Kimi K3 против GPT-5.6 Sol: более дешёвые токены или более дешёвые задачи?

Kimi K3 против GPT-5.6 Sol: краткий вердикт

Это текущие результаты, а не постоянный рейтинг. K3 была выпущена 16 июля 2026 года, и оба провайдера всё ещё меняют поведение обслуживания и параметры рассуждений.

Характеристики и цены API

Ограничения контекста практически одинаковы. Существенные различия заключаются в том, как каждая модель использует этот контекст, какие типы входных данных принимает и каких требований требует инфраструктура обслуживания.

OpenAI также взимает дополнительную плату за длинный контекст в своём прямом API: запросы с более чем 272K входных токенов тарифицируются по ставке 2x для входных и 1.5x для выходных токенов целиком. Опубликованные тарифы Moonshot для K3 не предусматривают отдельный уровень для большего контекста. Если ваш агент регулярно отправляет запросы объёмом 500K токенов, эта деталь ценообразования может иметь большее значение, чем заявленный размер контекста.

Подробнее об архитектуре и выпуске K3 см. в статье Что такое Kimi K3?. Это сравнение посвящено решению о покупке и развёртывании.

Бенчмарки: Sol лидирует в целом, но у K3 есть реальные преимущества

Сейчас Artificial Analysis оценивает общий профиль GPT-5.6 Sol max выше. Однако разрыв не столь велик:

Обоснованный вывод — не «Sol выигрывает всё». Это не так. Sol лидирует в более широких индексах и терминальной работе, тогда как K3 демонстрирует убедительные результаты в научном программировании, рассуждениях с длинным контекстом и задачах, связанных с подготовкой рабочих материалов.

Средства проведения оценки по-прежнему имеют значение. В собственной таблице бенчмарков Moonshot использует KimiCode, Claude Code или Codex в зависимости от задачи. Поэтому таблицы поставщика являются полезным свидетельством, но не дают чистого лабораторного сравнения. В продакшене окончательным судьёй должны быть ваш агент, ваши инструменты и ваши условия отказа.

Цены: более дешёвые токены не гарантируют намного более дешёвую задачу

По официальной цене из списка вывод K3 стоит вдвое дешевле Sol: $15 против $30 за миллион токенов. На GPT Proto соответствующие ставки составляют $13.50 и $24.

Для одинакового запроса со 100K входных и 20K выходных токенов расчёт стоимости токенов в GPT Proto прост:

Kimi K3:      (0.10 × $2.70) + (0.02 × $13.50) = $0.54
GPT-5.6 Sol:  (0.10 × $4.00) + (0.02 × $24.00) = $0.88

K3 на 39% дешевле при одинаковом использовании токенов. Но модели рассуждений редко используют одинаковое количество токенов. Если K3 выдаёт 40K выходных токенов для той же задачи, её стоимость возрастает до $0.81 — почти до $0.88 Sol.

Именно поэтому текущий показатель стоимости задачи от Artificial Analysis полезнее ценовой карточки. Взвешенное сравнение оценивает K3 примерно в $0.95 за задачу Intelligence Index, а Sol max — в $1.04. K3 остаётся дешевле, но лишь примерно на 9% в этом типе нагрузки.

Раннее обсуждение на Reddit пришло к тому же спору с менее однозначной стороны. Некоторые пользователи утверждали, что длинные рассуждения K3 делали успешные запуски в два или три раза дороже в их тестах; другие отмечали, что на скриншотах смешивались настройки рассуждений или сравнивалась общая стоимость бенчмарка вместо стоимости задачи. Оба возражения полезны. Ни одно из них не является универсальным бенчмарком.

Практическое правило: записывайте общее количество входных токенов, кэшированных входных токенов, выходных токенов рассуждений, выходных токенов ответа, повторных попыток и время выполнения. «Цена за миллион токенов» — лишь один из столбцов.

