GPT-6.1 Terra กับ Kimi K3.1 Pro: เจ็ดคะแนนดัชนีแลกกับราคาที่แพงขึ้นสองเท่า

GPT-6.1 Terra และ Kimi K3.1 Pro อยู่ห่างกันสองขั้นบนกระดานจัดอันดับเดียวกัน และราคาต่างกันสองเท่า Artificial Analysis จัดให้ Kimi K3.1 Pro อยู่ที่ 55 บน Intelligence Index ของตน — เป็นอันดับสี่โดยรวม — และ GPT-6.1 Terra อยู่ที่ 48 อันดับที่ยี่สิบห้า Kimi มีค่าใช้จ่าย 2 ดอลลาร์ต่อล้านโทเคนอินพุต และ 10 ดอลลาร์ต่อล้านโทเคนเอาต์พุตในแคตตาล็อก OrcaRouter ส่วน Terra มีค่าใช้จ่าย 1 ดอลลาร์และ 5 ดอลลาร์ โมเดลแบบปิดที่ถูกกว่าและเร็วกว่ามีความสามารถน้อยกว่าเจ็ดคะแนน ส่วนผู้ท้าชิงแบบโอเพนเวตมีราคาแพงกว่าสองเท่า และในด้านระบบอัตโนมัติบนเดสก์ท็อปดีกว่า 5.4 คะแนน ไม่มีข้อเท็จจริงข้อใดในสองข้อนี้ที่ชี้ขาดการตัดสินใจซื้อ

การเปรียบเทียบนี้ควรทำอย่างรอบคอบ เพราะโมเดลทั้งสองไม่ได้ทดแทนกันได้อย่างที่ราคาบ่งชี้ ทั้งสองต่างกันที่ความยาวเอาต์พุตถึงเจ็ดเท่า ต่างกันที่การอนุญาตใช้งานแบบเปิดเทียบกับแบบปิด และต่างกันที่ตำแหน่งในไลน์ผลิตภัณฑ์ของผู้จำหน่าย บทความนี้ประเมินราคางานเดียวกันบนทั้งสองโมเดล ระบุว่าตัวเลขใดเป็นข้อมูลอิสระและตัวเลขใดเป็นคำกล่าวอ้างของผู้จำหน่าย และปิดท้ายด้วยการแบ่งใช้งานที่เราเลือกใช้จริง

การ์ด

• GPT-6.1 Terra — อินพุต $1 / เอาต์พุต $5 ต่อล้าน, อินพุตแคช $0.05, คอนเท็กซ์ 1,050,000 โทเค็น, อินพุตสูงสุด 922,000, เอาต์พุตสูงสุด 128,000, วันตัดขอบเขตความรู้ 1 มิถุนายน 2026, การตั้งค่าระดับความพยายามในการให้เหตุผล 6 ระดับ, รับข้อความและภาพเข้า, ส่งออกข้อความ

• Kimi K3.1 Pro — อินพุต $2 / เอาต์พุต $10 ต่อล้านโทเค็นบน OrcaRouter, คอนเท็กซ์ 1,048,576 โทเค็น, เอาต์พุตสูงสุด 943,718 โทเค็น, สัญญาว่าจะเปิดเวตส์แบบเปิดภายในวันที่ 4 พฤศจิกายน 2026, เปิดตัวเมื่อวันที่ 23 ตุลาคม 2026

หน้าต่างบริบทแทบจะเหมือนกันทุกประการที่ประมาณหนึ่งล้านโทเคน แต่เพดานเอาต์พุตไม่เหมือนกัน: Terra หยุดที่ 128,000 โทเคน ขณะที่ Kimi อนุญาตถึง 943,718 โทเคน สำหรับการแชท ความต่างนี้มองไม่เห็น แต่สำหรับการสร้างเนื้อหายาว การส่งออกโค้ดทั้งไฟล์ หรือการสรุปในระดับบทถอดเสียง มันคือความต่างระหว่างการเรียกครั้งเดียวกับไปป์ไลน์แบบแบ่งชิ้นส่วน

ทำไมเจ็ดจุดดัชนีถึงถือว่าเยอะตรงนี้

บนกระดานอันดับที่ครอบคลุมประมาณ 38 ถึง 60 เจ็ดคะแนนมากกว่าความคลาดเคลื่อนจากการปัดเศษ — มันคือช่องว่างระหว่างอันดับ 25 กับอันดับ 4 GPT-6.1 Sol โมเดลที่ OpenAI ขายในฐานะระดับประสิทธิภาพสูง อยู่ที่ 52 Kimi K3.1 Pro ที่ 55 อยู่เหนือกว่า GPT-6 Astra รุ่นเรือธง อยู่ที่ 53 ดังนั้นโมเดล open-weight จาก Moonshot ไม่ได้แข่งขันกับ Terra; ในคะแนนรวม มันกำลังแข่งขันกับสองโมเดลชั้นนำของ OpenAI และชนะอยู่สองถึงสามคะแนน

