Muse Spark vs Kimi K3.1: Dấu chấm trong tên mô hình chính là toàn bộ câu chuyện

Hai tên mô hình, hai kiểu thông tin còn thiếu khác nhau. Muse Spark 1.3 là một mô hình đã phát hành, đã được đo lường, có thể gọi được: checkpoint hiện tại của Meta Superintelligence Labs, được cung cấp rộng rãi kể từ ngày 2 tháng 9 năm 2026 với giá 1,25 đô la cho mỗi triệu token đầu vào và 4,25 đô la cho mỗi triệu token đầu ra, đạt 48 điểm trên Artificial Analysis' Intelligence Index ở thiết lập suy luận tối đa của nó. Kimi K3.1 hoàn toàn không phải là một mô hình. Không có card, không có kho trọng số, không có dòng bảng giá và không có mã định danh API nào mang số đó ở bất kỳ đâu trên các bề mặt của chính nhà cung cấp, và đã không hề có kể từ khi một cách hiểu từ cộng đồng về một teaser đã bị xóa nhắm đến nó vào tháng Chín. Điều mà dấu chấm thực sự trỏ tới là dòng mà nó viết tắt — Kimi K3, mô hình chủ lực trọng số mở 2,8 nghìn tỷ tham số mà phòng thí nghiệm đã phát hành vào ngày 16 tháng 7 năm 2026 — hiện có thể gọi được ngay hôm nay với giá 3,00 đô la cho mỗi triệu token đầu vào và 15,00 đô la cho mỗi triệu token đầu ra. Vậy phiên bản hữu ích của so sánh này là Muse Spark 1.3 so với Kimi K3, với khoảng cách giữa hai mô hình đủ hẹp đến mức lỗi đặt tên không còn là chuyện câu nệ chữ nghĩa nữa mà bắt đầu trở nên tốn kém.

Dấu chấm đến từ đâu, và nó có giá trị gì.

Tín hiệu mạnh nhất cho thấy Kimi K3.1 tồn tại cũng lại là loại bằng chứng yếu nhất: một bài đăng được cho là từ tài khoản chính thức của Kimi vào hoặc khoảng Thứ Sáu, ngày 18 tháng 9 năm 2026, đăng một chuỗi chữ số dài rồi xóa nó ngay sau đó. Những chữ số đó là khai triển thập phân của số pi với phần mở đầu 3.1 đã bị lược bỏ — pi là 3.1415926535, và chuỗi được đăng bắt đầu bằng 41592653 — và các luồng thảo luận cộng đồng gần như nhất trí coi đó là một số phiên bản. Đó là một dấu vết từ phía nhà cung cấp và không thể xác minh, vì bài đăng đã biến mất. Việc rút ra “K3.1” từ đó là một suy luận, chứ không phải một tuyên bố mà Moonshot đã đưa ra.

Bốn tuần trôi qua, không có gì được thêm vào đó. Khung thời gian tháng Tám mà những người rò rỉ từng nhắm đến đã đến rồi đi mà không có bản phát hành nào. Mục ẩn danh trên đấu trường mà một số người cho là Kimi K3.1 hồi đầu mùa hè, với bằng chứng hiện có, có lẽ không phải là Kimi. Tín hiệu mới nhất trong câu chuyện là một phỏng đoán của bên thứ ba rằng Kimi K3.1 và hai số hiệu mô hình của Z.ai cùng xuất hiện trong một tuần; đây là cách một người diễn giải cảm nhận của người khác chứ không phải một rò rỉ, và tuần mà nó nhắc đến đã gần hết mà không có mục nào trong ba mục đó xuất hiện. Tài liệu của Moonshot, trang định giá, tổ chức Hugging Face và blog của họ đều dùng một tên cho một mô hình — Kimi K3 — và không nơi nào trong số đó dùng hậu tố có dấu chấm. Dấu chấm là thói quen gõ ô tìm kiếm, không phải một phiên bản.

Điều đó quan trọng ở đây vì một lý do không liên quan gì đến sự gọn gàng. Độc giả gõ dấu chấm vì họ đã đọc được điều gì đó về dòng này và đang quay lại với nó. Khi bắt gặp một so sánh được xây dựng trên một mô hình không tồn tại, họ sẽ đem Muse Spark 1.3 so sánh với một suy luận.

Trận đối đầu hiện có: 1.3 đối đầu K3

Cả hai đều là những hệ thống đẳng cấp flagship với cửa sổ một triệu token và một dòng đầu vào đa phương thức được công bố, và cả hai đều được bán dựa trên công việc agentic tầm xa — thông điệp của Meta cho 1.3 là "được huấn luyện cho các luồng công việc agentic và tối ưu cho hiệu năng lập trình thi đấu", còn Moonshot định vị K3 cho "lập trình tầm xa và công việc tri thức đầu-cuối". Khác biệt đo được giữa chúng là bốn điểm chỉ số, đúng bằng mức chênh mà ở đó các cột khác quyết định câu trả lời.