Скорость: K3 начинает раньше, Sol пишет быстрее

Artificial Analysis измерила время до первого токена для K3 в 4.23 секунды, а для Sol max — в 136.8 секунды. После начала генерации порядок изменился: Sol выдавал 63 токена в секунду против 39 у K3.

Так какая модель кажется быстрее?

• В потоковом чате или интерактивном помощнике по программированию более ранний первый токен K3 может восприниматься как более высокая отзывчивость.

• Для длинного отчёта или трассировки агента более высокая скорость вывода Sol может частично компенсировать медленный старт.

• Для фонового агента ни один из этих показателей не так важен, как общее время выполнения задачи и её завершение без повторной попытки.

Рассматривайте эти цифры как измеренный снимок, а не как SLA. Ёмкость провайдера, кэширование запросов, интенсивность рассуждений и региональная маршрутизация могут их изменить.

Опыт разработчика: скрытое различие

K3 не является универсальной заменой для каждого существующего цикла рассуждений. Moonshot сообщает, что модель чувствительна к сохранённой истории размышлений. Система, которая не возвращает полное предыдущее состояние рассуждений или переключается на K3 в середине сессии, может выдавать нестабильные результаты. Moonshot рекомендует проверенную совместимую конфигурацию и предупреждает о переключении моделей в середине сессии.

Такое поведение имеет инфраструктурные последствия. Один из первых тестировщиков из сообщества сообщил, что рассуждения K3 занимали 73–83% вывода в его рабочей нагрузке, а некоторые визуальные задачи выполнялись 50–60 минут. Тому же тестировщику потребовались более долгоживущие потоковые соединения и увеличенные бюджеты токенов. Это рабочая нагрузка одного человека, а не общее утверждение о задержке. Тем не менее это хороший пункт для проверки перед миграцией.

Sol предлагает более простой вариант, если вы уже используете OpenAI Responses API. На странице модели Sol OpenAI документирует структурированные ответы, вызов функций, веб-поиск и поиск по файлам, интерпретатор кода, размещаемую оболочку, работу с компьютером, MCP и другие инструменты. Компромисс — более высокая цена и отсутствие возможности загрузить веса.

У K3 есть два преимущества для разработчиков, с которыми Sol сегодня не может сравниться: нативный ввод видео через размещаемый продукт и опубликованные веса модели. Второе преимущество теперь стало конкретным. Moonshot AI опубликовала полный чекпойнт, технический отчёт и инструкции по развёртыванию для vLLM, SGLang и TokenSpeed.
Контроль сопровождается двумя издержками. Во-первых, лицензия Kimi K3 является нестандартной, а не MIT, и добавляет условия для крупных компаний Model-as-a-Service и очень больших коммерческих продуктов. Во-вторых, официальный репозиторий занимает около 1.56 ТБ, а Moonshot рекомендует развёртывание на суперузлах с 64 или более ускорителями. Открытые веса делают самостоятельное размещение возможным, но не делают его экономичным вариантом по умолчанию.
Таким образом, Sol сохраняет более простую историю размещаемой платформы. K3 теперь предлагает более сильный сценарий с возможностью выбора способа развёртывания: начать с API, а затем перейти к самостоятельному выводу, если контроль данных, кастомизация или экономика инфраструктуры оправдывают эту работу.

API Kimi K3 против открытых весов

Размещаемый API Kimi K3 и выпуск с открытыми весами решают разные задачи. API превращает K3 в сервис с оплатой по использованию: вы отправляете запрос, платите за токены, а провайдер управляет кэшированием, маршрутизацией, масштабированием и сбоями. Веса превращают K3 в инфраструктуру, которой ваша команда должна владеть.

Мой вывод: большинству команд следует начать с API. Чекпойнт объёмом 1.56 ТБ и рекомендация использовать 64+ ускорителей задают высокий порог окупаемости. Веса важны потому, что создают путь отказа от размещаемого провайдера, а не потому, что их загрузка автоматически дешевле оплаты за токены.

