Guides & Insights

Step 5 Preview กับ Kimi K3.1 Pro: ทั้งสองโมเดลได้รับการให้คะแนนใหม่เมื่อสัปดาห์ที่แล้ว นี่คือสิ่งที่ยังคงอยู่

ผู้เขียน

Alistair Wren

วันที่เผยแพร่

Oct 29, 2026

โมเดลล่าสุด · 20ดูโมเดลทั้งหมด →

เบนช์มาร์ก: Artificial Analysis · อัปเดตทุกวัน

กลับไปยังโพสต์ทั้งหมด

หากคุณค้นหา Step 5 Preview และ Kimi K3.1 Pro เมื่อสัปดาห์ก่อน คุณคงได้ตัวเลขสองตัวกลับมา: 44 และ 55 ตอนนี้ทั้งคู่หายไปแล้ว เมื่อวันที่ 27 และ 28 ตุลาคม 2026 Artificial Analysis ได้แทนที่ Intelligence Index ของตนด้วยเวอร์ชัน 5 ซึ่ง 60% ของคะแนนมาจากชุดทดสอบส่วนตัวหรือชุดทดสอบที่ถูกเก็บซ่อนไว้ และการที่โมเดลเดียวกันได้คะแนนภายใต้เกณฑ์เก่ากับเกณฑ์ใหม่นั้นไม่ใช่การวัดเดียวกัน Step 5 Preview ได้ 29 ภายใต้ v5 ส่วน Kimi K3.1 Pro ได้ 46 ช่องว่างเก้าคะแนนระหว่างทั้งสองตอนนี้คือการเปรียบเทียบที่คุณทำได้อย่างตรงไปตรงมา และมันเป็นช่องว่างที่แตกต่างจากช่องว่างที่การรายงานข่าวตอนเปิดตัวใช้เป็นแกนในการเขียน

ต่อไปนี้คือการเปรียบเทียบดังกล่าว พร้อมกับส่วนที่ไม่มีใครใส่ไว้ในตารางเปรียบเทียบ นั่นคือ โมเดลทั้งสองอยู่คนละฝั่งของประเด็นเรื่องน้ำหนักโมเดลซึ่งจะได้ข้อยุติในวันที่ 4 พฤศจิกายน และมีเพียงโมเดลเดียวเท่านั้นที่สามารถเรียกผ่าน OrcaRouter ได้ในวันนี้

Generated 16:9 comparison card headed "Step 5 Preview vs Kimi K3.1 Pro" with two columns. Left column, Step 5 Preview: 600B total / 27B active; 1M-token context; text, image and video input; $1.00 input, $2.70 output; 90 per cent cache discount; 179.1 output tokens per second; Intelligence Index v5 score 29; $2.35 per index task; weights published October 15. Right column, Kimi K3.1 Pro: 2.8T total / 104B active; 1,048,576-token context; text and image input; $2.00 input, $10.00 output, $0.20 cache read; around 73 output tokens per second; Intelligence Index v5 score 46; $1.98 per index task; weights due November 4. A footer reads "Specs and pricing per each vendor; speed, index and cost per task per Artificial Analysis."

ตัวเลขสองตัวที่ทุกคนอ้างถึงตอนนี้ผิดทั้งคู่แล้ว

Kimi K3.1 Pro เปิดตัวเมื่อวันที่ 23 ตุลาคม 2026 ด้วยคะแนน Intelligence Index อยู่ที่ 55 และเปิดตัวในอันดับที่สี่ สูงกว่า Kimi K3 อยู่สิบเอ็ดคะแนน สี่วันต่อมาได้ 46 ไม่มีอะไรเกี่ยวกับโมเดลเปลี่ยนไป — ไม้บรรทัดต่างหากที่เปลี่ยน Artificial Analysis ได้สร้างดัชนีคอมโพสิตใหม่เป็นการประเมินเก้ารายการในสี่หมวดหมู่ — Knowledge Work, Coding, Science และ General — และตัดการประเมินเก่าออกสามรายการ รวมถึง GDPval-AA v2.1, SciCode และ AA-LCR v1.1 พวกเขาเพิ่ม FrontierCode 2.0 ซึ่งเป็นชุดงานเขียนโค้ดส่วนตัว 132 งานที่ให้คะแนนจากว่าการแพตช์นั้นคุ้มค่าที่จะ merge หรือไม่ และ Terminal-Bench-Science

