การ์ดเปรียบเทียบที่สร้างขึ้นซึ่งมีหัวข้อว่า 'การเปรียบเทียบกับโมเดลจริงหนึ่งเดียว' และคำบรรยายย่อยว่า 'GPT-6.1 Sol vs Kimi K4' พร้อมป้ายที่อ่านว่า 'GPT-6.1 Sol: เปิดใช้งานตั้งแต่ 29 ก.ย.', 'Kimi K4: ไม่เคยประกาศ' และ 'น้ำหนัก K3.1 Pro: เผยแพร่ 2 พ.ย.' สถิติสามรายการซึ่งระบุว่า 0 การ์ดโมเดล Kimi K4, 943,718 โทเค็นเอาต์พุตสูงสุดเทียบกับ 128,000 ของ Sol และ 6% โอกาสจากตลาดพยากรณ์ของการเปิดตัว K4 ภายในวันที่ 31 ธันวาคม 2026 และโลโก้ OrcaRouter ที่มุมขวาล่าง
Guides & Insights

GPT-6.1 Sol กับ Kimi K4: โมเดลในชื่อเรื่องยังไม่เคยถูกประกาศ

ผู้เขียน

Magnus Corvin

วันที่เผยแพร่

โมเดลล่าสุด · 20ดูโมเดลทั้งหมด →
เบนช์มาร์ก: Artificial Analysis · อัปเดตทุกวัน
กลับไปยังโพสต์ทั้งหมด

Kimi K4 ไม่ใช่แค่โมเดลที่ยังไม่ประกาศเปิดตัว แต่เป็นชื่อที่ไม่มีโมเดลอยู่เบื้องหลังเลยด้วยซ้ำ Moonshot AI ไม่เคยเผยแพร่การ์ดโมเดล K4, ที่เก็บโค้ด K4, ตัวระบุ API ของ K4 หรือแถวราคาของ K4 และดัชนีงานวิจัยของบริษัทเองก็หยุดอยู่ที่ Kimi K3 ไม่มีหน้า K4 บน Artificial Analysis ชื่อนี้เข้าสู่การรับรู้ผ่านแบนเนอร์ภายในที่รั่วไหลในเดือนกรกฎาคม และทุกสิ่งหลังจากนั้นเป็นการคาดเดาต่อยอดจาก Kimi K3 ซึ่งเป็นโมเดลจริงและค่อนข้างดีGPT-6.1 Sol ในทางตรงกันข้าม มีให้ใช้งานทั่วไปบน OpenAI API ตั้งแต่ 29 กันยายน 2026 ในราคา 2.00 ดอลลาร์ต่ออินพุตหนึ่งล้านโทเค็น และ 10.00 ดอลลาร์ต่อเอาต์พุตหนึ่งล้านโทเค็น ดังนั้นการเปรียบเทียบที่เขียนได้อย่างซื่อสัตย์คือ Sol กับโมเดล Kimi ที่มีอยู่จริง — Kimi K3.1 Pro — พร้อมกับคำอธิบายว่า K4 จะต้องเป็นอย่างไรเพื่อให้การรอคอยสมเหตุสมผล

ชื่อที่ไม่มีแบบจำลองรองรับอยู่เบื้องหลัง

ร่องรอยหลักฐานนี้ควรค่าแก่การนำมาเรียบเรียงให้เห็น เพราะปริมาณเนื้อหา K4 บนอินเทอร์เน็ตนั้นมากเกินสัดส่วนอย่างมากเมื่อเทียบกับหลักฐาน

• กรกฎาคม 2026 — แบนเนอร์ฉลองภายในที่รั่วไหลออกมาจาก Moonshot มีข้อความว่า “ดัน K4 ให้ถึงขีดสุด” นี่คือที่มาของชื่อนี้

• 29 กรกฎาคม 2026 — The Information รายงานว่า Moonshot กำลังมองหาความจุเพิ่มเติมระดับ Nvidia Blackwell เพื่อฝึกโมเดลที่มีขนาดใหญ่กว่า K3 รายงานดังกล่าวไม่ได้ระบุชื่อโมเดล จำนวนพารามิเตอร์ หรือวันที่ใด ๆ โดยเป็นเรื่องเกี่ยวกับการจัดซื้อชิป

