GPT-6 Sol กับ Kimi K3: สามสมมติฐานเกี่ยวกับน้ำหนักเปิด ทดสอบกับบิลใบเดียว

การซื้อโมเดลแบบเปิดน้ำหนักมักเป็นการเดิมพันกับสามสิ่ง: ว่ามันจะถูกกว่า ว่ามันให้คุณควบคุมได้ และว่ามันเป็นประกันความเสี่ยงที่ผู้ขายจะเปลี่ยนใจ Kimi K3 โมเดลขนาด 2.8 ล้านล้านพารามิเตอร์ที่ Moonshot AI ปล่อยภายใต้น้ำหนักเปิดเมื่อวันที่ 27 กรกฎาคม 2026 และ GPT-6 Sol โมเดลปิดที่วางจำหน่ายเมื่อวันที่ 22 กันยายน 2026 เป็นกรณีทดสอบที่ชัดเจนสำหรับทั้งสามข้อ เพราะทั้งสองโมเดลใกล้เคียงกันเพียงพอบนกระดานที่เป็นกลาง จนสมมติฐานต่างๆ ต้องรับหน้าที่แบกข้อโต้แย้งด้วยตัวเอง

นี่คือผลลัพธ์ของพวกเขา K3 ไม่ได้ถูกกว่าต่องาน — มันแพงกว่าประมาณสองเท่า โดยอยู่ที่ $3.00 และ $15.00 ต่อล้านโทเค็น เทียบกับของ Sol ที่ $2.00 และ $10.00 การควบคุมนั้นมีจริง แต่มีข้อกำหนดฮาร์ดแวร์ขั้นต่ำที่ทีมส่วนใหญ่จะไม่ผ่าน และการประกันคือสมมติฐานเดียวที่ยังคงใช้ได้อย่างสมบูรณ์ ซึ่งทำให้มันเป็นสิ่งเดียวที่คุ้มค่าที่จะจ่าย ต่อไปนี้คือการคำนวณเบื้องหลังแต่ละข้อ

สองโมเดล โดยสังเขป

Kimi K3 เป็นโมเดล sparse mixture-of-experts ที่มีพารามิเตอร์รวม 2.8 ล้านล้านตัว และมีพารามิเตอร์ที่ใช้งานต่อโทเคนประมาณ 104 พันล้านตัว — คิดเป็นราว 3.7% — เผยแพร่ภายใต้สัญญาอนุญาต Modified MIT พร้อมหน้าต่างบริบทขนาด 1,048,576 โทเคน คำกล่าวอ้างด้านสถาปัตยกรรมของ Moonshot มีความเฉพาะเจาะจง: Kimi Delta Attention ซึ่งเป็นรูปแบบ linear-attention แบบไฮบริดที่บริษัทกล่าวว่าถอดรหัสบริบทยาวได้เร็วขึ้นถึง 6.3 เท่า พร้อมด้วย Attention Residuals และเฟรมเวิร์ก Stable LatentMoE โดยรับข้อความและภาพเข้า และส่งคืนข้อความ โมเดลแบบ undistilled มีขนาดเกิน 1 TB และการติดตั้งใช้งานจริงถูกอธิบายในแง่ของขั้นต่ำ 64 ตัวเร่งความเร็ว

GPT-6 Sol เป็นโมเดลปิด ใช้ตัวระบุเดียว และมีราคาคงที่ $2.00 และ $10.00 โดยมีการอ่านแคช $0.20 และการเขียนแคช $2.50 โดยปรับราคาทั้งคำขอที่เกิน 272,000 โทเค็นอินพุตเป็น $4.00 และ $15.00 เป็นแบบรับข้อความและรูปภาพเข้า ส่งออกข้อความ มีหน้าต่าง 1,050,000 โทเค็น อินพุตสูงสุด 922,000 โทเค็น เพดานเอาต์พุต 128,000 โทเค็น และจุดตัดความรู้วันที่ 20 เมษายน 2026

หน้าต่างบริบทนั้น ในทางปฏิบัติแล้วเป็นตัวเลขเดียวกัน — ต่างกันเพียง 0.1% สิ่งนี้ขจัดเหตุผลที่พบบ่อยที่สุดในการเลือกอันใดอันหนึ่ง และหมายความว่าการตัดสินใจขึ้นอยู่กับสมมติฐานทั้งสามอย่างทั้งหมด