Step 5 Preview เจอผลกระทบแบบเดียวกัน แต่หนักกว่า โดยอ่านค่าได้ 29 ภายใต้ v5.0 เทียบกับ 44 ภายใต้ดัชนีก่อนหน้า และสูญเสียหลักฐานสนับสนุนไปมากกว่าที่ Kimi สูญเสีย เพราะสื่อเปิดตัวของ StepFun อาศัยการประเมินที่ถูกนำออกไปพอดี ตัวเลข 88.3 ใน AA-LCR และ 58.9 ใน SciCode ที่ปรากฏในการรายงานส่วนใหญ่เกี่ยวกับโมเดลนี้ ตอนนี้เป็นคะแนนจากเกณฑ์มาตรฐานที่ไม่มีส่วนร่วมกับดัชนีหลักอีกต่อไป พวกมันยังคงเป็นการวัดสิ่งบางอย่างที่จริง แต่ไม่ใช่สิ่งที่ดัชนีวัดอีกต่อไป

ผลลัพธ์ด้านการจัดอันดับนี้ควรกล่าวให้ชัดเจน: ภายใต้ v5 โมเดลที่เป็น open-weights หรือให้สัญญาว่าจะเป็น open-weights ซึ่งอยู่ที่ 46 นั้นตามหลังผู้นำที่ 58 อยู่ 12 คะแนน ในขณะที่ภายใต้ v4 ช่องว่างเคยอยู่ที่ 3 คะแนน นั่นเป็นข้อความเกี่ยวกับเกณฑ์การให้คะแนน ไม่ใช่เกี่ยวกับการถดถอยของขีดความสามารถอย่างฉับพลัน และบทความใดก็ตามที่นำเสนอเรื่องนี้ว่าเป็นอย่างหลังย่อมอ่านแหล่งข้อมูลของตนเองผิด

บรรทัดสเปก ทีละมิติ

• พารามิเตอร์ทั้งหมดและพารามิเตอร์ที่ใช้งาน — Step 5 Preview: ทั้งหมด 600B, ใช้งาน 27B ต่อโทเค็น, ผู้เชี่ยวชาญ 8 จาก 352 ราย พร้อมหนึ่งรายที่ใช้ร่วมกัน Kimi K3.1 Pro: ทั้งหมด 2.8T, ใช้งาน 104B

• เป็นการปล่อยในลักษณะใด — Step 5 Preview: โมเดลเรือธงใหม่ที่เปิดตัวในรูปแบบพรีวิว โดยมีน้ำหนักโมเดลตามมาภายหลัง Kimi K3.1 Pro: เวอร์ชันที่ผ่าน post-training ของ Kimi K3 ด้วยทรัพยากรคำนวณสำหรับ post-training ที่มากขึ้น รวมถึง reinforcement learning แบบร่วมกันข้ามหลายร้อยโดเมน — ไม่ใช่สถาปัตยกรรมใหม่

• หน้าต่างบริบท — พรีวิวขั้นตอนที่ 5: 1M โทเค็น Kimi K3.1 Pro: 1,048,576 โทเค็น

• ประเภทอินพุต — Step 5 Preview: ข้อความ รูปภาพ และวิดีโอ Kimi K3.1 Pro: ข้อความและรูปภาพ

• ราคาอินพุตต่อหนึ่งล้านโทเคน — Step 5 Preview: $1.00 Kimi K3.1 Pro: $2.00 คงที่ตลอดหน้าต่างบริบททั้งหมด โดยไม่มีค่าธรรมเนียมเพิ่มเติมสำหรับบริบทขนาดยาว

