GPT-6.1 Sol กับ Kimi K3.1 Pro: ราคา $2/$10 เท่ากัน คะแนนดัชนีต่างกันสามจุด และต้นทุนต่อหนึ่งงานต่างกันถึง 2.9 เท่า

Kimi K3.1 Pro และ GPT-6.1 Solมีราคาเท่ากัน ซึ่งเป็นสิ่งที่น่าสนใจน้อยที่สุดเกี่ยวกับทั้งสองรุ่น Moonshot เปิดตัว K3.1 Pro เมื่อวันที่ 23 ตุลาคม 2026 ในราคา 2.00 ดอลลาร์ต่อหนึ่งล้านโทเค็นอินพุต และ 10.00 ดอลลาร์ต่อหนึ่งล้านโทเค็นเอาต์พุต OpenAI เปิดตัว Sol เมื่อวันที่ 29 กันยายน ในราคาคู่เดียวกัน บน Artificial Analysis K3.1 Pro ได้คะแนน 55 และอยู่ในอันดับสี่จาก 221 โมเดล ส่วน Sol ได้ 52 ทั้งสองโมเดลห่างกันสามคะแนนในด้านความสามารถ แต่ห่างกันเกือบสามเท่าในค่าใช้จ่ายในการทำภารกิจให้เสร็จ — 2.11 ดอลลาร์สำหรับ K3.1 Pro เทียบกับ 0.72 ดอลลาร์สำหรับ Sol สิ่งที่เป็นตัวตัดสินใจคือการกลับกันนี้ ไม่ใช่ป้ายราคา

การวัดด้านล่างมาจาก Artificial Analysis ซึ่งรันทั้งสองโมเดลภายใต้การกำหนดค่าที่เผยแพร่ไว้ และคำนึงถึงโทเค็นที่แต่ละโมเดลใช้ไป รวมถึงจากเอกสารของผู้ขายทั้งสองรายเองและคำกล่าวอ้างตอนเปิดตัว ซึ่งอ่านเมื่อวันที่ 27 ตุลาคม 2026 ตัวเลขของผู้ขายมีการระบุไว้เช่นนั้น ความแตกต่างนี้สำคัญกว่าปกติในที่นี้ เพราะทั้งสองบริษัทกำลังเดิมพันในทิศทางตรงกันข้ามเกี่ยวกับว่าโมเดลควรใช้โทเค็นอย่างไร

ราคาเท่ากัน แต่ใบแจ้งหนี้ไม่เท่ากัน

ราคาต่อโทเคนเป็นราคาต่อหน่วย และราคาต่อหน่วยจะกลายเป็นค่าใช้จ่ายก็ต่อเมื่อนำไปคูณกับปริมาณการใช้ โมเดลทั้งสองใช้โทเคนต่างกันมาก การคิดต้นทุนต่องานของ Artificial Analysis ระบุว่า K3.1 Pro ใช้ $2.11 เพื่อทำงาน Intelligence Index หนึ่งงานให้เสร็จ และ Sol ใช้ $0.72 ซึ่งต่างกัน 2.9 เท่าแม้อัตราราคาที่ประกาศจะเท่ากัน สาเหตุคือปริมาณเอาต์พุต K3.1 Pro เป็นโมเดลที่คิดวิเคราะห์ตลอดเวลาและสร้างโทเคนต่อคำตอบมากกว่าอย่างมีนัยสำคัญ โดยเอาต์พุตเป็นครึ่งที่แพงกว่าของตารางราคาที่ $10.00 ต่อล้านโทเคน

เอกสารประชาสัมพันธ์การเปิดตัวของ Moonshot เองก็ยอมรับถึงลักษณะดังกล่าว โมเดลนี้เป็นเวอร์ชันที่ผ่านการฝึกต่อ (post-trained) มาจาก Kimi K3 โดยมีการขยายพลังการประมวลผลสำหรับการเรียนรู้แบบเสริมกำลัง (reinforcement learning) อย่างมาก และบริษัทอธิบายว่าความสามารถที่เพิ่มขึ้นนั้นมาจากการให้เหตุผลที่ยาวนานและละเอียดรอบคอบมากขึ้น ไม่ใช่มาจากฐานโมเดลที่ใหญ่ขึ้น การให้เหตุผลที่ยาวนานขึ้นนั้นคือสิ่งที่ทำให้เกิดโทเค็นเอาต์พุตมากขึ้นนั่นเอง การเพิ่มขึ้นของความสามารถและต้นทุนที่สูงขึ้นล้วนเป็นข้อเท็จจริงเดียวกันที่ถูกวัดออกมาในสองแบบ