สมมติฐานข้อที่หนึ่ง: น้ำหนักแบบเปิดนั้นถูกกว่า ความจริงไม่ใช่เช่นนั้น

• อินพุต — GPT-6 Sol 2.00 ดอลลาร์ต่อล้านโทเคน เทียบกับ Kimi K3 3.00 ดอลลาร์ต่อล้านโทเคน

• เอาต์พุต — GPT-6 Sol $10.00 ต่อล้านโทเคน เทียบกับ Kimi K3 $15.00 ต่อล้านโทเคน

• อินพุตที่แคชไว้ — GPT-6 Sol $0.20 ต่อล้านโทเค็น เทียบกับ Kimi K3 $0.30 ต่อล้านโทเค็น; ทั้งคู่คิดเป็นหนึ่งในสิบของอัตราอินพุตที่ไม่ได้แคช

• ดัชนีความฉลาด อิสระ — GPT-6 Sol 48 ที่ max effort เทียบกับ Kimi K3 44 ที่ max effort

• ค่าใช้จ่ายต่องาน Index โดยอิสระ — GPT-6 Sol $1.06 เทียบกับ Kimi K3 $2.00

• โทเค็นเอาต์พุตสำหรับการรันดัชนี — GPT-6 Sol 77M เทียบกับ Kimi K3 160M

• หน้าต่างบริบท — GPT-6 Sol 1,050,000 โทเค็น เทียบกับ Kimi K3 1,048,576 โทเค็น

• ค่าน้ำหนัก — GPT-6 Sol แบบปิด เทียบกับ Kimi K3 แบบเปิด ดาวน์โหลดได้ และโฮสต์เองได้

• ใบอนุญาต — GPT-6 Sol ไม่เกี่ยวข้อง เมื่อเทียบกับ Kimi K3 Modified MIT

• จำนวนพารามิเตอร์ทั้งหมด — GPT-6 Sol ไม่เปิดเผย เทียบกับ Kimi K3 2,800 พันล้าน โดยในจำนวนนี้ 104 พันล้านเป็นพารามิเตอร์ที่ใช้งานต่อโทเคน

Sol ถูกกว่าในทุกรายการของตารางราคา และช่องว่างกว้างที่สุดตรงจุดที่เวิร์กโหลดแบบเอเจนต์ใช้จ่ายเงินพอดี คณะกรรมการอิสระเห็นตรงกันทั้งในแง่ทิศทางและขนาดโดยประมาณ: Sol มีต้นทุนต่องานที่ทำเสร็จประมาณครึ่งหนึ่ง โดยมีคะแนนดัชนีสูงกว่าอยู่สี่จุด K3 สร้างโทเคนเอาต์พุตมากกว่าสองเท่าเล็กน้อยเพื่อรันดัชนีเดียวกัน

ความละเอียดอ่อนประการหนึ่งทำให้เรื่องนี้ยังไม่ใช่การเอาชนะอย่างราบคาบ Moonshot อ้างว่า K3 ปล่อยโทเค็นเอาต์พุตน้อยกว่ารุ่นก่อน 21% และงานด้านสถาปัตยกรรม — ทั้งรูปแบบ attention และการออกแบบเรซิดิว — มุ่งตรงไปที่ต้นทุนการถอดรหัสในบริบทยาวโดยเฉพาะ ในภาระงานที่โดดเด่นด้วยอินพุตที่ยาวมาก คุณสมบัติด้านประสิทธิภาพของ K3 อาจปิดช่องว่างส่วนหนึ่งที่การรันดัชนีแสดงให้เห็น ยังไม่มีใครเผยแพร่การวัดนั้นบนฮาร์เนสที่เทียบเคียงได้ ดังนั้นให้ถือเป็นคำกล่าวอ้างของผู้ขายที่มีกลไกสมเหตุสมผล ไม่ใช่ผลลัพธ์