• ราคาเอาต์พุตต่อหนึ่งล้านโทเคน — Step 5 Preview: $2.70 Kimi K3.1 Pro: $10.00

• อินพุตแบบแคช — Step 5 Preview: ส่วนลด 90% จากอัตราค่าอินพุต Kimi K3.1 Pro: $0.20 ต่อหนึ่งล้านโทเคนสำหรับการอ่าน โดยการเขียนแคชอยู่ที่ $2.00 เมื่อ TTL ห้านาที และ $4.00 เมื่อ TTL หนึ่งชั่วโมง

• น้ำหนักโมเดล — Step 5 Preview: เผยแพร่เมื่อ 15 ตุลาคม 2026 ในรูปแบบ BF16 และ FP8 ภายใต้ StepFun Model License 1.0 Kimi K3.1 Pro: ยังไม่เผยแพร่; Moonshot ระบุว่าคาดว่าจะมีน้ำหนักโมเดลภายในวันที่ 4 พฤศจิกายน 2026

• คะแนนอิสระภายใต้ Intelligence Index v5.0 — Step 5 Preview: 29. Kimi K3.1 Pro: 46.

ต้นทุนต่องานที่เสร็จสมบูรณ์ โดยมีข้อแม้แนบมาด้วย

Artificial Analysis รายงานว่า Step 5 Preview มีต้นทุน $2.35 ต่องาน Intelligence Index และ Kimi K3.1 Pro อยู่ที่ $1.98 นั่นดูเหมือนเป็นความได้เปรียบเล็กน้อยสำหรับ Kimi และควรค่าแก่การทำความเข้าใจว่าทำไมมันจึงไม่ใช่ความได้เปรียบที่ชัดเจน

ตัวเลขสองตัวนี้ไม่ได้มาจากชุดงานเดียวกัน เพราะชุดงานถูกสร้างใหม่ระหว่างการวัดทั้งสองครั้ง ทั้งสองค่าเป็น "ต้นทุนต่องานดัชนี" ภายใต้คอมโพสิตใดก็ตามที่ใช้งานอยู่ ณ เวลาที่เก็บตัวเลขนั้น ซึ่งทำให้การเปรียบเทียบอย่างดีที่สุดก็เป็นเพียงเชิงทิศทาง สิ่งที่ไม่กำกวมคือกลไก: Kimi K3.1 Pro ใช้คำมาก โดยใช้ประมาณ 55,000 โทเค็นเอาต์พุตต่องาน และ 150 ล้านโทเค็นตลอดการรันเต็ม เทียบกับค่ามัธยฐานที่ 87 ล้าน และที่ราคา 10 ดอลลาร์ต่อล้านโทเค็นเอาต์พุต ความใช้คำมากนั้นมีต้นทุนสูง 1.98 ดอลลาร์ของมันเป็นผลจากการทำงานเสร็จในจำนวนขั้นตอนที่คิดเงินน้อยกว่า ไม่ใช่เพราะโทเค็นถูกกว่า

Step 5 Preview เป็นโทเคนที่ถูกกว่า 3.7 เท่าสำหรับเอาต์พุต และ 2 เท่าสำหรับอินพุต และเป็นโมเดลที่เร็วกว่าอย่างมากเมื่อดูจากการวัดที่มีอยู่: 179.1 โทเคนเอาต์พุตต่อวินาทีบน API ของ StepFun เทียบกับค่ามัธยฐานของกลุ่มที่ 74.1 โดย Kimi K3.1 Pro วัดได้ประมาณ 73 หากงานของคุณไวต่อความหน่วงและเน้นเอาต์พุต ลำดับดังกล่าวสอดคล้องกับลำดับราคา และการตัดสินใจก็เป็นเรื่องง่าย หากงานของคุณเป็นแบบที่ความแตกต่างของคุณภาพคำตอบ 17 คะแนนดัชนีสำคัญกว่าเวลาถึงโทเคนแรก ตัวเลขชุดเดียวกันกลับชี้ไปอีกทาง