• 16 กรกฎาคม 2026 — Kimi K3 เปิดตัว: พารามิเตอร์รวม 2.8 ล้านล้าน ใช้งานอยู่ 104 พันล้าน เป็น sparse mixture-of-experts ที่มี routed experts 896 ตัวและ active 16 ตัว, context ขนาด 1,048,576 โทเคน และ vision encoder โดยเผยแพร่ weights ในช่วงปลายเดือนกรกฎาคม

• 11 ตุลาคม 2026 — สื่อภาษาจีนรายงานว่าโมเดลที่มีพารามิเตอร์ 5–6 ล้านล้านตัวกำลังอยู่ระหว่างการฝึก ซึ่ง "น่าจะเป็น" K4 โดยไม่อ้างอิงแหล่งข่าวที่ระบุชื่อ

• 15 ตุลาคม 2026 — ข้อกล่าวอ้างที่ยังไม่ได้รับการยืนยันว่าโมเดลเรือธงรหัสลับ "x4" ได้เสร็จสิ้นการพรีเทรนแล้วและกำลังอยู่ในช่วงกลางถึงปลายของขั้นตอนหลังการฝึก

• 23 ตุลาคม 2026 — Moonshot เปิดตัว Kimi K3.1 Pro แทน

ตัวเลข benchmark ทุกตัว ความยาวบริบท และราคาของ K4 ที่คุณเห็น ล้วนเป็นการคำนวณจากตัวเลขของ K3 ตลาดพยากรณ์ให้น้ำหนักโอกาสที่ K4 จะวางจำหน่ายภายในวันที่ 31 ธันวาคม 2026 อยู่ที่ประมาณ 6% และประมาณ 17% ภายในวันที่ 31 มีนาคม 2027 ยังมีบริบทที่ยังไม่คลี่คลายซึ่งน่ารู้ด้วย: ข้อกล่าวหาว่า Moonshot ได้เข้าถึง GB300 ผ่านประเทศไทยและทำ distillation จากโมเดลของ Anthropic พร้อมภัยคุกคามเรื่องมาตรการขึ้นบัญชี Commerce Entity List นั่นเป็นภูมิหลัง ไม่ใช่สเปกของ K4 แต่เป็นเรื่องประเภทที่ทำให้วันเปิดตัวเลื่อนได้

โมเดล Kimi ที่คุณเปรียบเทียบได้จริง

Kimi K3.1 Pro เปิดตัวเมื่อวันที่ 23 ตุลาคม 2026 และถูกระบุในแคตตาล็อกของเราเมื่อวันที่ 24 ตุลาคม ในชื่อ kimi/kimi-k3.1-pro โดยมีค่าใช้จ่าย $2.00 ต่อหนึ่งล้านโทเค็นอินพุต และ $10.00 ต่อหนึ่งล้านโทเค็นเอาต์พุต ซึ่งตรงกับอัตราที่ประกาศไว้ของ GPT-6.1 Sol พอดี โดยมีอินพุตแบบแคชที่ $0.20 แทนที่จะเป็น $0.10 ของ Sol รองรับคอนเท็กซ์ 1,048,576 โทเค็น และที่ผิดปกติคือมีเอาต์พุตสูงสุด 943,718 โทเค็น เพดานเอาต์พุตนั้นไม่ใช่การพิมพ์ผิด และเป็นตัวเลขที่น่าสนใจที่สุดเพียงตัวเดียวในการเปรียบเทียบนี้

นี่คือคู่บน Artificial Analysis Intelligence Index v5.0.1 โดยทั้งคู่อยู่ที่ระดับความพยายามสูงสุดที่เผยแพร่

• Intelligence Index v5.0.1 — Sol 55 เทียบกับ K3.1 Pro 46 ช่องว่างเก้าคะแนน

• ต้นทุนต่องานจัดทำดัชนีที่เสร็จสมบูรณ์ — Sol $1.27 เทียบกับ K3.1 Pro $3.68

• โทเค็นเอาต์พุตในการรันดัชนี — Sol 63.7 ล้าน เทียบกับ K3.1 Pro 113 ล้าน

• ความเร็วเอาต์พุต — Sol 56 โทเค็น/วินาที เทียบกับ K3.1 Pro 33 โทเค็น/วินาที

• หน้าต่างบริบท — Sol 1,050,000 เทียบกับ K3.1 Pro 1,048,576 ถือว่าเท่ากันในทางปฏิบัติ

