GPT-6.1 Sol 對決 Kimi K4：標題中的模型從未正式發表

Kimi K4 不只是尚未發布的模型。它是一個背後完全沒有模型的名字。Moonshot AI 從未發布 K4 模型卡、K4 儲存庫、K4 API 識別碼或 K4 價格列，而其自家研究索引止於 Kimi K3。Artificial Analysis 沒有 K4 頁面。這個名字是透過七月外流的內部橫幅開始流傳，此後的一切都是對 Kimi K3 的推測，而 Kimi K3 是真實存在且相當不錯的模型。GPT-6.1 Sol相比之下，自 2026 年 9 月 29 日起已在 OpenAI API 全面開放，價格為每百萬輸入 token 2.00 美元、每百萬輸出 token 10.00 美元。因此，能夠誠實寫出的比較，是 Sol 與現存的 Kimi 模型——Kimi K3.1 Pro——並說明 K4 必須是什麼樣子，等待才合理。

一個背後沒有模型的名字

值得把證據線索梳理清楚，因為網路上 K4 內容的數量與證據相比嚴重不成比例。

• 2026 年 7 月——一份外流的 Moonshot 內部慶祝橫幅上寫著「把 K4 推向絕對極限」。這就是這個名稱的由來。

• 2026年7月29日 — 《The Information》報導，Moonshot 正尋求額外的 Nvidia Blackwell 等級算力，以訓練比 K3 更大的模型。該報導未指名任何模型、未提及參數量，也未給出日期。這是一則晶片採購的報導。

• 2026年7月16日 — Kimi K3 正式推出：總參數量達 2.8 兆，活躍參數 1,040 億，採用稀疏混合專家架構，內含 896 個路由專家、其中 16 個為活躍專家，並具備 1,048,576 個權杖的上下文與視覺編碼器。權重已於 7 月下旬公開。

• 2026年10月11日 — 中文媒體報導，一個 5–6 兆參數的模型正在訓練中，「很可能」是 K4，但未具名消息來源。

• 2026年10月15日——一項未經證實的說法，指代號「x4」的旗艦模型已完成預訓練，目前正處於後訓練的中後期階段。

• 2026年10月23日 — Moonshot 改為推出 Kimi K3.1 Pro。

你看到的每一個 K4 基準測試數據、上下文長度和價格，都是對 K3 的數字做算術推算出來的。預測市場認為 K4 在 2026 年 12 月 31 日前推出的機率約為 6%，在 2027 年 3 月 31 日前則約為 17%。另外還有一段尚未明朗、但值得了解的背景：有人指控 Moonshot 透過泰國取得 GB300 的使用管道，並從 Anthropic 的模型進行蒸餾，同時面臨美國商務部實體清單行動的威脅。這是背景資訊，並非 K4 的規格，但這類事情正是會左右發表日期的因素。

真正可以拿來比較的 Kimi 模型

Kimi K3.1 Pro 於 2026 年 10 月 23 日發佈，並於 10 月 24 日以 kimi/kimi-k3.1-pro 列入我們的目錄。每百萬輸入 token 費用為 2.00 美元，每百萬輸出為 10.00 美元——正好是 GPT-6.1 Sol 的標題費率——快取輸入為 0.20 美元，而非 Sol 的 0.10 美元。它具備 1,048,576 token 的上下文，且不尋常地擁有 943,718 token 的最大輸出。那個輸出上限不是打錯字，而是這項比較中最有意思的一個數字。

以下是這兩個模型在 Artificial Analysis Intelligence Index v5.0.1 上的結果，兩者皆採用已公布的最高努力設定。

• 智慧指數 v5.0.1 — Sol 55 對 K3.1 Pro 46，九分差距

• 每完成一個索引任務的成本 — Sol $1.27 對比 K3.1 Pro $3.68

• 索引執行時的輸出 token — Sol 6370 萬 vs K3.1 Pro 1.13 億

• 輸出速度 — Sol 每秒 56 個 token，相較於 K3.1 Pro 每秒 33 個 token

• 上下文視窗 — Sol 1,050,000 對 K3.1 Pro 1,048,576，實際上幾乎完全相同

• 單次回應的最大輸出 — Sol 128,000 對比 K3.1 Pro 943,718

• 每 1M 輸入／輸出價格 — 兩者均為 $2.00 / $10.00

• 每 1M 快取輸入 — Sol $0.10 對比 K3.1 Pro $0.20

• 推理控制 — Sol 的推理一律開啟，從 low 到 max，預設為 medium，且沒有關閉開關；K3.1 Pro 預設開啟思考，可選擇的投入程度為 none、low、high 或 max

• 輸入模態 — Sol 接受文字、圖像和檔案；K3.1 Pro 接受文字、圖像和影片

• 權重 — Sol 已閉源；K3.1 Pro 的檢查點已於 2026 年 11 月 2 日發布

相同的公告費率正好提醒我們：標價不等於成本。K3.1 Pro 完成相同索引所消耗的輸出 token 是 Sol 的 1.8 倍，且每項任務成本是 2.9 倍。它也是兩者中較慢的一方，而且差距很大，速度只有每秒 33 個 token；這點比平常更值得注意，因為那是個會先思考再寫的模型在穩態生成時的表現。