ในมิติที่สำคัญสำหรับเอเจนต์ รูปแบบนี้ยังคงใช้ได้ บน OSWorld 2.1 Kimi K3.1 Pro ทำคะแนนได้ 79.6% เทียบกับ 74.2% ของ Terra — ห่างกัน 5.4 จุด และสูงกว่า 75.8% ของ GPT-6 Astra ในด้านการเขียนโค้ด รายงานที่เกี่ยวข้องระบุว่า Kimi ตามหลัง Claude Opus 5.5 อย่างใกล้ชิด ซึ่งด้วยคะแนน 58 ถือเป็นคะแนนสูงสุดในการเปรียบเทียบนี้ Coding Agent Index ของ Terra ที่ 48 ต่ำกว่า Sol หกจุด และต่ำกว่า Astra 29 จุด Kimi ไม่ได้อยู่ในกลุ่มนั้น

ข้อถ่วงดุลคือ Terra ไม่ได้พยายามเอาชนะในการเปรียบเทียบเหล่านั้น การวางตำแหน่งของ OpenAI คือการทำงานที่มีขอบเขตจำกัด — ฟอร์ม สกรีนช็อต ใบแจ้งหนี้ การร่างเอกสาร — ซึ่ง 48 ก็เพียงพอ และ $0.40 ต่องานคือประเด็นสำคัญ ช่องว่างด้านสติปัญญาเจ็ดคะแนนมีความสำคัญที่สุดกับงานที่ Terra ไม่ได้ถูกขายเพื่อทำ

คณิตศาสตร์ราคา: ราคาสองเท่าชนะเมื่อไหร่?

คำขอมาตรฐานที่มีอินพุต 100,000 โทเคนและเอาต์พุต 5,000 โทเคนมีราคา $0.125 บน Terra และ $0.25 บน Kimi คำขอที่มีอินพุต 400,000 โทเคนและเอาต์พุต 4,000 โทเคน ซึ่งสูงกว่าเกณฑ์บริบทแบบยาว มีราคา $0.83 บน Terra และ $1.66 บน Kimi หากทั้งสองโมเดลแก้โจทย์ได้ในการลองครั้งเดียวด้วยจำนวนโทเคนเท่ากัน Terra จะมีราคาเป็นครึ่งหนึ่งพอดี และไม่มีอะไรต้องถกกันอีก

กรณีที่น่าสนใจคือเมื่อพวกเขาไม่ได้ใช้จำนวนโทเค็นหรือจำนวนครั้งที่ลองเท่ากัน ลองพิจารณางานสกัดข้อมูลจากเอกสารที่ Terra ประสบความสำเร็จในการลองครั้งแรก 80% ของเวลา และ Kimi 92% ด้วยการเรียกแบบคงที่ 3,000 อินพุต 400 เอาต์พุตต่อการลองหนึ่งครั้ง ต้นทุนคาดหวังต่อความสำเร็จของ Terra อยู่ที่ประมาณ $0.0055 ส่วนของ Kimi อยู่ที่ประมาณ $0.0092 Terra ยังคงชนะด้านต้นทุน — เพราะช่องว่างความแม่นยำจะต้องมหาศาลมากจนราคาโทเค็นที่แพงกว่า 2 เท่าถูกชดเชยได้ด้วยจำนวนการลองใหม่ที่น้อยกว่า

ตอนนี้ลองพิจารณางานเขียนโค้ดแบบ agentic ที่โมเดลต้องใช้ 30,000 โทเคนอินพุตและ 2,000 โทเคนเอาต์พุตต่อครั้ง และโหมดความล้มเหลวคือแพตช์ที่ผิดแทนที่จะเป็นการลองใหม่ Terra ที่การเขียนโค้ดระดับ 48 กับงานที่ต้องใช้การเขียนโค้ดระดับ 77 ไม่ได้ล้มเหลวบ่อยขึ้นเพียง 20% แต่ล้มเหลวในเชิงคุณภาพ โดยสร้างการเปลี่ยนแปลงที่รันได้แต่ไม่ได้แก้ปัญหา นั่นไม่ใช่ต้นทุนจากการลองใหม่ แต่เป็นต้นทุนชั่วโมงวิศวกร และเป็นกรณีที่การจ่ายแพงกว่าสองเท่าเป็นตัวเลือกที่ประหยัดกว่า