ข้อสันนิษฐานที่สอง: เวตแบบเปิดทำให้คุณควบคุมได้ จนถึงขีดจำกัดด้านฮาร์ดแวร์

การควบคุมนี้เป็นของจริงและควรกล่าวอย่างแม่นยำ เพราะคำว่า "open weights" มักถูกใช้อย่างหลวม ๆ สัญญาอนุญาต Modified MIT ที่แนบมากับเช็กพอยต์ที่ดาวน์โหลดได้ หมายความว่าคุณสามารถรันโมเดลบนฮาร์ดแวร์ของคุณเอง ไฟน์จูนมัน ตรึงรีวิชันที่เจาะจงไว้ และเก็บการประมวลผล inference ไว้ภายในขอบเขตที่คุณควบคุม ไม่มีสิ่งใดในนั้นที่หาได้จาก GPT-6 Sol ไม่ว่าจะจ่ายในราคาเท่าใด

ความหมายไม่ได้อยู่ที่ว่า การโฮสต์เองเป็นสิ่งทดแทน API ในแง่ต้นทุน ตัวเลขที่เผยแพร่ระบุว่าเช็คพอยต์ความแม่นยำเต็มอยู่ที่ประมาณ 4.9 TB หรือประมาณ 397 GB ที่การควอนไทซ์ 1 บิต โดยมีขั้นต่ำในการติดตั้งใช้งานอยู่ในช่วงหน่วยความจำรวม 410 GB และการติดตั้งใช้งานจริงระบุในแง่ของตัวเร่ง 64 ตัว ทีมที่ใช้งานคลัสเตอร์ระดับนั้นอยู่แล้วมีทางเลือกจริง ณ จุดนี้ ทีมที่ไม่ได้ทำเช่นนั้นกำลังเปรียบเทียบค่าใช้จ่าย API กับการซื้อสินทรัพย์ถาวร และค่าใช้จ่าย API ชนะอย่างมาก

ข้อโต้แย้งเรื่องการควบคุมในเวอร์ชันที่ตรงไปตรงมานั้นแคบกว่าที่มักถูกกล่าวอ้างกัน: open weights ให้ความสามารถในการจากไป ไม่ใช่ความสามารถในการรันอย่างประหยัด สองสิ่งนี้เป็นคนละเรื่องกัน และมีเพียงอย่างเดียวเท่านั้นที่ทีมส่วนใหญ่เข้าถึงได้

ข้อสันนิษฐานที่สาม: open weights คือหลักประกัน ข้อนี้ใช้ได้

ข้อสันนิษฐานที่สามยังคงเป็นจริงแม้จะมีตัวเลขทั้งหมดข้างต้น และเป็นเหตุผลที่ทำให้ K3 มีตลาดอยู่ได้เลย Moonshot อาจถูกซื้อกิจการ อาจเปลี่ยนสัญญาอนุญาตสำหรับเวอร์ชันในอนาคต อาจเลิกสนับสนุน K3 อาจขึ้นราคา อาจระงับการสมัครสมาชิก — และมันก็ระงับการสมัครสมาชิกใหม่ภายใน 48 ชั่วโมงหลังเปิดตัวจริง เพื่อรักษาคุณภาพบริการให้ลูกค้าที่จ่ายเงินอยู่เดิม ซึ่งเป็นการสาธิตให้เห็นสด ๆ ว่าการเข้าถึง API เป็นการตัดสินใจเชิงนโยบาย ไม่ใช่คุณสมบัติที่มีมาในตัว

ถ้า K3 ถูกเลิกใช้งาน น้ำหนักที่คุณดาวน์โหลดมายังคงรันได้ ถ้า Moonshot ขึ้นราคา API สามเท่า การติดตั้งใช้งานแบบโฮสต์เองของคุณก็ไม่ได้รับผลกระทบ ถ้าคุณต้องแสดงให้นักตรวจสอบเห็นว่าสแตกการอนุมาน (inference stack) ของคุณถูกตรึงไว้ที่ revision ที่รู้แน่ชัด checkpoint ให้สิ่งนั้นกับคุณได้ แต่ API ให้ไม่ได้ ไม่มีสิ่งใดในนี้ปรากฏบนตารางต้นทุนต่องาน และทั้งหมดนั้นเป็นเรื่องจริง