當 K3.1 Pro 是唯一選擇時

有一個數字值得獨立成節。943,718 個 token 的最大輸出量，約為 GPT-6.1 Sol 的 128,000 的七倍。如果你的工作是要讀取長篇語料，並在一次呼叫中產出長篇結構化成品——完整的程式碼庫遷移、法規審查、書籍長度的正規化任務——Sol 會在 128K 截斷，而 K3.1 Pro 不會。這不是你能靠調整努力程度來消除的基準差異；這是其中一方的硬性上限。

使用它的成本是真實的。以每百萬輸出 token 10.00 美元計算，即使只填滿那個上限的一半，光是輸出就要約 4.70 美元，而且還不包含任何推理 token。但對某類批次作業而言，替代方案不是更便宜的模型，而是有其自身失效模式的分塊管線。如果那正是你的工作負載，K3.1 Pro 並不是妥協；它是適合的模型。

開放權重方面，等待的理由已經成立。

撇開臆測不談，K4 能提供而 GPT-6.1 Sol 做不到的結構性差異，正好只有一點：可下載的檢查點。這正是人們關注 Moonshot 的原因，也是這項比較中存在一個標題所忽略、實際可行的第三選項的原因。Kimi K3.1 Pro 的權重已於 2026 年 11 月 2 日以自訂授權條款發布。就在三天前，而不是未來某次 K4 發布時。

這個儲存庫是一個 2.78 兆參數的檢查點。以 8 位元精度計算，在尚未計入任何 KV 快取或服務額外開銷之前，權重就約有 2.7 TB，而儲存庫中的 k 量化產物也處於相同數量級。這是需要高速互連的多節點部署，不是單一 GPU 就能下載的規模。活躍參數數量——Kimi K3 上為 1,040 億——決定了在記憶體成本付出之後它能跑得多快；這就是為什麼如此大的模型在合適的叢集上能以可用速度提供服務，而在不合適的叢集上則完全無法運行。

所以這是一筆明確的取捨。開放權重移除了對供應商的依賴，卻換來資本支出與營運團隊。以每百萬輸入 token 2.00 美元、每百萬輸出 token 10.00 美元來看，Kimi K3.1 Pro 的託管價格低到自行託管不太可能僅靠運算成本勝出；它真正勝出的地方，在於資料駐留、氣隙部署，以及能針對你無法傳送給任何人的流量進行微調。如果這些是需求，K3.1 Pro 今天就能滿足。如果不是，開放權重只是一個你永遠不會用到的美好特性。

就現有證據來看，K4 能額外增添的，是更大的參數量與更好的分數。這是升級模型的理由，但不是延後部署的理由，也絕不是取得可持有權重的唯一途徑。

對大多數團隊而言，這兩個真實模型的最終落點

對於工具呼叫代理、文件問答與支援流程，GPT-6.1 Sol 在除了輸出長度以外的每一項實測軸度上，都是更好的預設選擇：更高的指數分數、更低的每完成任務成本、快 70% 的生成速度，以及更便宜的快取讀取。它已在生產環境中運行夠久，擁有真實的遙測剖析——根據我們七天的數據，首個 token 的中位時間為 937 毫秒、錯誤率為 5.7%，輸出速度為每秒 39.5 個 token，涵蓋 3.82 億個 token 的流量。

對於長時間輸出的批次處理工作，Kimi K3.1 Pro 正是該選用的模型，而 943K 的上限就是理由所在。對於需要自行擁有權重的團隊，Kimi K3.1 Pro 就是現今的答案：檢查點確實存在、可供下載，而且才剛發布三天。這就是 K4 問題的全部實際內容，並由一個十月就已推出的模型給出了解答。

這裡的路由環節並非裝飾。這兩個模型有相同的標價，形態卻相反：一個速度快、每項任務成本低，輸出上限為 128K；另一個速度慢、每項任務成本高，實際上沒有上限。這是典型的按每次請求分流，而非非此即彼。兩者都透過同一把金鑰、以供應商標價提供，不加價，因此路由規則可以將長輸出的批次工作送到 K3.1 Pro，並將互動式代理迴圈送到 Sol，而無需第二份合約；或在單一答案能同時受益於兩者時將它們融合。這一層讓你得以延後 K4 決策，而不延後工作。

所以，「GPT-6.1 Sol 還是 Kimi K4」的答案是：其中一個是決策，另一個是附帶參數量的傳聞。如果 K4 在 2027 年以開放權重推出，且得分超過 46，那就值得認真看待；而要為此做好準備，方法是擁有一套能把更換模型視為路由變更的技術堆疊。等待它並不是策略；能在一個下午內採用它才是。