• อินพุต / เอาต์พุต — $2.00 / $10.00 ต่อล้าน สำหรับทั้งสองโมเดล

• อินพุตที่แคชไว้ — Kimi K3.1 Pro $0.20 ด้วยส่วนลด 90%; GPT-6.1 Sol $0.10 ที่ส่วนลด 95%

ต้นทุนต่องานดัชนี — $2.11 เทียบกับ $0.72 บน Artificial Analysis v4.3.2

• ดัชนีอิสระ — 55 เทียบกับ 52; K3.1 Pro อยู่อันดับสี่จาก 221 ส่วน Sol ตามมาติดๆ

• ความเร็วในการสร้างเอาต์พุต — 47.9 โทเคนต่อวินาที เทียบกับ 69.2 โดยทั้งสองค่าเป็นการวัดของ Artificial Analysis

• ขีดจำกัดบริบทและเอาต์พุต — อินพุต 1,048,576 สำหรับ K3.1 Pro; อินพุต 1,050,000 และเอาต์พุต 128,000 สำหรับ Sol

• สถาปัตยกรรม — พารามิเตอร์ทั้งหมด 2.8 ล้านล้านตัว โดยมี 104 พันล้านตัวที่ใช้งานอยู่สำหรับ K3.1 Pro; OpenAI ไม่เปิดเผยจำนวนพารามิเตอร์ของ Sol

• น้ำหนักโมเดล — ปัจจุบัน K3.1 Pro เป็นแบบ proprietary โดย Moonshot ให้คำมั่นว่าจะเปิดน้ำหนักโมเดลภายในวันที่ 4 พฤศจิกายน; ส่วน Sol เป็นแบบ proprietary และยังไม่มีการประกาศเปิด

สามจุดดัชนีซื้ออะไรได้บ้าง

ช่องว่างสามจุดบนคะแนนรวมมีความหมายแต่ไม่ถึงขั้นชี้ขาด และคะแนนองค์ประกอบคือจุดที่บอกรูปแบบของความแตกต่าง Artificial Analysis จัดให้ K3.1 Pro อยู่ที่ 67 บน Terminal-Bench 4.0 ซึ่งสูงที่สุดในบรรดาโมเดลทั้งหมดที่วัดมา เทียบกับ 56.1 ของ Sol บน GDPval-AA ซึ่งเป็นการประเมินงานระดับมืออาชีพ K3.1 Pro อยู่ที่ 1,846 Elo เป็นอันดับสามโดยรวม และสูงกว่ารุ่นก่อนหน้าของตัวเอง 312 คะแนน บน AutomationBench-AA พัฒนาจาก 58% เป็น 73% บน Humanity's Last Exam ขยับจาก 47% เป็น 52% อัตราการสร้างข้อมูลเท็จบน AA-Omniscience ลดจาก 53% เหลือ 44%

นี่คือตัวเลขอิสระที่แข็งที่สุดที่แต่ละโมเดลมี โปรไฟล์อิสระของ Sol แบนราบกว่า: คะแนนรวม 52 โดยไม่มีเกณฑ์ประเมินใดเลยที่มันนำตลาด และตัวเลขต้นทุนต่องานที่ดีที่สุดในช่วงราคาของมัน การตีความตามจริงคือ K3.1 Pro เป็นโมเดลที่ความสามารถสูงกว่าบนการประเมินหลายรายการด้านงานแบบเอเจนต์และงานวิชาชีพ ส่วน Sol คือโมเดลที่効กว่า ทั้งสองประโยคไม่ใช่คำตัดสิน เพราะความสามารถจะแปลงเป็นคุณค่าได้ก็ต่อเมื่อปริมาณงานที่คุณใช้งานจริงเท่านั้น