Kimi K3 против GPT-5.6 Sol, Terra и Luna

Наиболее полезное сравнение — не только Kimi K3 против GPT-5.6 Sol. K3 конкурирует с Sol по возможностям, но цена её API ближе к Terra.

Моя рекомендация по маршрутизации проста. Установите верхнюю планку качества с помощью Sol. Протестируйте K3, если важны видео, поведение при длинном контексте или перспектива использования весов. Затем проверьте, сохраняет ли Terra достаточное качество при более низкой цене. Если задача связана с классификацией, извлечением данных, маршрутизацией или краткой помощью в программировании, протестируйте Luna, прежде чем платить по тарифам передовой модели.

Все четыре модели доступны в коллекции моделей GPT Proto с одним ключом и единым балансом.

Запустите один и тот же запрос через обе модели

Следующий скрипт Python использует документированный GPT Proto эндпоинт Chat Completions и меняет только строку модели. Это тест подключения и изучения вывода, а не честный бенчмарк; настройки по умолчанию и параметры рассуждений моделей могут различаться.

import json
import os
import time

import requests

API_URL = "https://gptproto.com/v1/chat/completions"
API_KEY = os.environ["GPTPROTO_API_KEY"]

HEADERS = {
    "Authorization": API_KEY,
    "Content-Type": "application/json",
}

PROMPT = """Вы проверяете рабочий сервис Python.
Определите три наиболее рискованных режима отказа в коде, предоставленном пользователем,
предложите минимальное исправление и верните краткий план проверки.
Если данных недостаточно, укажите, что именно вы проверили бы, вместо того чтобы выдумывать ответ."""


def run(model: str) -> dict:
    payload = {
        "model": model,
        "messages": [{"role": "user", "content": PROMPT}],
        "stream": False,
    }

    started = time.perf_counter()
    response = requests.post(
        API_URL,
        headers=HEADERS,
        json=payload,
        timeout=900,
    )
    response.raise_for_status()
    data = response.json()
    data["client_wall_time_seconds"] = round(
        time.perf_counter() - started,
        2,
    )
    return data


for model_name in ("kimi-k3", "gpt-5.6-sol"):
    result = run(model_name)
    print(f"\n=== {model_name} ===")
    print("wall time:", result["client_wall_time_seconds"])
    print("usage:", json.dumps(result.get("usage", {}), indent=2))
    print(result["choices"][0]["message"]["content"])

Установите зависимость с помощью pip install requests, задайте GPTPROTO_API_KEY и используйте частную задачу, с которой ни одна из моделей, скорее всего, не сталкивалась. Для полноценной оценки запустите не менее 20 типичных задач и оцените завершение, регрессии, повторные попытки, общую стоимость и время проверки.

Итоговый вердикт

GPT-5.6 Sol выигрывает это сравнение как более безопасная общая рекомендация. Она лидирует в независимых общих, программных и агентских индексах, быстрее генерирует после первого токена и естественно вписывается в экосистему инструментов OpenAI.

Kimi K3 — более интересный условный выбор. Она достаточно близка, чтобы превзойти Sol в некоторых тестах программирования и работы с длинным контекстом, стоит дешевле за токен, принимает видео через размещаемый сервис и теперь предоставляет опубликованный чекпойнт с открытыми весами. Издержки — более тяжёлое поведение при рассуждениях, нестандартная лицензия и требования к самостоятельному размещению, рассчитанные на крупные кластеры ускорителей, а не на обычное оборудование разработчика.

Если вы выбираете модель для реального приложения, не ограничивайтесь сравнением Kimi K3 и GPT-5.6 Sol. Также протестируйте Terra и Luna. Лучшая производственная модель — это самая дешёвая модель, которая проходит вашу проверку принятия на уровне задачи, а не модель с самой громкой диаграммой запуска.