GPT-6 Astra стоит в пять раз дороже Kimi K3.1 Pro по обеим позициям в счете: $10.00 за миллион входных токенов против $2.00 и $50.00 за миллион выходных против $10.00. По независимому индексу, по которому оцениваются обе модели, более дешевая находится впереди — Artificial Analysis оценивает Kimi K3.1 Pro в 55 баллов, а GPT-6 Astra — в 53. Однако в собственной таблице вендора более дешевой модели разрыв не является равномерным: Kimi выигрывает бенчмарк терминальных агентов на 7,5 балла и полностью проигрывает бенчмарки САПР (CAD) и галлюцинаций. Честная версия этого сравнения заключается в том, что вы выбираете не между лучшей и худшей моделью. Вы выбираете, сколько для вас стоит один балл точности и нужно ли вам владеть весами.
Обе модели являются текущими флагманами с миллионом токенов контекста, обе имеют те или иные ограничения или закрытый доступ, и обе доступны для вызова через OrcaRouter по их опубликованным прейскурантным ценам. Различия, которые определяют выбор в пользу миграции, более узкие, чем предполагает разница в цене, и три из них поддаются измерению.
Два тарифных плана и то, за что они реально взимают плату
• Входные токен- — $2.00 за миллион токенов у Kimi K3.1 Pro против $10.00 у GPT-6 Astra.
• Выходные токены — $10.00 против $50.00. Именно на вывод тратится большая часть бюджета агентских задач, что делает эту строку расходов самой важной.
• Кэш — оба вендора применяют скидку 90% на кэширование; Artificial Analysis фиксирует одинаковый показатель для обеих моделей. Попадание в кэш обходится в абсолютном выражении в пять раз дешевле на Kimi, поскольку оно составляет 10% от одной пятой цены.
• Контекст — 1 048 576 токенов у Kimi K3.1 Pro, 1 050 000 у GPT-6 Astra. Практически идентично.
• Максимальный вывод — 943 718 токенов у Kimi K3.1 Pro против 128 000 у GPT-6 Astra. Это наименее обсуждаемое и самое важное различие в спецификации. Модель, способная записать 900 000 токенов за один ответ, может завершить крупную миграцию, сгенерировать длинный документ или провести агента через неограниченный цикл без стратегии сборки на стороне клиента. Ограничение Astra в 128K является щедрым по меркам 2025 года и ограничивающим по сравнению с этим показателем.
Цены за токен одновременно занижают и преувеличивают разрыв, поэтому показатель стоимости задачи от оценщика является более полезным. Artificial Analysis оценивает Kimi K3.1 Pro в $2.11 за задачу Интеллектуального индекса, а GPT-6 Astra — в $3.26, что означает экономию в 35%, а не в 80%. Разница заключается в многословности: Kimi K3.1 Pro сгенерировала 150 миллионов выходных токенов во время оценки против 60 миллионов у Astra. Более дешевый токен, который выдается в два с половиной раза чаще, оказывается дешевле лишь отчасти.
При смешанном запросе арифметика выглядит прямолинейно. Вызов, который считывает миллион входных токенов и записывает 200 000 выходных токенов, обходится в $2.00 плюс $2.00 (итого $4.00) на Kimi K3.1 Pro и в $10.00 плюс $10.00 (итого $20.00) на GPT-6 Astra. Агент, который повторно считывает закэшированный репозиторий с коэффициентом попадания 90%, сводит входную сторону почти к нулю для обеих моделей, но строка вывода для тех же 200 000 токенов все равно составляет $10 против $50.
Актуальность данных — вторая, менее очевидная статья расходов. Artificial Analysis фиксирует дату отсечки знаний GPT-6 Astra на уровне 30 апреля 2026 года, примерно за шесть месяцев до этого сравнения. Kimi K3.1 Pro — это пострелизная версия модели, дату предварительного обучения которой Moonshot не публиковала, поэтому ни одна из сторон не предоставляет отсечку по обучению, которую можно было бы внести в документ о соответствии, но лишь у одной из двух моделей дата отсечки может быть проверена оценщиком.
Независимый индекс и собственная таблица вендора расходятся во мнениях относительно порядка мест
Artificial Analysis оценивает Kimi K3.1 Pro в 55 баллов (4-е место из 215 моделей) и GPT-6 Astra в 53 балла (8-е место из 215) по версии 4.3.2 своего индекса. Это опережение на два балла для модели, которая стоит в пять раз дешевле. Это также находится в пределах диапазона, где настройки тестового окружения и усилий могут поменять порядок мест, поэтому воспринимайте это скорее как «это равные соперники», а не как «одна модель лучше другой».