คำกล่าวอ้างตอนเปิดตัวของ Moonshot เองนั้นไปไกลกว่าคณะกรรมการอิสระ และควรอ่านในฐานะคำกล่าวอ้าง บริษัทรายงานว่าทำคะแนนสูงสุดได้ใน 6 จาก 14 การทดสอบที่ดำเนินการ รวมถึง SWE Marathon ที่ 51.7 และ HLE-with-tools ที่ 70.0 ตัวเลข Terminal-Bench 4.0 ของบริษัทอยู่ที่ 65.7% ต่ำกว่า 67% ที่ Artificial Analysis วัดได้เล็กน้อย ซึ่งเป็นกรณีที่หาได้ยากที่ตัวเลขของผู้ขายเป็นฝ่ายอนุรักษ์นิยมกว่า และน่าสังเกต именно потому что это необычно จุดอ่อนคือ Terminal-Bench Science 0.1 ที่ 38.1 เทียบกับ 68.1 ของ GPT-6 Astra K3.1 Pro ไม่ใช่โมเดลสำหรับการให้เหตุผลทางวิทยาศาสตร์ที่ยาก และ Moonshot ก็ไม่ได้อ้างว่าเป็นเช่นนั้น

ร่างกฎหมายว่าด้วยความเร็วและความเยิ่นเย้อ

Artificial Analysis วัด K3.1 Pro ได้ 47.9 โทเค็นเอาต์พุตต่อวินาที และระบุว่าช้าอย่างเห็นได้ชัด ส่วน Sol ทำงานที่ 69.2 เมื่อรวมกับความแตกต่างของปริมาณเอาต์พุต นั่นหมายความว่าลูปเอเจนต์แบบยาวบน K3.1 Pro ใช้ทั้งเวลาจริงและเงินต่อขั้นตอนมากขึ้น สำหรับการเขียนโค้ดแบบอินเทอร์แอกทีฟ ซึ่งนักพัฒนาต้องรอในแต่ละเทิร์น ความแตกต่างด้านความหน่วงคือสิ่งที่ผู้ใช้จะบ่นเป็นอันดับแรก สำหรับการประเมินแบบแบตช์ ซึ่งไม่มีอะไรต้องรอ มีเพียงต้นทุนเท่านั้นที่สำคัญ

มีระดับที่เร็วกว่า Moonshot ขายรุ่น Highspeed ในราคาอินพุต $4.00 และเอาต์พุต $20.00 โดยราคาแบบแคชฮิตยังคงเดิม ซึ่งเพิ่มอัตราโทเคนเป็นสองเท่าและเพิ่มราคาเป็นสองเท่า นั่นคือข้อแลกเปลี่ยนเดียวกับที่ Sol เสนอด้วยโหมด Fast ที่ 2x ในทั้งสองกรณี ระดับเร็วมีไว้สำหรับงานที่ไวต่อความหน่วง ไม่ใช่สำหรับปริมาณงาน และการคำนวณแทบไม่เอื้อให้ใช้กับงานแบบแบตช์

4 พฤศจิกายน และสิ่งที่ open weights เปลี่ยนแปลงจริง ๆ

Moonshot กล่าวว่าจะเผยแพร่เวตเต็มภายในวันที่ 4 พฤศจิกายน 2026 หากเกิดขึ้นจริง K3.1 Pro จะกลายเป็นโมเดลเปิดน้ำหนักที่ได้คะแนนสูงสุดบนดัชนี Artificial Analysis โดยลดช่องว่างระหว่างโมเดลเปิดที่ดีที่สุดกับโมเดลปิดที่ดีที่สุดจากราวสิบสองคะแนนเหลือสามคะแนน นี่เป็นเหตุการณ์สำคัญจริง ๆ สำหรับใครก็ตามที่ต้องโฮสต์เอง ฟайнทูน หรือรันอินเฟอเรนซ์ภายในขอบเขตการปฏิบัติตามกฎระเบียบ