• Chỉ số Trí tuệ — Muse Spark 1.3 ở mức nỗ lực tối đa đạt 48, xếp hạng 24 trong số 217, so với Kimi K3 ở mức nỗ lực tối đa đạt 44, đứng thứ ba trên bảng. Cách biệt bốn điểm, theo phép đo do chính Artificial Analysis tổ chức cho cả hai bên.

• Tốc độ đầu ra — Muse Spark 1.3 đo được 121,9 token mỗi giây, một trong những mẫu flagship nhanh hơn trên bảng xếp hạng đó; Kimi K3 đo được 44 token mỗi giây và được ghi nhận là chậm đáng kể, khoảng cách khoảng 2,8 lần về thông lượng theo thời gian thực tế.

• Chi phí cho mỗi tác vụ lập chỉ mục đã hoàn tất — $1.60 trên Muse Spark 1.3 so với $2.00 trên Kimi K3. Lưu ý rằng đây là kết quả ngược lại với so sánh theo mỗi token, và lý do là tính dài dòng: Kimi K3 tạo ra khoảng 160 triệu token đầu ra trong toàn bộ lần chạy lập chỉ mục, so với trung vị là 130 triệu, trong khi Muse Spark 1.3 tạo ra khoảng 170 triệu, so với trung vị là 87 triệu. Cả hai đều được đánh giá là dài dòng; giá trên mỗi token của Kimi K3 vốn đã cao hơn ngay từ đầu.

• Bảng giá — Muse Spark 1.3 ở mức $1,25 và $4,25 mỗi triệu token, Kimi K3 ở mức $3,00 và $15,00. Kimi K3 có chiết khấu 90% khi đọc cache, nên với các khối lượng công việc nhiều lượt, nặng về cache, khoảng cách hiệu dụng thu hẹp mạnh; Moonshot tính phí ghi cache riêng, và ở hạng lưu trữ một giờ, chúng đắt hơn một token đầu vào mới.

• Ngữ cảnh và đầu ra — cả hai đều có 1.048.576 token ngữ cảnh. Moonshot công bố cùng con số đó trên bảng giá của mình, nên cả hai ngang nhau ở khía cạnh mà cả hai nhà cung cấp đều dẫn đầu.

• Điều khiển lấy mẫu — Kimi K3 cố định temperature ở 1.0, top_p ở 0.95, n ở 1 và cả hai hình phạt ở 0, đồng thời trả về lỗi nếu bạn truyền bất kỳ giá trị nào khác. Độ sâu là núm điều chỉnh duy nhất, thông qua một trường cấp cao nhất reasoning_effort nhận low, high hoặc max và mặc định là max, và việc thay đổi nó giữa cuộc trò chuyện sẽ làm mất hiệu lực các lần trúng bộ nhớ đệm tiền tố. Muse Spark 1.3 cũng cung cấp một cài đặt mức nỗ lực suy luận, và công cụ của Meta lưu ý rằng không thể tắt suy luận. Trên thực tế, K3 loại bỏ toàn bộ một nhóm tinh chỉnh khỏi công việc và trao cho bạn một đòn bẩy duy nhất; 1.3 vẫn giữ các tham số lấy mẫu thông thường trong cuộc chơi.

Hình dạng của sự đánh đổi này rõ ràng không cần diễn giải. Muse Spark 1.3 nhanh hơn, rẻ hơn trên mỗi tác vụ hoàn thành và cao hơn bốn điểm trên chỉ số. Cơ sở của Kimi K3 không dựa trên bất kỳ điều nào trong số đó — nó dựa trên các trọng số.

Trọng số, và mỗi mô hình nằm ở phía nào của ranh giới giấy phép

Đây là cột quyết định cặp đấu cho rất nhiều đội, và nó vận hành ngược hướng với bảng điểm. Kimi K3 phát hành trọng số mở trong kho moonshotai/Kimi-K3 theo Giấy phép Kimi K3, và Moonshot mô tả nó là mô hình mở đầu tiên trong lớp ba nghìn tỷ tham số: tổng cộng 2,8 nghìn tỷ tham số với 104 tỷ tham số được kích hoạt mỗi token trải trên 896 chuyên gia định tuyến, 16 chuyên gia kích hoạt mỗi token cộng với 2 chuyên gia chia sẻ, 93 lớp trong đó một lớp là dense. Nó được công bố với huấn luyện nhận biết lượng tử hóa từ giai đoạn tinh chỉnh có giám sát trở đi, trọng số MXFP4 và hoạt hóa MXFP8, đây là lập luận của Moonshot cho khả năng tương thích phần cứng rộng rãi. Mọi thứ trong đoạn đó đều do nhà cung cấp công bố và chưa được tái lập độc lập, và sự phân biệt này đáng được giữ lại, vì Moonshot là bên vừa huấn luyện mô hình vừa báo cáo điểm số mà nó đạt được.