Стартовая таблица Moonshot, запущенная на их собственном тестовом стенде, разделяет две модели гораздо сильнее по бенчмарку, вынесенному в заголовок, и сближает или меняет их местами во всех остальных случаях:
• Terminal-Bench 4.0 — 65,7% для Kimi K3.1 Pro против 58,2% для GPT-6 Astra. Отрыв в 7,5 балла и бенчмарк, выбранный для заголовка анонса.
• BenchCAD с инструментами — 92,7% для Kimi K3.1 Pro против 95,9% для GPT-6 Astra. Astra побеждает на 3,2 балла в бенчмарке 3D-моделирования, который находится в центре собственной презентации Kimi.
• Kimi Hallu Bench Hard — 8,3% галлюцинаций на уровне утверждений для Kimi K3.1 Pro с инструментами против 5,5% для GPT-6 Astra; без инструментов — 5,4% против 4,2%. Astra является более надежной в фактологическом плане моделью в этом наборе с отрывом, который имеет значение для исследовательской и документной работы.
Эта картина — одна крупная победа, два небольших поражения — характерна для таблицы вендора, когда она достаточно честна, чтобы включить в нее проигранные строки. Эффект отбора присутствует в заголовке, а не в данных.
Доступ — это тоже спецификация
GPT-6 Astra — первая модель OpenAI, получившая оценку «критическая» в рамках собственной структуры готовности компании (Preparedness Framework), поскольку она способна самостоятельно находить новые уязвимости в системе безопасности. Ее развертывание происходило поэтапно: сначала партнеры с ранним доступом, затем уровни подписки и только потом API. Некоторые возможности ограничены в соответствии с рейтингом риска, и модель продается как закрытый передовой продукт, а не как утилита.
Kimi K3.1 Pro использует противоположный подход и платит за это другую цену. Moonshot удалила данные, связанные с кибербезопасностью, из промежуточного обучения и обучения с подкреплением, после чего опубликовала данные о затратах: готовая модель набирает 81,0% на xdev-bench-hard против 90,5% для контрольной точки, обученной без этих мер. Заявленный принцип компании заключается в том, чтобы не выпускать открытые веса, расширяющие возможности наступательного кибероружия, и она планирует постепенно повышать этот порог. Полные веса обещаны к 4 ноября 2026 года; до тех пор модель доступна только через API, несмотря на то, что позиционируется как модель с открытыми весами.
Для регулируемого покупателя этот компромисс понятен. Astra дает вам самые мощные закрытые возможности и процесс утверждения. Kimi дает вам скачиваемую модель через одиннадцать дней, опубликованное сокращение возможностей и отсутствие каких-либо ограничений, кроме стандартного ключа API.
Задержка, измеренная на нашем собственном маршруте
За последние семь дней на OrcaRouter у GPT-6 Astra медианное время до первого токена составляло 1,64 секунды; у Kimi K3.1 Pro, добавленной в каталог 24 октября, — 7,15 секунды. По скорости вывода независимая оценка ставит Kimi на первое место — 73,5 токена в секунду против 58,1, — поэтому две модели различаются скорее по своей форме, чем по общей отзывчивости: Astra запускается быстрее, Kimi пишет быстрее после запуска. Для интерактивной сессии программирования первый показатель доминирует в восприятии; для длинной генерации — второй.
Что запускать и когда
Обе модели доступны для вызова уже сегодня по одному ключу OrcaRouter по прейскурантной цене провайдера без наценок ($2.00 и $10.00 для Kimi K3.1 Pro, $10.00 и $50.00 для GPT-6 Astra), и обе поддерживают одни и те же три формата запросов, поэтому политика маршрутизации может перенаправлять трафик между ними без изменения кода приложения.
Разделение, подтвержденное фактами: отправляйте долгосрочные задачи с терминалом и агентским программированием модели Kimi K3.1 Pro, где она лидирует в бенчмарке обеих лабораторий, а максимальный объем вывода в 943 718 токенов снимает ограничения на стороне клиента. Исследования, верификацию документов и работу с 3D или САПР направляйте в GPT-6 Astra, где в ее пользу говорят показатели галлюцинаций и тесты BenchCAD. При пятикратной разнице в цене рабочая нагрузка, которая тратит 80% токенов на первую категорию и 20% на вторую, все равно снижает затраты примерно на две трети, а автоматическое переключение при сбое подстрахует любую из зависших сторон.
Чего точно не стоит делать, так это мигрировать на основе результатов лишь одной строки бенчмарка. Преимущество вендора в 7,5 балла в Terminal-Bench реально, как и два показателя, по которым он проигрывает; независимый индекс говорит, что обе модели равны, а стоимость за задачу показывает, что этот аналог дешевле на 35%, а не на 80%. Это веский аргумент в пользу маршрутизации по задачам и слабый — для полной замене системы.
