GPT-6.1 Sol vs Kimi K4: Mô hình trong tiêu đề chưa từng được công bố

Kimi K4 không chỉ là một mô hình chưa được công bố. Đó là một cái tên hoàn toàn không có mô hình nào phía sau. Moonshot AI chưa bao giờ công bố model card K4, repository K4, định danh API K4 hay một dòng giá K4 nào, và chỉ mục nghiên cứu của chính họ dừng ở Kimi K3. Artificial Analysis không có trang K4. Cái tên này lọt vào lưu hành qua một banner nội bộ bị rò rỉ vào tháng Bảy, và mọi thứ kể từ đó chỉ là suy diễn từ Kimi K3, một mô hình có thật và khá tốt. GPT-6.1 Sol, ngược lại, đã được cung cấp rộng rãi trên OpenAI API kể từ ngày 29 tháng 9 năm 2026 với giá $2.00 cho mỗi triệu token đầu vào và $10.00 cho mỗi triệu token đầu ra. Vậy nên phép so sánh có thể viết một cách trung thực là Sol với mô hình Kimi đang tồn tại — Kimi K3.1 Pro — cùng với một lời giải thích về việc K4 sẽ phải trở thành như thế nào để việc chờ đợi trở nên hợp lý.

Một cái tên không có mô hình nào đằng sau

Dấu vết bằng chứng đáng được trình bày rõ, bởi vì khối lượng nội dung K4 trực tuyến hoàn toàn không tương xứng với bằng chứng.

• Tháng 7 năm 2026 — một biểu ngữ ăn mừng nội bộ bị rò rỉ từ Moonshot có chứa cụm từ "đẩy K4 đến giới hạn tuyệt đối". Đây là nguồn gốc của cái tên này.

• 29 tháng 7 năm 2026 — The Information đưa tin Moonshot đang tìm kiếm thêm công suất cấp Nvidia Blackwell để huấn luyện một mô hình lớn hơn K3. Bản tin không nêu tên mô hình, không nêu số lượng tham số và không nêu ngày. Đây là một bài viết về mua sắm chip.

• Ngày 16 tháng 7 năm 2026 — Kimi K3 ra mắt: tổng cộng 2,8 nghìn tỷ tham số, 104 tỷ tham số hoạt động, một hỗn hợp chuyên gia thưa với 896 chuyên gia được định tuyến và 16 chuyên gia hoạt động, ngữ cảnh 1.048.576 token và một bộ mã hóa thị giác. Trọng số đã được công bố vào cuối tháng 7.

• 11 tháng 10 năm 2026 — Các cơ quan truyền thông tiếng Trung đưa tin về một mô hình 5–6 nghìn tỷ tham số đang được huấn luyện, "có thể" là K4, nhưng không dẫn nguồn có tên cụ thể.

• 15 tháng 10 năm 2026 — một tuyên bố chưa được xác nhận rằng một mẫu flagship mang mật danh "x4" đã hoàn tất giai đoạn tiền huấn luyện và đang ở giữa đến cuối giai đoạn hậu huấn luyện.

• 23 tháng 10 năm 2026 — Moonshot phát hành Kimi K3.1 Pro thay thế.

Mọi con số benchmark K4, độ dài ngữ cảnh và giá mà bạn đã thấy đều là phép toán được thực hiện trên các con số của K3. Các thị trường dự đoán đặt K4 ở mức khoảng 6% khả năng ra mắt trước ngày 31 tháng 12 năm 2026 và khoảng 17% trước ngày 31 tháng 3 năm 2027. Ngoài ra còn có một bối cảnh chưa được giải quyết đáng để biết: những cáo buộc rằng Moonshot đã có được quyền truy cập GB300 thông qua Thái Lan và chưng cất từ các mô hình của Anthropic, cùng với một động thái bị đe dọa đưa vào Danh sách Thực thể của Bộ Thương mại. Đó là thông tin nền, không phải thông số kỹ thuật của K4, nhưng đó là kiểu thông tin có thể làm thay đổi ngày ra mắt.

Mô hình Kimi mà bạn thực sự có thể so sánh

Kimi K3.1 Pro ra mắt ngày 23 tháng 10 năm 2026 và được niêm yết trong danh mục của chúng tôi vào ngày 24 tháng 10 dưới mã kimi/kimi-k3.1-pro. Mức giá là $2.00 mỗi triệu token đầu vào và $10.00 mỗi triệu token đầu ra — đúng bằng mức giá công bố của GPT-6.1 Sol — với đầu vào đã lưu bộ nhớ đệm ở mức $0.20 thay vì $0.10 của Sol. Mô hình có ngữ cảnh 1.048.576 token và, một cách bất thường, đầu ra tối đa 943.718 token. Giới hạn đầu ra đó không phải lỗi đánh máy, và đây là con số thú vị nhất trong phép so sánh này.