มันไม่ใช่เหตุการณ์สำคัญสำหรับผู้เรียกใช้ API ส่วนใหญ่ น้ำหนักแบบเปิดเปลี่ยนว่าใครสามารถรันโมเดลได้และภายใต้เงื่อนไขใด แต่ไม่ได้เปลี่ยนราคาแบบโฮสต์ ความเร็ว หรือความสามารถ ทีมที่เรียกใช้ API และไม่มีข้อจำกัดด้านถิ่นที่อยู่ของข้อมูลจะไม่ได้อะไรจากการเปิดตัวน้ำหนักเลย นอกจากทางเลือกในการจัดหาแหล่งที่สอง และในที่สุดก็จะมีผู้ให้บริการมากขึ้นที่แข่งขันกันบนเช็กพอยต์เดียวกัน การแข่งขันนั้นเป็นเรื่องจริงและมักปรากฏเป็นแรงกดดันด้านราคา แต่เป็นผลกระทบที่กินเวลาหลายเดือน ไม่ใช่เรื่องของเดือนพฤศจิกายน

มีข้อควรระวังประการที่สองที่เจาะจงกว่าในประกาศของ Moonshot บริษัทระบุว่าได้ตั้งใจนำข้อมูลการฝึกที่เกี่ยวข้องกับไซเบอร์และการใช้ช่องโหว่โจมตีออก เพื่อหลีกเลี่ยงการขยายพรมแดนเปิดของขีดความสามารถไซเบอร์เชิงรุก และผลก็คือ checkpoint ที่ได้คะแนน 90.5% บน xdev-bench-hard ถูกลดเหลือ 81% นั่นเป็นการตัดสินใจด้านความปลอดภัยที่มีต้นทุนด้านขีดความสามารถที่วัดได้ ซึ่งผู้จำหน่ายเปิดเผย หากงานของคุณคือเครื่องมือด้านความปลอดภัย นี่คือประโยคที่สำคัญที่สุดในเอกสารเปิดตัว — สำคัญกว่าคะแนนดัชนี

สามเวิร์กโหลด สามคำตอบ

• การเขียนโค้ดแบบแบตช์ปริมาณมาก ไม่มีข้อกำหนดเรื่องความหน่วง — GPT-6.1 Sol ที่ $0.72 ต่องานดัชนี เทียบกับ $2.11 ช่องว่างด้านประสิทธิภาพมีน้ำหนักเหนือกว่าความแตกต่างด้านความสามารถ 3 คะแนน เว้นแต่งานของคุณเป็นงานเฉพาะที่คะแนนแบบ agentic ของ K3.1 Pro ส่งผลให้มีการลองใหม่น้อยลง วัดอัตราการลองใหม่ก่อนสันนิษฐานว่าเป็นเช่นนั้น

• งานเอเจนต์ระยะยาวที่คำตอบผิดมีต้นทุนสูง — Kimi K3.1 Pro การเป็นผู้นำใน Terminal-Bench 4.0 และอันดับใน GDPval-AA ถือเป็นหลักฐานที่ใกล้เคียงที่สุดที่ทั้งสองโมเดลมีต่อความสามารถแบบหลายขั้นตอนที่ยั่งยืน และค่าใช้จ่ายส่วนเพิ่มต่องานนั้นน้อยเมื่อเทียบกับต้นทุนของเส้นทางการทำงานที่ล้มเหลว

การเขียนโค้ดแบบโต้ตอบที่มนุษย์ต้องรอ — GPT-6.1 Sol ในด้านความเร็ว 69.2 โทเคนต่อวินาทีเทียบกับ 47.9 ถือเป็นความแตกต่างที่เห็นได้ชัดในเอดิเตอร์ และข้อได้เปรียบด้านต้นทุนเป็นเพียงโบนัสมากกว่าเป็นเหตุผลหลัก

• การให้เหตุผลทางวิทยาศาสตร์หรือคณิตศาสตร์ — ณ ระดับแนวหน้าแล้ว ไม่ใช่ทั้งสองอย่าง คะแนน 38.1 ของ K3.1 Pro บน Terminal-Bench Science 0.1 เป็นจุดอ่อนที่มีการบันทึกไว้ ส่วนคะแนน 57.0 ของ Sol บนชุดทดสอบเดียวกันนั้นนับว่าน่าพอใจ แต่ต่ำกว่าอย่างชัดเจนเมื่อเทียบกับ 68.1 ที่ OpenAI รายงานสำหรับ GPT-6 Astra นี่คือภาระงานเดียวที่ระดับที่สูงกว่าทั้งสองโมเดลคือคำตอบที่ถูกต้อง