Screenshot of the Artificial Analysis page for Step 5 Preview, headed 'Step 5 Preview Intelligence, Performance & Price Analysis'. The header marks it an open-weights model from StepFun, released September 2026. Four cards read Intelligence 29 at rank 6 of 17, Speed 179.1 output tokens per second at rank 8 of 78, Cost $2.35 per Intelligence Index task with In $1.00, Out $2.70 and a 90% cache discount, and Verbosity 130M output tokens. The Comparison Summary text says the model is above average in intelligence but somewhat expensive and notably fast, scoring 29 against a median of 23. Technical specifications list reasoning yes, input modality icons for text, image, audio and video, output text, 1M-token context, 600B total parameters, 27B active parameters, StepFun Model License 1.0 and weights on Hugging Face. The panel ends '124 models in this class'.

น้ำหนัก: ตัวหนึ่งออกแล้ว อีกตัวหนึ่งคือคำสัญญาที่มีวันที่

นี่คือความไม่สมมาตรที่ตาราง benchmark ซ่อนไว้ น้ำหนักของ Step 5 Preview ดาวน์โหลดได้ตั้งแต่ 15 ตุลาคม: checkpoint BF16 และ FP8 บน Hugging Face และ ModelScope, recipe สำหรับ vLLM และ SGLang ในวันเดียวกัน, บล็อกทางเทคนิคที่อธิบายสแตกแบบแคบ-ลึก 92 ชั้น และรูปแบบความสนใจ GQA แบบเบาบาง checkpoint FP8 ต้องการ VRAM ประมาณ 773 GB และ GPU อย่างน้อยสี่ตัว โดยมี B300 เป็นเป้าหมายเริ่มต้น และ H200 แปดตัวบนเส้นทาง Hopper สัญญาอนุญาตเป็นของ StepFun เอง ไม่ได้รับการอนุมัติจาก OSI: ต้องระบุเครดิตบนผลลัพธ์ที่มีการใช้งานอย่างมีนัยสำคัญ ต้องเจรจาแยกสำหรับผู้ผลิตฮาร์ดแวร์ และมีสัญญาอนุญาตเชิงพาณิชย์สำหรับผู้ให้บริการ model-as-a-service ที่มีรายได้ต่อปีเกิน 20 ล้านดอลลาร์

น้ำหนักของ Kimi K3.1 Pro ไม่มีอยู่จริงในวันเปิดตัว — Artificial Analysis ยังจัดประเภทโมเดลนี้ว่าเป็นแบบเฉพาะเจ้าของเมื่อวันที่ 24 ตุลาคม — และกำหนดการที่ประกาศไว้คือ 4 พฤศจิกายน 2026 เมื่อน้ำหนักโมเดลเหล่านี้เปิดให้ดาวน์โหลด โมเดลของ Moonshot จะกลายเป็นโมเดลที่ดาวน์โหลดได้ซึ่งได้คะแนนสูงสุดบนดัชนี v5 ซึ่งเป็นเหตุการณ์สำคัญอย่างแท้จริงสำหรับใครก็ตามที่ต้องการความสามารถใกล้เคียงระดับแนวหน้าโดยไม่ต้องมีผู้ขายเข้ามาเกี่ยวข้อง

จนถึงวันที่ 4 พฤศจิกายน การเปรียบเทียบนี้อยู่ระหว่างโมเดลที่คุณรันเองได้กับโมเดลที่คุณเรียกใช้ได้เท่านั้น นั่นไม่ใช่ข้อเสียถาวรสำหรับ Kimi แต่เป็นข้อเสียจริงในสัปดาห์นี้ และนั่นคือเหตุผลที่การตัดสินใจในวันนี้อาจไม่ใช่การตัดสินใจที่คุณจะทำในอีกเก้าวัน

Screenshot of the Kimi Platform Model Inference Pricing page, headed 'Model Inference Pricing', with a banner reading 'Kimi K3.1 Pro has launched! Start exploring now!'. A line above the table notes that all K3 series models support a 1,048,576-token context window. Three rows list kimi-k3.1-pro at $2.00 input, $10.00 output, $0.20 cached input, $2.00 for five-minute cache writes and $4.00 for one-hour writes; kimi-k3.1-pro-highspeed at $4.00, $20.00, $0.20, $4.00 and $8.00; and kimi-k3 at $3.00, $15.00, $0.30, $3.00 and $6.00, all per million tokens. A note explains that context caching is enabled automatically with a default five-minute TTL.