Đây là cặp trên Artificial Analysis Intelligence Index v5.0.1, cả hai đều ở mức nỗ lực tối đa đã được công bố.

• Intelligence Index v5.0.1 — Sol 55 so với K3.1 Pro 46, khoảng cách chín điểm

• Chi phí cho mỗi tác vụ lập chỉ mục đã hoàn thành — Sol $1.27 so với K3.1 Pro $3.68

• Số token đầu ra trong lượt chạy chỉ mục — Sol 63,7 triệu so với K3.1 Pro 113 triệu

• Tốc độ đầu ra — Sol 56 token/giây so với K3.1 Pro 33 token/giây

• Cửa sổ ngữ cảnh — Sol 1,050,000 so với K3.1 Pro 1,048,576, thực tế là giống hệt nhau

• Số đầu ra tối đa trong một phản hồi — Sol 128,000 so với K3.1 Pro 943,718

• Giá đầu vào / đầu ra trên mỗi 1M — $2.00 / $10.00 cho cả hai

• Đầu vào được lưu trong bộ nhớ đệm trên 1M — Sol $0,10 so với K3.1 Pro $0,20

• Điều khiển suy luận — Sol luôn bật suy luận, mức từ thấp đến tối đa với mặc định trung bình và không có nút tắt; K3.1 Pro mặc định bật tư duy với mức nỗ lực có thể chọn: không, thấp, cao hoặc tối đa

• Phương thức đầu vào — Sol nhận văn bản, hình ảnh và tệp; K3.1 Pro nhận văn bản, hình ảnh và video

• Trọng số — Sol đã đóng; checkpoint của K3.1 Pro đã được công bố vào ngày 2 tháng 11 năm 2026

{{1}}Mức giá công bố giống hệt nhau{{/1}} là lời nhắc nhở hữu ích rằng {{2}}giá niêm yết{{/2}} không phải là {{3}}chi phí{{/3}}. K3.1 Pro đã đốt lượng token đầu ra gấp 1,8 lần so với Sol để hoàn thành cùng một chỉ mục và tốn chi phí gấp 2,9 lần cho mỗi tác vụ. Nó cũng là {{4}}mô hình chậm hơn trong hai{{/4}} với khoảng cách lớn ở mức 33 token/giây, điều này quan trọng hơn bình thường vì đó là {{5}}quá trình sinh ở trạng thái ổn định{{/5}} trên một mô hình {{6}}suy nghĩ trước khi viết{{/6}}.

Nơi K3.1 Pro là lựa chọn duy nhất

Một con số xứng đáng có một mục riêng. Đầu ra tối đa 943,718 token gần gấp bảy lần con số 128,000 của GPT-6.1 Sol. Nếu công việc của bạn là đọc một kho ngữ liệu dài và tạo ra một sản phẩm có cấu trúc dài trong một lần gọi — chuyển đổi toàn bộ cơ sở mã, rà soát theo luật định, một tác vụ chuẩn hóa dài cỡ cả cuốn sách — thì Sol sẽ cắt cụt ở 128K còn K3.1 Pro thì không. Đó không phải là khác biệt về benchmark mà bạn có thể xóa nhòa bằng các mức độ nỗ lực; đó là một mức trần cứng ở một phía.

Chi phí sử dụng nó là có thật. Ở mức 10,00 đô la cho mỗi triệu token đầu ra, việc lấp đầy dù chỉ một nửa mức trần đó cũng tốn khoảng 4,70 đô la chỉ riêng cho đầu ra, trước khi tính bất kỳ token suy luận nào. Nhưng với một nhóm tác vụ hàng loạt, phương án thay thế không phải là một mô hình rẻ hơn, mà là một pipeline chia nhỏ với những kiểu lỗi riêng của nó. Nếu đó là khối lượng công việc của bạn, K3.1 Pro không phải là một sự thỏa hiệp; nó là mô hình phù hợp.

Lý do để chờ đợi về open-weights đã được đáp ứng rồi.

Gạt bỏ mọi suy đoán, chỉ có đúng một thứ mang tính cấu trúc mà K4 có thể mang lại mà GPT-6.1 Sol không thể: một checkpoint có thể tải xuống. Đó là lý do người ta theo dõi Moonshot, và cũng là lý do phép so sánh này có một lựa chọn thứ ba đang hiện hữu mà tiêu đề bỏ sót. Trọng số của Kimi K3.1 Pro đã được công bố vào ngày 2 tháng 11 năm 2026 theo một giấy phép tùy chỉnh. Cách đây ba ngày, chứ không phải trong một bản phát hành K4 nào đó trong tương lai.