ทำทั้งสองอย่างพร้อมกันถูกกว่าการเลือกผิด

ทั้งสองโมเดลอยู่บน OrcaRouter ด้วยคีย์เดียวโดยบวกเพิ่ม 0% จากราคาตามรายการของผู้ให้บริการแต่ละราย โดย Sol อยู่ที่ $2.00 และ $10.00 และ K3.1 Pro อยู่ที่คู่เดียวกัน ส่วนอินพุตที่แคชไว้ส่งผ่านในราคา $0.10 และ $0.20 ตามลำดับ สิ่งนี้ทำให้การตัดสินใจย้อนกลับได้: สามารถวัดประสิทธิภาพเวิร์กโหลดเทียบกับทั้งสองบนทราฟฟิกที่ติดตามเดียวกัน และนำตัวที่แพ้ออกได้ด้วยการเปลี่ยนเส้นทางแทนการเจรจาสัญญา

การรวมโมเดลเป็นฟีเจอร์เดียวที่สมควรมีไว้สำหรับคู่นี้โดยเฉพาะ มากกว่าจะเป็นปลั๊กอเนกประสงค์ทั่วไป โมเดลทั้งสองล้มเหลวคนละทิศทาง — Sol กระชับและเร็ว ส่วน K3.1 Pro รอบคอบและแข็งแกร่งกว่าบนเส้นทางการทำงานแบบเอเจนต์ระยะยาว — ดังนั้นคณะที่ถามทั้งสองและประสานคำตอบเข้าด้วยกันจึงเป็นการออกแบบที่สมเหตุสมผลสำหรับการตัดสินใจที่มีเดิมพันสูง ซึ่งความต่างของต้นทุน 2.9 เท่าไม่ใช่สาระเมื่อเทียบกับต้นทุนของการตัดสินใจผิด สำหรับอย่างอื่น การจัดเส้นทางตามภาระงานเป็นรูปแบบที่ถูกกว่า: K3.1 Pro สำหรับเส้นทางเอเจนต์, Sol สำหรับเส้นทางปริมาณสูง, ปลายทางเดียวสำหรับทั้งคู่

การจัดอันดับที่ไม่ใช่ดัชนี

ถ้าคำถามคือรุ่นไหนดีกว่า K3.1 Pro ชนะไปสามคะแนนและนำในการประเมินเชิงเอเจนต์ที่มีความสำคัญต่องานที่ต้องดำเนินต่อเนื่องยาวนาน ถ้าคำถามคือเดือนนี้ควรเอารุ่นไหนไปรองรับเส้นทางการผลิตที่มีปริมาณสูง Sol ชนะด้านต้นทุนต่องานที่เสร็จสมบูรณ์เป็น 2.9 เท่า และชนะด้านความเร็วเป็น 1.4 เท่า และช่องว่างด้านความสามารถสามคะแนนก็ไม่ได้ทำให้ข้อได้เปรียบทั้งสองข้อนั้นหมดไป

วันที่เดียวที่ควรจดลงปฏิทินคือวันที่ 4 พฤศจิกายน หากน้ำหนักโมเดลถูกปล่อยออกมา K3.1 Pro จะกลายเป็นโมเดลอ้างอิงแบบเปิดน้ำหนัก และสมการการตัดสินใจสำหรับทีมที่โฮสต์เองจะเปลี่ยนไป หากวันนั้นเลื่อนออกไป — และ Moonshot ก็ได้ให้วันที่ไว้แล้ว ซึ่งมากกว่าบริษัทส่วนใหญ่ — สมการการตัดสินใจก็จะยังอยู่ที่เดิมทุกประการเหมือนวันนี้: ราคาป้ายเดิม บิลที่แตกต่าง และทางเลือกที่ควรตัดสินจากต้นทุนต่องานที่วัดได้จริง มากกว่าจากตัวเลขในคอลัมน์ราคา