คำถามคือมันคุ้มค่าหรือไม่ จากตัวเลขข้างต้น คุณกำลังจ่ายแพงขึ้นประมาณสองเท่าต่อหนึ่งงานที่ทำสำเร็จสำหรับการประกันนั้น บวกกับคะแนนดัชนีด้านความสามารถอีกสี่จุด สำหรับปริมาณงานที่การเลิกใช้ API ถือเป็นการหยุดชะงักทางธุรกิจ นั่นถือว่าถูก สำหรับปริมาณงานที่คุณเพียงแค่เปลี่ยนโมเดล มันเป็นค่าเบี้ยสำหรับการป้องกันความเสี่ยงที่คุณจะไม่มีวันได้ใช้

ทั้งคู่อยู่บนปุ่มเดียวได้ ถ้าคุณต้องการให้เป็นแบบนั้น

Kimi K3 อยู่ในแคตตาล็อกของ OrcaRouter ในราคาตามที่ Moonshot กำหนด ภายใต้โมเดลแบบ pass-through ที่ ทำให้การเปลี่ยนแปลงอัตราของ Moonshot มีผลในฝั่งของเราภายในวันเดียวกัน แทนที่จะเป็นหลังผู้ขายต่อเจรจาใหม่ GPT-6 Sol ยังไม่มีในแคตตาล็อกของเรา ณ เวลาที่เขียนนี้ และสามารถเข้าถึงได้ผ่าน API ของ OpenAI เอง

การผสมผสานนั้นมีค่ามากกว่าที่ฟังดูสำหรับการตัดสินใจเฉพาะนี้ เพราะโมเดลทั้งสองอยู่ในโหมดความล้มเหลวที่ต่างกัน เหตุผลในการรัน K3 ไม่ใช่เพราะมันถูกกว่า — มันไม่ถูกกว่า — แต่เพราะมันเป็นเครื่องป้องกันความเสี่ยง และเครื่องป้องกันความเสี่ยงที่คุณไม่สามารถสลับไปใช้ได้อย่างรวดเร็วก็ไม่ถือเป็นเครื่องป้องกันความเสี่ยงสักเท่าไร การวาง K3 ไว้หลังเอนด์พอยต์เดียวกันกับทุกอย่าง พร้อมการสลับระบบสำรองอัตโนมัติและกฎการกำหนดเส้นทางที่เปลี่ยนแปลงได้ในการตั้งค่า คือสิ่งที่เปลี่ยน "เรามีทางเลือกสำรองแบบโอเพนเวต" จากสไลด์ในเด็คให้กลายเป็นสิ่งที่ทำงานได้ตอนตี 3

แต่ละอย่างใช้ทำอะไรจริงๆ

• ถ้าคุณต้องการต้นทุนต่ำที่สุดต่องานที่ทำสำเร็จในงานทั่วไป — GPT-6 Sol และส่วนต่างอยู่ที่ประมาณ 2×

• หากคุณต้องการความสามารถสูงสุดบนบอร์ดที่เป็นกลางของทั้งสอง — GPT-6 Sol นำอยู่สี่คะแนน

• หากคุณใช้งานคลัสเตอร์ในระดับหน่วยความจำ 400 GB ขึ้นไปอยู่แล้ว และต้องการทำอินเฟอเรนซ์ภายในขอบเขตของคุณเอง — K3 และการคำนวณจะเปลี่ยนไปโดยสิ้นเชิง เพราะต้นทุนส่วนเพิ่มของเวตต์ไม่เท่ากับต้นทุนของฮาร์ดแวร์

• ถ้าสิ่งที่คุณต้องการจริง ๆ คือโมเดลของคุณต้องไม่ถูกพรากไปจากคุณ — K3 และนี่คือข้อโต้แย้งเดียวในการเปรียบเทียบที่ Sol ไม่สามารถตอบได้

• หากคุณกำลังเลือกจากราคาต่อโทเคน เพราะ K3 ดูเหมือนเป็นโมเดลจีนที่ถูกกว่า — ให้ตรวจจำนวนโทเคนก่อน สำหรับการรันดัชนีที่ให้ผลลัพธ์ 160 ล้านโทเคน เทียบกับ 77 ล้านของ Sol อัตราที่ถูกกว่านั้นคือการซื้อโทเคนมากขึ้น ไม่ใช่ใบเรียกเก็บเงินที่เล็กลง