• เอาต์พุตสูงสุดในการตอบกลับหนึ่งครั้ง — Sol 128,000 เทียบกับ K3.1 Pro 943,718

• ราคาอินพุต / เอาต์พุตต่อ 1M — $2.00 / $10.00 ทั้งสอง

• อินพุตแคชต่อ 1M — Sol $0.10 เทียบกับ K3.1 Pro $0.20

• การควบคุมการให้เหตุผล — Sol เปิดใช้งานการให้เหตุผลตลอดเวลา ตั้งแต่ระดับต่ำถึงสูงสุด โดยค่าเริ่มต้นอยู่ที่ระดับกลาง และไม่มีสวิตช์ปิด; K3.1 Pro ตั้งค่าเริ่มต้นให้เปิดการคิด โดยเลือกความเข้มข้นได้เป็น ไม่มี ต่ำ สูง หรือสูงสุด

• รูปแบบอินพุต — Sol รองรับข้อความ รูปภาพ และไฟล์; K3.1 Pro รองรับข้อความ รูปภาพ และวิดีโอ

• น้ำหนัก — Sol ถูกปิด; เช็กพอยต์ของ K3.1 Pro ถูกเผยแพร่เมื่อวันที่ 2 พฤศจิกายน 2026

A generated scoreboard comparing GPT-6.1 Sol and Kimi K3.1 Pro, showing Sol at 55 on Intelligence Index v5.0.1, $1.27 per index task, 63.7M output tokens, 56 tokens per second, 128,000 maximum output and closed weights, against K3.1 Pro at 46, $3.68, 113M, 33 tokens per second, 943,718 maximum output and weights published on 2 November.

อัตราที่ประกาศไว้เท่ากันเป็นเครื่องเตือนใจที่ดีว่าราคาตั้งไม่ใช่ต้นทุน K3.1 Pro ใช้โทเค็นเอาต์พุตมากกว่าของ Sol 1.8 เท่าเพื่อทำดัชนีเดียวกันให้เสร็จ และมีต้นทุนต่องานสูงกว่า 2.9 เท่า นอกจากนี้ยังช้ากว่าอีกตัวอย่างมากโดยอยู่ที่ 33 โทเค็นต่อวินาที ซึ่งสำคัญกว่าปกติเพราะนั่นคือการสร้างแบบสภาวะคงตัวบนโมเดลที่คิดก่อนเขียน

ในที่ซึ่ง K3.1 Pro เป็นตัวเลือกเดียว

มีตัวเลขหนึ่งที่ควรมีหัวข้อของตัวเอง ผลลัพธ์สูงสุด 943,718 โทเค็นนั้นมากกว่าของ GPT-6.1 Sol ที่ 128,000 ประมาณเจ็ดเท่า หากงานของคุณคือการอ่านคลังข้อความยาว ๆ และส่งออกชิ้นงานที่มีโครงสร้างยาวในครั้งเดียว — การย้ายฐานโค้ดทั้งหมด การทบทวนตามข้อกำหนดทางกฎหมาย งานปรับมาตรฐานความยาวระดับหนังสือ — Sol จะตัดที่ 128K แต่ K3.1 Pro จะไม่ตัด นั่นไม่ใช่ความแตกต่างของ benchmark ที่คุณปรับลดได้ด้วยระดับความพยายาม มันคือเพดานแข็งในฝั่งหนึ่ง

ต้นทุนของการใช้งานนั้นมีอยู่จริง ที่ราคา 10.00 ดอลลาร์ต่อโทเค็นเอาต์พุตหนึ่งล้านโทเค็น การใช้ให้ถึงเพียงครึ่งหนึ่งของเพดานนั้นมีค่าใช้จ่ายประมาณ 4.70 ดอลลาร์สำหรับเอาต์พุตเพียงอย่างเดียว ก่อนจะนับโทเค็นการให้เหตุผลใด ๆ แต่สำหรับงานแบตช์บางประเภท ทางเลือกไม่ใช่โมเดลที่ถูกกว่า หากแต่เป็นไปป์ไลน์การแบ่งชิ้นงานซึ่งมีโหมดความล้มเหลวเป็นของตัวเอง หากนั่นคือเวิร์กโหลดของคุณ K3.1 Pro ไม่ใช่การประนีประนอม แต่เป็นโมเดลที่เหมาะสม

A screenshot of the OrcaRouter model page for kimi/kimi-k3.1-pro, listed 2026-10-24, showing a 1M-token context window, a 943K-token maximum output, text, image and video input, $2.00 input and $10.00 output per million tokens, a 7.61 s median time to first token and 1,533.5M tokens of seven-day traffic.

