GPT-6.1 Sol 对比 Kimi K4：标题中的模型从未发布过

Kimi K4 不只是一个尚未发布的模型。它是一个根本没有模型支撑的名字。Moonshot AI 从未发布过 K4 模型卡、K4 代码仓库、K4 API 标识符或 K4 价格条目，其自家的研究索引也只到 Kimi K3。Artificial Analysis 没有 K4 页面。这个名字是通过 7 月泄露的内部横幅进入流传的，此后的一切都只是对 Kimi K3 的推断，而 Kimi K3 是一个真实且相当不错的模型。GPT-6.1 Sol相比之下，自 2026 年 9 月 29 日起已在 OpenAI API 上全面可用，价格为每百万输入 token 2.00 美元、每百万输出 token 10.00 美元。因此，能够诚实写出的比较，是 Sol 与已存在的 Kimi 模型——Kimi K3.1 Pro——并说明 K4 需要具备什么条件，等待才说得通。

一个背后没有模型支撑的名字

值得把证据链梳理清楚，因为网上 K4 内容的数量与证据严重不成比例。

• 2026年7月 — 一份泄露的 Moonshot 内部庆祝横幅中包含“将 K4 推向绝对极限”这句话。这就是该名称的由来。

• 2026年7月29日 — The Information 报道称，Moonshot 正在寻求额外的 Nvidia Blackwell 级算力，以训练一个规模大于 K3 的模型。该报道未提及具体模型、参数规模或日期。这是一则芯片采购方面的报道。

• 2026年7月16日——Kimi K3 发布：总参数达 2.8 万亿，激活参数 1040 亿，采用稀疏混合专家架构，含 896 个路由专家、16 个激活专家，上下文长度 1,048,576 个 token，并配备视觉编码器。模型权重已于 7 月下旬公布。

• 2026年10月11日——中文媒体报道称，一个5–6万亿参数的模型正在训练中，“很可能”是K4，但未引述任何具名消息来源。

• 2026年10月15日 ——一项未经证实的说法称，代号为“x4”的旗舰模型已完成预训练，正处于后训练的中后期。

• 2026年10月23日 — Moonshot 转而发布了 Kimi K3.1 Pro。

你看到的每一个 K4 基准测试数据、上下文长度和价格，都是在 K3 的数字上做算术得出的。预测市场认为，K4 在 2026 年 12 月 31 日前推出的概率约为 6%，在 2027 年 3 月 31 日前约为 17%。还有一个值得了解的未决背景：有指控称，Moonshot 通过泰国获得了 GB300 的使用渠道，并从 Anthropic 的模型中蒸馏，同时还面临美国商务部实体清单行动的威胁。这是背景信息，不是 K4 的规格，但这类事情会影响发布时间。

真正可以对比的 Kimi 模型

Kimi K3.1 Pro于2026年10月23日发布，并于10月24日以kimi/kimi-k3.1-pro的名称列入我们的目录。其价格为每百万输入token 2.00美元、每百万输出token 10.00美元——正好与GPT-6.1 Sol的主要定价相同——而缓存输入价格为0.20美元，而非Sol的0.10美元。它拥有1,048,576 token的上下文窗口，并且不同寻常的是，最大输出可达943,718 token。这个输出上限并非笔误，而且是本次比较中最引人注目的一个数字。

以下是 Artificial Analysis Intelligence Index v5.0.1 上的这对模型，两者均处于已公布的最大努力水平。

• 智能指数 v5.0.1 — Sol 55 对 K3.1 Pro 46，相差九分

• 每完成一项索引任务的成本 — Sol 1.27 美元 vs K3.1 Pro 3.68 美元

• 索引运行时的输出 token 数 — Sol 为 6370 万，而 K3.1 Pro 为 1.13 亿

• 输出速度 — Sol 56 tokens/秒，K3.1 Pro 为 33 tokens/秒

• 上下文窗口 — Sol 1,050,000 对比 K3.1 Pro 1,048,576，实际上完全相同

• 单次响应最大输出量 — Sol 128,000 对比 K3.1 Pro 943,718

• 每 1M 输入/输出价格 — 两者均为 $2.00 / $10.00

• 每 1M 缓存输入 — Sol $0.10 对比 K3.1 Pro $0.20

• 推理控制 —— Sol 的推理始终开启，可从低到最高调节，默认中等，且无法关闭；K3.1 Pro 默认开启思考，可选强度为无、低、高或最高

• 输入模态 — Sol 接受文本、图像和文件；K3.1 Pro 接受文本、图像和视频

• 权重——Sol 已闭源；K3.1 Pro 的检查点已于 2026 年 11 月 2 日发布

相同的标称费率很好地提醒我们：标价并不等于成本。K3.1 Pro 在完成同一个索引时消耗的输出 token 是 Sol 的 1.8 倍，并且每项任务的成本是后者的 2.9 倍。它也是两者中明显更慢的一个，速度为每秒 33 个 token；这一点比平时更重要，因为这是模型在思考后再写作时的稳态生成速度。