ที่แต่ละรายการสามารถเรียกใช้งานได้ในขณะนี้

ในสองโมเดลนี้ มีโมเดลหนึ่งอยู่บน OrcaRouter ส่วนอีกโมเดลไม่อยู่ Kimi K3.1 Pro อยู่ในแคตตาล็อกที่ใช้งานจริงภายใต้ชื่อ kimi/kimi-k3.1-pro พร้อมกับโมเดล Kimi อีกห้ารุ่น ส่วน Step 5 Preview ไม่ได้อยู่: แคตตาล็อกมีรหัสโมเดลจำนวน 214 รายการจากผู้ให้บริการ 16 ราย และ ณ วันที่ 29 ตุลาคม 2026 ยังไม่มีรายการ StepFun อยู่ในแคตตาล็อกนั้น หากคุณต้องการใช้ Step 5 Preview ในวันนี้ คุณต้องเรียก API ของ StepFun เอง หรือโฮสต์เช็กพอยต์ด้วยตัวเอง

ความไม่สมมาตรนั้นคือส่วนที่มีประโยชน์ของการจับคู่นี้สำหรับการตัดสินใจด้านการกำหนดเส้นทาง (routing) เพราะเราเปิดเผยราคาตามที่ผู้ให้บริการประกาศไว้โดยไม่บวกราคาเพิ่ม อัตราค่าบริการ Kimi ที่คุณเห็นที่นี่จึงเป็นอัตราของ Moonshot — $2.00 และ $10.00 — และเป็นเช่นเดียวกันกับการลดราคาใด ๆ ที่ Moonshot ประกาศในภายหลัง และเนื่องจาก failover เป็นไปโดยอัตโนมัติ รูปแบบที่ใช้งานได้จริงของประโยค "Kimi คือตัวเลือกที่ราคาถูกและมีการวัดผล" ก็คือคุณสามารถวางมันไว้เป็นลำดับแรกในเชน แล้วให้แพลตฟอร์มสลับไปใช้ตัวสำรองเมื่อผู้ให้บริการมีประสิทธิภาพลดลง แทนที่จะฝังตรรกะ fallback ไว้ในไคลเอนต์ของคุณและต้องคอยดูแลรักษามัน

คำถามเรื่องการย้ายข้อมูล หากคุณกำลังเปลี่ยนระบบ

สามสิ่งจะทำให้คุณเสียเวลา ไม่ว่าคุณจะเคลื่อนไปในทิศทางใด

อย่างแรกคือปริมาณเอาต์พุต โปรไฟล์ต้นทุนของ Kimi K3.1 Pro ถูกกำหนดโดยปริมาณที่มันเขียนเป็นหลัก ไม่ใช่อัตราค่าใช้จ่าย พรอมต์ที่ให้คำตอบกระชับบน Step 5 Preview อาจสร้างโทเค็นบน Kimi มากกว่าถึงสามเท่า และบิลของคุณจะขึ้นกับจำนวนโทเค็น ไม่ใช่อัตราตามตารางราคา วัดจำนวนโทเค็นเอาต์พุตต่องานบนเวิร์กโหลดของคุณเองก่อนที่จะเปรียบเทียบราคาทั้งสองเลย

ประการที่สองคือเศรษฐศาสตร์ของแคช Step 5 Preview ลดราคาอินพุตที่แคชไว้ 90% ส่วน Kimi K3.1 Pro คิด $0.20 ต่อล้านโทเค็นสำหรับการอ่านแคช แต่ก็คิดค่าการเขียนแคชด้วย — $2.00 เมื่อ TTL ห้านาที และ $4.00 เมื่อหนึ่งชั่วโมง ลูปของเอเจนต์ที่ส่ง system prompt ยาว ๆ ซ้ำในทุกขั้นตอนถือเป็นคนละเรื่องกันเลยภายใต้สองรูปแบบนี้ และการ์ดที่ดูเหมือนถูกกว่าก็ไม่ได้แปลว่าลูปจะถูกกว่าอยู่เสมอ