Muse Spark 1.3 không có bất kỳ điều nào trong số đó. Nó là một checkpoint được cung cấp qua dịch vụ, và trọng số Muse Spark Open mà Meta công bố ngày 15 tháng 10 năm 2026 là một mô hình khác với điểm số khác — 39 trên cùng chỉ mục ở thiết lập xhigh của nó, đứng thứ chín trong số 118 mục trọng số mở trên 150 tỷ tham số. Vậy nên phát biểu trung thực về lập trường trọng số không phải là "Meta đã mở Muse Spark", mà là Meta giờ công bố một sản phẩm mở bên cạnh một dòng đóng, và nếu trọng số mở là lý do bạn đến, thì phía K3 của trang này cung cấp chúng cho mô hình trong phần so sánh, còn phía Meta thì không.

Vị trí của OrcaRouter trong đó

Kimi K3 có trong danh mục của OrcaRouter với mức giá niêm yết của Moonshot — 3,00 USD cho mỗi triệu token đầu vào và 15,00 USD cho mỗi triệu token đầu ra, cùng ngữ cảnh 1M token của mô hình được ghi ngay trên trang — và nó định tuyến trên cùng một key như Muse Spark 1.2 và Muse Spark 1.1, hai checkpoint Muse Spark mà chúng tôi phục vụ ở mức giá niêm yết của Meta là 1,25 USD và 4,25 USD với mức đánh dấu 0%, bởi giá niêm yết của nhà cung cấp được chuyển thẳng thay vì bị đội lên. Sự kết hợp đó là cách rẻ để giải quyết một câu hỏi chỉ số bốn điểm mà không bảng điểm nào có thể trả lời cho lưu lượng của bạn: DSL định tuyến chia yêu cầu theo quy tắc, nên bạn có thể gửi đường đi nhạy cảm với độ trễ đến mô hình nhanh hơn và đường đi theo lô đến mô hình mà bạn muốn chuẩn hóa trọng số, và tính năng chuyển đổi dự phòng tự động phía sau một endpoint giúp cả hai không trở thành canh bạc vào một nhà cung cấp duy nhất. Bản thân Muse Spark 1.3 không có trong danh mục — các checkpoint được phục vụ là 1.2 và 1.1 — và các benchmark được trích dẫn ở trên là của 1.3, nên so sánh định tuyến và so sánh đo lường không phải là cùng một cặp mô hình. Khoảng cách đó đáng để biết trước khi bạn lên kế hoạch dựa trên nó.

Phải làm gì với một cái tên mà không có sản phẩm nào đằng sau nó

Nếu bạn đến từ một liên kết về Kimi K3.1, bước tiếp theo đúng đắn không phải là so sánh bất cứ thứ gì — mà là quyết định xem bạn thực sự đang lựa chọn giữa những mô hình đã phát hành nào. So với Kimi K3, Muse Spark 1.3 thắng về chỉ số, tốc độ và chi phí cho mỗi tác vụ hoàn thành, nhưng thua về trọng số và quyền tự do giấy phép đi kèm với chúng. So với dòng Kimi rộng hơn, các mô hình K2.6 và K2.7 Code nhỏ hơn nằm ở một phân khúc giá hoàn toàn khác và là sự so sánh đúng đắn cho bất cứ thứ gì không cần ba nghìn tỷ tham số. Không có gì trên trang này là lý do để chờ đợi một hậu tố có dấu chấm: theo ghi nhận hiện tại, không có thẻ, không có ngày và không có điểm cuối nào đằng sau nó, và điều chắc chắn duy nhất mà bất kỳ ai biết về nó là bài đăng đã trỏ đến nó đã bị xóa.

Điều có thể thay đổi bức tranh thì hẹp. Moonshot công bố thẻ mô hình K3.1 hoặc một dòng bảng giá, và điều này trở thành một trang hai mô hình thực sự với cột thứ hai gồm các số đo được. Artificial Analysis thêm một mục niêm yết K3.1, và khoảng cách bốn điểm có thể kiểm chứng thay vì suy đoán. Hoặc Meta chuyển hướng dòng Muse Spark sang một checkpoint 1.4, điều này làm thay đổi phía Meta vì những lý do không liên quan đến Moonshot. Cho đến khi ít nhất một trong những điều đó thành hiện thực, phiên bản thực tế của cuộc đối đầu này là Muse Spark 1.3 đấu với Kimi K3, cách nhau bốn điểm trí tuệ đo được, khoảng 2,8 lần thông lượng và một ranh giới giấy phép — và dấu chấm là một thuật ngữ tìm kiếm, không phải một sản phẩm.

Không có điều nào trong số này là lý do để tránh mô hình, mà chỉ là lý do để biết về lịch sử: các sự cố AI được ghi nhận và những thất bại của agent đằng sau các mô hình thuộc lớp này được tập hợp trong the OrcaRouter AI Incident Archive, nơi mỗi mục đều mang nguồn riêng, mức độ nghiêm trọng, xếp hạng độ tin cậy và cờ tranh chấp.