Kho lưu trữ này là một checkpoint 2,78 nghìn tỷ tham số. Ở độ chính xác 8-bit, đó là khoảng 2,7 terabyte trọng số trước khi tính đến bất kỳ KV cache hay chi phí phục vụ nào, và các artefact lượng tử hóa k-quant trong kho cũng cùng bậc độ lớn. Đây là một triển khai đa nút với hạ tầng kết nối mạnh, chứ không phải một bản tải về chạy trên một GPU. Số lượng tham số hoạt động — 104 tỷ trên Kimi K3 — là yếu tố quyết định tốc độ chạy của mô hình sau khi đã trả xong chi phí bộ nhớ, đó là lý do một mô hình lớn cỡ này có thể được phục vụ ở tốc độ dùng được trên cụm phù hợp và hoàn toàn không chạy được trên cụm không phù hợp.

Vậy là sự đánh đổi đã rõ ràng. Trọng số mở loại bỏ sự phụ thuộc vào nhà cung cấp và thay thế bằng chi phí đầu tư ban đầu cùng một đội vận hành. Ở mức $2.00 mỗi triệu token đầu vào và $10.00 mỗi triệu token đầu ra, giá dịch vụ lưu trữ của Kimi K3.1 Pro đủ thấp đến mức tự vận hành khó có thể thắng chỉ nhờ chi phí tính toán; cái mà nó thắng là ở lưu trú dữ liệu, triển khai air-gapped và khả năng tinh chỉnh trên lưu lượng mà bạn không thể gửi cho bất kỳ ai. Nếu đó là những yêu cầu bắt buộc, K3.1 Pro đáp ứng được ngay hôm nay. Nếu không, trọng số mở chỉ là một đặc tính hay ho mà bạn sẽ chẳng bao giờ dùng đến.

Điều mà K4 sẽ bổ sung thêm, dựa trên bằng chứng hiện có, là số lượng tham số lớn hơn và điểm số tốt hơn. Đó là lý do để nâng cấp một mô hình. Đó không phải là lý do để trì hoãn việc triển khai, và chắc chắn cũng không phải cách duy nhất để có được những trọng số mà bạn có thể nắm giữ.

Vị trí của hai mô hình thực tế đối với hầu hết các đội

Đối với các agent gọi công cụ, luồng hỏi đáp tài liệu và hỗ trợ, GPT-6.1 Sol là lựa chọn mặc định tốt hơn trên mọi trục được đo ngoại trừ độ dài đầu ra: điểm chỉ số cao hơn, chi phí mỗi tác vụ hoàn thành thấp hơn, tạo nhanh hơn 70%, đọc bộ nhớ đệm rẻ hơn. Nó đã ở môi trường sản xuất đủ lâu để có hồ sơ đo từ xa thực tế — theo số liệu bảy ngày của chúng tôi, thời gian trung vị đến token đầu tiên là 937 ms, tỷ lệ lỗi 5,7% và tốc độ đầu ra 39,5 token/giây, trên 382 triệu token lưu lượng.

Đối với công việc hàng loạt cần đầu ra dài, Kimi K3.1 Pro là mô hình bạn nên chọn, và giới hạn 943K chính là lý do. Với các đội nhóm cần sở hữu trọng số, Kimi K3.1 Pro là câu trả lời của ngày hôm nay: checkpoint đã tồn tại, có thể tải xuống và mới ra đời được ba ngày. Đó chính là toàn bộ nội dung thực tiễn của câu hỏi K4, được trả lời bởi một mô hình đã ra mắt vào tháng Mười.

Điểm định tuyến ở đây không phải để trang trí. Hai mô hình này có cùng giá niêm yết và đặc tính trái ngược: một mô hình nhanh, rẻ trên mỗi tác vụ và bị giới hạn đầu ra ở 128K; mô hình còn lại chậm, đắt trên mỗi tác vụ và gần như không bị giới hạn. Đó là kiểu phân tách theo từng yêu cầu đúng mẫu mực thay vì phải chọn một trong hai. Cả hai đều nằm sau một khóa duy nhất với giá niêm yết của nhà cung cấp, không phụ phí, nên một quy tắc định tuyến có thể gửi các tác vụ hàng loạt có đầu ra dài đến K3.1 Pro và vòng lặp tác nhân tương tác đến Sol mà không cần hợp đồng thứ hai, hoặc kết hợp chúng khi một câu trả lời duy nhất hưởng lợi từ cả hai. Chính lớp này cho phép bạn trì hoãn quyết định về K4 mà không trì hoãn công việc.

Vậy câu trả lời cho “GPT-6.1 Sol hay Kimi K4” là một trong hai là một quyết định, còn cái kia là một tin đồn kèm theo số tham số. Nếu K4 ra mắt vào năm 2027 với trọng số mở và điểm số trên 46, nó sẽ đáng để xem xét nghiêm túc, và cách để sẵn sàng cho điều đó là có một stack mà ở đó việc hoán đổi mô hình chỉ là một thay đổi định tuyến. Chờ đợi nó không phải là một chiến lược; có thể tiếp nhận nó trong một buổi chiều mới là.