upp arbetet.

Så svaret på "GPT-6.1 Sol eller Kimi K4" är att en av dem är ett beslut och den andra är ett rykte med ett parameterantal kopplat till sig. Om K4 släpps 2027 med öppna vikter och en poäng över 46 kommer den att vara värd en seriös titt, och sättet att vara redo för det är att ha en stack där att byta ut en modell är en routingändring. Att vänta på den är ingen strategi; att kunna ta den i bruk på en eftermiddag är det.