น้ำหนักแบบเปิดสร้างการเปลี่ยนแปลงในปีที่สอง ไม่ใช่ปีแรก

Moonshot สัญญาว่าจะปล่อยน้ำหนักโมเดล Kimi K3.1 Pro ภายในวันที่ 4 พฤศจิกายน 2026 เรื่องนี้สำคัญด้วยสามเหตุผล และไม่มีเหตุผลใดเกี่ยวข้องกับใบแจ้งหนี้ของวันนี้เลย ประการแรก การโฮสต์ด้วยตนเองขจัดราคาต่อโทเคนออกจากการคำนวณต้นทุนส่วนเพิ่มโดยสิ้นเชิง และแทนที่ด้วย GPU-ชั่วโมง ซึ่งถูกกว่าเมื่อใช้งานปริมาณสูงอย่างต่อเนื่องและแพงกว่ามากเมื่อใช้งานปริมาณต่ำ ประการที่สอง น้ำหนักแบบเปิดขจัดผู้ขายออกจากการเป็นจุดล้มเหลวจุดเดียว ซึ่งเป็นข้อโต้แย้งด้านการจัดซื้อมากกว่าด้านเทคนิค ประการที่สาม โมเดลที่ดาวน์โหลดได้สามารถนำไปปรับแต่ง ประเมินผลภายในองค์กร และล็อกไว้กับเวอร์ชันได้ ซึ่งทั้งหมดนี้เป็นไปไม่ได้กับ API แบบปิด

ข้อควรระวังสองข้อควรอยู่เคียงข้างคำสัญญา น้ำหนักโมเดลยังไม่ออกมา ดังนั้นทุกข้อความเกี่ยวกับน้ำหนักเหล่านี้จึงเป็นเพียงคำกล่าวอ้าง และโมเดลที่เผยแพร่ก็ไม่เหมือนกับโมเดล API: มีรายงานว่า Moonshot ตัดข้อมูลการฝึกที่เกี่ยวข้องกับไซเบอร์ออกก่อนเผยแพร่ ซึ่งเปลี่ยนพฤติกรรมต่อพรอมต์ที่ใกล้เคียงประเด็นความปลอดภัย — เป็นทางเลือกโดยเจตนา และเป็นทางเลือกที่หมายความว่าน้ำหนักแบบเปิดและปลายทาง API ไม่สามารถใช้แทนกันได้สำหรับทุกภาระงาน

GPT-6.1 Terra ไม่มีเส้นทางที่เทียบเท่า มันเป็นระบบปิด ใช้ได้ผ่าน API เท่านั้น ไม่พร้อมสำหรับการ fine-tuning และไม่มีการเสนอภายใต้รูปแบบการโฮสต์เองใด ๆ หากความสามารถในการพอร์ตเป็นข้อกำหนด การเปรียบเทียบก็จบก่อนที่การทดสอบประสิทธิภาพจะเริ่มเสียอีก

ความหน่วงไม่สามารถนำมาเปรียบเทียบกันได้ และนั่นแหละคือประเด็น

Kimi K3.1 Pro แสดง p50 ที่ประมาณ 6.95 วินาทีบนหน้าโมเดล OrcaRouter ของตน — ซึ่งเป็นตัวเลขความหน่วงระดับแพลตฟอร์มจากทราฟฟิกจริง ส่วนตัวเลขความหน่วงที่เผยแพร่ของ GPT-6.1 Terra คือ 133.64 วินาทีถึงโทเคนแรกบนเกณฑ์วัดการให้เหตุผลแบบใช้ความพยายามสูงสุดของ Artificial Analysis ซึ่งวัดว่าโมเดลใช้เวลาคิดนานเท่าใดก่อนตอบคำถามยาก ไม่ใช่เวลาที่คำขอทั่วไปใช้ การนำตัวเลขสองตัวนั้นมาเทียบกันจะไม่มีความหมาย

สิ่งที่เปรียบเทียบได้คือ throughput บน benchmark เดียวกัน: Artificial Analysis วัดได้ว่า Terra มี 90.9 โทเคนเอาต์พุตต่อวินาที และ GPT-6.1 Sol มี 73.5 ตัวเลขที่เทียบเท่ากันของ Kimi ไม่ได้อยู่ในหน้าเดียวกัน จุดยืนที่ตรงไปตรงมาคือ Terra นั้นเร็วอย่างเห็นได้ชัดในบรรดาโมเดลของ OpenAI และความเร็วของ Kimi บน workload ของคุณเป็นสิ่งที่คุณต้องวัดเองมากกว่าจะอ่านจากที่ใด