在 K3.1 Pro 是唯一选择的地方

有一个数字值得单独用一节来说明。943,718 token 的最大输出约是 GPT-6.1 Sol 的 128,000 的七倍。如果你的工作是读取一个很长的语料库，并在一次调用中输出一个很长的结构化产物——完整的代码库迁移、法规审查、一本书长度的规范化任务——Sol 会在 128K 处截断，而 K3.1 Pro 不会。这不是靠调整努力等级就能抹平的基准差异；这是一侧存在的硬性上限。

使用它的成本是实打实的。按每百万输出 token 10.00 美元计算，即便只填满那个上限的一半，仅输出部分就约为 4.70 美元，还不算任何推理 token。但对于某一类批处理任务而言，替代方案并不是更便宜的模型，而是一条自带各种故障模式的分块流水线。如果这正是你的工作负载，那么 K3.1 Pro 就不是妥协之选；它就是合适的模型。

等待开放权重的理由已经得到满足

抛开猜测，K4 能提供而 GPT-6.1 Sol 无法提供的结构性事物恰好只有一个：可下载的检查点。这就是人们关注 Moonshot 的原因，也是这个对比中存在一个被标题忽略的现成第三选项的原因。Kimi K3.1 Pro 的权重已于 2026 年 11 月 2 日根据自定义许可证发布。就在三天前，而不是在某个未来的 K4 版本中。

该仓库是一个 2.78 万亿参数的 checkpoint。在 8 位精度下，仅权重就约为 2.7 TB，还不包括任何 KV cache 或服务开销，而仓库中的 k-quantised 产物也处于同一数量级。这属于多节点部署，需要高性能互连，而不是单卡下载就能搞定的事。真正决定它在内存开销付清之后运行速度的，是活跃参数数量——Kimi K3 上为 1040 亿——正因如此，如此规模的模型在合适的集群上能以可用的速度提供服务，而在不合适的集群上则完全跑不起来。

所以这个取舍很明确。开放权重消除了对供应商的依赖，换来的是一笔资本支出和一个运维团队。按每百万输入 token 2.00 美元、每百万输出 token 10.00 美元计算，Kimi K3.1 Pro 的托管价格足够低，因此仅从算力成本看，自托管不太可能胜出；它胜在数据驻留、气隙部署，以及能够基于你无法发送给任何人的流量进行微调。如果这些是需求，K3.1 Pro 今天就能满足。如果不是，开放权重就是一个你永远不会用到的漂亮特性。

从现有证据来看，K4 能额外带来的，是更大的参数量和更好的得分。这是升级模型的理由，却不是推迟部署的理由，更绝不是获得可掌控权重的唯一途径。

对大多数团队来说，这两个真实模型最终会落在什么位置

对于工具调用型智能体、文档问答与支持流程，GPT-6.1 Sol 在除输出长度外的每一项实测维度上都是更好的默认选择：索引得分更高、每完成一个任务的成本更低、生成速度快 70%、缓存读取更便宜。它已在生产环境中运行足够久，因而拥有真实的遥测画像——根据我们的七天数据，在 3.82 亿 token 的流量中，首 token 时间中位数为 937 毫秒，错误率为 5.7%，输出速度为每秒 39.5 个 token。

对于长输出的批处理工作，Kimi K3.1 Pro 是首选模型，而 943K 的上限正是原因所在。对于需要拥有权重所有权的团队来说，Kimi K3.1 Pro 就是当下的答案：检查点已经存在，可以下载，而且它才发布三天。这就是 K4 问题的全部实际内容，由一个在十月发布的模型给出了回答。

路由点在这里并非装饰。这两个模型标价相同，形态却相反：一个快、单任务成本低，输出上限为 128K；另一个慢、单任务成本高，实际上不设上限。这是典型的按请求分流，而不是二选一。两者都通过同一个密钥、按供应商标价提供，无加价，因此一条路由规则就能把长输出批处理任务交给 K3.1 Pro，把交互式智能体循环交给 Sol，而无需第二份合同；也可以在单个答案能同时受益时将它们融合。正是这一层让你可以推迟 K4 决策，而不推迟工作。

所以，对“GPT-6.1 Sol 还是 Kimi K4”的回答是：其中一个是决策，另一个是附带了参数量的传闻。如果 K4 在 2027 年发布，开放权重且得分高于 46，那它就值得认真考虑；而为此做好准备的方式，是拥有一套能把更换模型变成一次路由变更的技术栈。等待它不是策略；能在一个下午内采用它才是。