เหตุผลที่ต้องรอในเรื่อง open-weights ได้รับการตอบสนองแล้ว

ตัดการคาดเดาออกไป แล้วจะเหลือสิ่งเชิงโครงสร้างเพียงอย่างเดียวที่ K4 ทำได้แต่ GPT-6.1 Sol ทำไม่ได้ นั่นคือ checkpoint ที่ดาวน์โหลดได้ นั่นคือเหตุผลที่ผู้คนจับตามอง Moonshot และเป็นเหตุผลที่การเปรียบเทียบนี้มีตัวเลือกที่สามที่มีอยู่จริงซึ่งพาดหัวข่าวมองข้ามไป เวตของ Kimi K3.1 Pro ถูกเผยแพร่เมื่อวันที่ 2 พฤศจิกายน 2026 ภายใต้สัญญาอนุญาตแบบกำหนดเอง เมื่อสามวันก่อน ไม่ใช่ในการเปิดตัว K4 ในอนาคต

รีโพซิทอรีนี้เป็นเช็กพอยต์ขนาด 2.78 ล้านล้านพารามิเตอร์ ที่ความแม่นยำ 8 บิต จะมีน้ำหนักโมเดลราว 2.7 เทระไบต์ก่อนจะนับแคช KV หรือโอเวอร์เฮดในการให้บริการใด ๆ และอาร์ติแฟกต์แบบควอนไทซ์ k ในรีโพซิทอรีก็อยู่ในลำดับขนาดเดียวกัน นี่คือการดีพลอยแบบหลายโหนดที่ใช้อินเทอร์คอนเนกต์ประสิทธิภาพสูง ไม่ใช่การดาวน์โหลดสำหรับ GPU เดียว จำนวนพารามิเตอร์ที่ใช้งานอยู่ — 104 พันล้านบน Kimi K3 — เป็นตัวกำหนดว่าจะรันได้เร็วแค่ไหนเมื่อจ่ายหน่วยความจำไปแล้ว ซึ่งเป็นเหตุผลว่าทำไมโมเดลขนาดนี้จึงให้บริการได้ด้วยความเร็วที่ใช้งานได้บนคลัสเตอร์ที่เหมาะสม และให้บริการไม่ได้เลยบนคลัสเตอร์ที่ไม่เหมาะสม

ดังนั้นการแลกเปลี่ยนนี้จึงชัดเจน การเปิดน้ำหนักโมเดลช่วยขจัด Dependency ต่อผู้ขาย และแทนที่ด้วยค่าใช้จ่ายฝ่ายทุนและทีมปฏิบัติการ ที่ราคา $2.00 ต่อหนึ่งล้านโทเค็นอินพุต และ $10.00 ต่อหนึ่งล้านโทเค็นเอาต์พุต ราคาแบบโฮสต์ของ Kimi K3.1 Pro ต่ำพอที่การโฮสต์เองจะไม่น่าชนะด้วยพลังประมวลผลเพียงอย่างเดียว สิ่งที่มันชนะคือการเก็บข้อมูลในถิ่นที่อยู่ การติดตั้งแบบแยกจากเครือข่าย (air-gapped) และความสามารถในการปรับแต่งละเอียดบนทราฟฟิกที่คุณส่งให้ใครไม่ได้ หากสิ่งเหล่านี้เป็นข้อกำหนด K3.1 Pro ตอบโจทย์ได้แล้วในวันนี้ หากไม่ใช่ น้ำหนักโมเดลแบบเปิดก็เป็นคุณสมบัติที่ดีแต่คุณจะไม่มีวันได้ใช้

สิ่งที่ K4 จะเพิ่มเข้ามาจากหลักฐานที่มีอยู่ คือจำนวนพารามิเตอร์ที่มากขึ้นและคะแนนที่ดีขึ้น นั่นเป็นเหตุผลในการอัปเกรดโมเดล ไม่ใช่เหตุผลในการเลื่อนการดีพลอย และแน่นอนว่าไม่ใช่วิธีเดียวที่จะได้เวตที่คุณถือครองเองได้