ที่แต่ละฝ่ายชนะ

• Terra — งานปริมาณมากที่มีขอบเขตจำกัด ซึ่งอัตราการผ่านการใช้งานคอมพิวเตอร์ที่ 74% ถือว่ายอมรับได้เมื่อมีขั้นตอนตรวจทานรองรับ; ไปป์ไลน์เอกสารและใบแจ้งหนี้; การร่างและการแก้ไข; งานใดก็ตามที่จุดตัดข้อมูลเดือนมิถุนายน 2026 ที่ใหม่กว่าช่วยได้ และ $0.40 ต่องานที่ทบสะสม

• Kimi K3.1 Pro — การเขียนโค้ดแบบเอเจนต์และงานระยะยาวที่ช่องว่างด้านความสามารถ 7 จุดเปลี่ยนผลลัพธ์; ระบบอัตโนมัติบนเดสก์ท็อปที่ 79.6 เหนือกว่า 74.2; การสร้างเอาต์พุตยาวที่เพดาน 943,718 โทเคนช่วยตัดชั้นการแบ่งชิ้นส่วนออก; และการติดตั้งใช้งานใด ๆ ที่ต้องการ open weights การโฮสต์เอง หรือเวอร์ชันที่ปักหมุดได้

• ไม่ใช่ทั้งคู่ — การใช้คอมพิวเตอร์แบบไม่มีผู้ดูแลและไม่สามารถย้อนกลับได้ Claude Opus 5.5 ที่ 81.8 บน OSWorld คือผู้นำ และช่องว่างไปยังโมเดลทั้งสองนี้ใหญ่กว่าช่องว่างระหว่างทั้งสอง

รันทั้งคู่เคียงข้างกัน

Kimi K3.1 Pro อยู่ในแคตตาล็อกของ OrcaRouter ในราคา $2/$10 พร้อมบริบท 1,048,576 โทเค็น และสามารถเรียกใช้งานผ่าน OpenAI SDK ได้โดยตั้งค่า base URL ให้ชี้ไปที่ endpoint ของเรา GPT-6.1 Terra ไม่ได้อยู่ในแคตตาล็อก ณ เวลาที่เขียน ดังนั้นจึงต้องทดลองกลุ่ม Terra โดยตรงกับ OpenAI

ความไม่สมมาตรนั้นเป็นเพียงชั่วคราวแต่มีประโยชน์: หมายความว่าฝั่ง Kimi สามารถวัดผลบนทราฟฟิกจริงได้ตั้งแต่วันนี้ ในราคาตามรายการโดยไม่บวกเพิ่ม ควบคู่ไปกับส่วนที่เหลือของแคตตาล็อก — GPT-6.1 Sol, GPT-6 Astra, Claude Opus 5.5, Claude Sonnet 5.5 — และฝั่ง Terra สามารถวัดผลแบบขนานเทียบกับ API ของ OpenAI ได้ เมื่อ Terra เปิดตัว การเปรียบเทียบก็ถูกสร้างไว้แล้ว และเลเยอร์การจัดเส้นทางสามารถส่งแต่ละงานไปยังฝั่งใดก็ตามที่ชนะในงานนั้น แทนที่จะส่งไปยังโมเดลใดก็ตามที่โพสต์บล็อกจัดอันดับไว้สูงกว่า

การแบ่งที่เราจะใช้

ถ้างานมีขอบเขต ทำงานซ้ำ และมีการตรวจทาน ราคาครึ่งหนึ่งของ Terra ก็ชนะเจ็ดคะแนนของ Kimi แต่ถ้างานเป็นแบบปลายเปิด เป็นงานลักษณะเขียนโค้ด หรือต้องรันโดยไม่พึ่งผู้ขาย เจ็ดคะแนนของ Kimi ก็ชนะราคาครึ่งหนึ่งของ Terra — และ open weights ทำให้ปีที่สองถูกกว่าที่การคำนวณต้นทุนโทเคนจะบอกไว้

ข้อผิดพลาดคือการเลือกโมเดลเดียวสำหรับภาระงานทั้งหมด หลักฐานสนับสนุนการแยก: Terra สำหรับระดับปริมาณ และ Kimi สำหรับระดับงานยาก พร้อมกลไกสำรองที่ผ่านการวัดผลระหว่างทั้งสอง นั่นคือการตัดสินใจด้านการจัดเส้นทาง ไม่ใช่การตัดสินใจเลือกโมเดล และเป็นข้อสรุปเดียวที่การเปรียบเทียบนี้สมควรได้รับจริง ๆ