ประการที่สามคือความไวต่อ harness ตารางของ Moonshot เองระบุว่า Kimi K3.1 Pro ทำได้ 65.7% บน Terminal-Bench 4.0 เทียบกับ 66.4% ของ Claude Opus 5.5 และ 58.2% ของ GPT-6 Astra; ผู้ประเมินอิสระรายงานว่าโมเดลเดียวกันได้ 67% ตัวเลข Terminal-Bench เปลี่ยนแปลงได้หลายสิบพอยต์ตาม scaffolding ดังนั้นช่องว่าง 1.7 พอยต์ระหว่างการรันของสองแล็บจึงไม่ใช่การวัดความแตกต่างของความสามารถ 1.7 พอยต์ ให้ถือว่าทุกแถวที่เปรียบเทียบข้ามผู้จำหน่ายในการเปรียบเทียบนี้เป็นข้อกล่าวอ้างเกี่ยวกับทิศทาง

สิ่งที่ควรลงมือทำสัปดาห์นี้อย่างชัดเจน: หากงานของคุณเป็นแบบคอนเท็กซ์ยาว เน้นเอาต์พุตจำนวนมาก และไวต่อความหน่วง Step 5 Preview ที่ราคา $1.00 และ $2.70 คือการทดลองที่ถูกกว่า และ weights ทำให้มันเป็นตัวเลือกที่พกพาได้ หากงานคือการเขียนโค้ดแบบเอเจนต์ที่คุณภาพของแพตช์คือทั้งหมดของผลิตภัณฑ์ คะแนน 46 ของ Kimi K3.1 Pro บน v5 และ 67% บน Terminal-Bench 4.0 ทำให้มันเป็นการซื้อที่แข็งแกร่งกว่า และ 4 พฤศจิกายน คือวันที่เปลี่ยนมันจากการเดิมพันให้กลายเป็นสินทรัพย์ ไม่ว่าจะทางไหน อย่าสร้างการตัดสินใจบน 44 และ 55 ตัวเลขเหล่านั้นเป็นของรูบริกที่ไม่มีอยู่อีกแล้ว

การเปรียบเทียบในบทความนี้1

MoonshotAI: Kimi K3ปะทะMoonshotAI: Kimi K3.1 Pro44ความฉลาด4676การเขียนโค้ด—$3.00ต่อ 1 ล้านโทเคนขาเข้า$2.00เปรียบเทียบ กล่าวถึงร่วมกัน

ตรวจพบจากบทความนี้ · เบนช์มาร์ก: Artificial Analysis · อัปเดตทุกวัน

Step 5 Preview กับ Kimi K3.1 Pro: ทั้งสองโมเดลได้รับการให้คะแนนใหม่เมื่อสัปดาห์ที่แล้ว นี่คือสิ่งที่ยังคงอยู่

ตัวเลขสองตัวที่ทุกคนอ้างถึงตอนนี้ผิดทั้งคู่แล้ว

บรรทัดสเปก ทีละมิติ

ต้นทุนต่องานที่เสร็จสมบูรณ์ โดยมีข้อแม้แนบมาด้วย

น้ำหนัก: ตัวหนึ่งออกแล้ว อีกตัวหนึ่งคือคำสัญญาที่มีวันที่

ที่แต่ละรายการสามารถเรียกใช้งานได้ในขณะนี้

คำถามเรื่องการย้ายข้อมูล หากคุณกำลังเปลี่ยนระบบ

การเปรียบเทียบในบทความนี้1

ผลิตภัณฑ์

ทรัพยากร

สำหรับผู้ให้บริการ

เข้าร่วมคอมมูนิตี้ของเรา

จากบล็อก

ผู้ให้บริการโมเดล