โมเดลจริงทั้งสองตัวจะลงเอยตรงไหนสำหรับทีมส่วนใหญ่

สำหรับเอเจนต์ที่เรียกใช้เครื่องมือ เวิร์กโฟลว์การถามตอบเอกสารและงานซัพพอร์ต GPT-6.1 Sol เป็นค่าเริ่มต้นที่ดีกว่าในทุกแกนที่วัดได้ ยกเว้นความยาวเอาต์พุต: คะแนนดัชนีสูงกว่า ต้นทุนต่องานที่ทำสำเร็จต่ำกว่า สร้างผลลัพธ์เร็วขึ้น 70% และการอ่านแคชถูกกว่า มันอยู่ในโปรดักชันนานพอที่จะมีโปรไฟล์เทเลเมทรีจริง — จากตัวเลขเจ็ดวันของเรา ค่ามัธยฐานเวลาถึงโทเคนแรก 937 มิลลิวินาที อัตราข้อผิดพลาด 5.7% และเอาต์พุต 39.5 โทเคนต่อวินาที จากปริมาณทราฟฟิก 382 ล้านโทเคน

A screenshot of the OrcaRouter model page for openai/gpt-6.1-sol, dated 2026-09-29, showing a 1M-token context window, 128K maximum output, $2.00 input and $10.00 output per million tokens, a 937 ms median time to first token, an 8.99 s p95, and 382.0M tokens of seven-day traffic.

สำหรับงานแบตช์ที่ต้องสร้างเอาต์พุตยาว Kimi K3.1 Pro คือโมเดลที่ควรเลือกใช้ และเพดาน 943K คือเหตุผล สำหรับทีมที่ต้องการถือครองเวตเอง Kimi K3.1 Pro คือคำตอบในวันนี้: เช็กพอยต์มีอยู่จริง ดาวน์โหลดได้ และมีอายุเพียงสามวัน นั่นคือสาระเชิงปฏิบัติทั้งหมดของคำถามเรื่อง K4 ซึ่งได้รับคำตอบจากโมเดลที่เปิดตัวในเดือนตุลาคม

จุดเลือกเส้นทางนี้ไม่ใช่รายละเอียดประดับประดา สองโมเดลนี้มีราคาตามรายการเท่ากันแต่มีโปรไฟล์ตรงกันข้าม: ตัวหนึ่งเร็ว ต้นทุนต่องานต่ำ และจำกัดเอาต์พุตไว้ที่ 128K; อีกตัวช้า ต้นทุนต่องานสูง และแทบไม่มีเพดานจำกัด นี่คือการแยกตามแต่ละคำขอแบบตำรา ไม่ใช่การเลือกแบบใดแบบหนึ่ง ทั้งสองอยู่เบื้องหลังคีย์เดียวในราคาตามรายการของผู้ให้บริการโดยไม่มีการบวกเพิ่ม ดังนั้นกฎการเลือกเส้นทางจึงสามารถส่งงานแบตช์ที่ให้เอาต์พุตยาวไปยัง K3.1 Pro และส่งลูปเอเจนต์แบบโต้ตอบไปยัง Sol ได้โดยไม่ต้องมีสัญญาที่สอง หรือผสานทั้งสองเข้าด้วยกันในกรณีที่คำตอบเดียวได้ประโยชน์จากทั้งคู่ เลเยอร์นี้เองที่ทำให้คุณเลื่อนการตัดสินใจเกี่ยวกับ K4 ได้โดยไม่ต้องเลื่อนงาน

ดังนั้นคำตอบของคำถามที่ว่า “GPT-6.1 Sol หรือ Kimi K4” ก็คือ หนึ่งในนั้นคือการตัดสินใจ ส่วนอีกอันคือข่าวลือที่แนบจำนวนพารามิเตอร์มาด้วย ถ้า K4 ออกวางจำหน่ายในปี 2027 พร้อมน้ำหนักแบบเปิดและคะแนนสูงกว่า 46 มันก็คุ้มค่าที่จะพิจารณาอย่างจริงจัง และวิธีที่จะพร้อมสำหรับสิ่งนั้นคือการมีสแต็กที่การสลับโมเดลเป็นเพียงการเปลี่ยนแปลงการจัดเส้นทาง การรอคอยมันไม่ใช่กลยุทธ์ แต่การสามารถนำมันมาใช้ได้ภายในบ่ายเดียวต่างหากที่เป็นกลยุทธ์

การเปรียบเทียบในบทความนี้1

ตรวจพบจากบทความนี้ · เบนช์มาร์ก: Artificial Analysis · อัปเดตทุกวัน

© 2026 OrcaRouter

สำหรับผู้ให้บริการ

ให้บริการแพลตฟอร์มการอนุมานอยู่หรือไม่ นำโมเดลของคุณขึ้น OrcaRouter

[email protected]

เข้าร่วมคอมมูนิตี้ของเรา

Discord[email protected]XLinkedInGitHubYouTube