Kimi K3.1 Pro vs GPT-6 Astra: costes con contexto largo

En la comparación publicada por Moonshot, GPT tiene mejores resultados en código Long-horizon y BenchCAD con herramientas; Kimi obtiene más en Terminal-Bench 4.0 y OfficeQA Pro v2. Una diferencia mayor de precio no significa que las respuestas sean intercambiables.

Fuentes: ³

Resultados publicados por el proveedor. La metodología detalla las configuraciones y las fuentes.

Otras evaluaciones de tareas publicadas por Moonshot

La ventaja publicada de GPT corresponde a tareas largas de programación y a escribir código CAD a partir de imágenes. El mayor resultado de Kimi en OfficeQA Pro v2 corresponde a responder preguntas sobre documentos financieros. Las herramientas y los ajustes difieren; estos resultados no establecen un ganador universal ni entre endpoints probados en iguales condiciones.³

Las solicitudes posteriores pueden volver a enviar mensajes anteriores, archivos y resultados de herramientas. Suma el coste de cada solicitud para estimar el coste total de la conversación.

El ejemplo sin caché con 400,000 tokens de entrada y 20,000 de salida cuesta $1 con Kimi y $9.50 con GPT. Reducir el material que se reenvía puede bajar el coste de entrada, pero resumir o recuperar información también tiene un coste.

Fuentes: ¹²³

Los precios comparan Kimi en Novita con la API de OpenAI. El código usa el endpoint Kimi de Novita.⁷²

Las tarifas GPT-6 Astra de la primera tabla se aplican a prompts de hasta 272,000 tokens de entrada. Por encima del umbral, toda la solicitud usa las tarifas superiores de entrada, caché y salida descritas después. Kimi usa las tarifas síncronas publicadas de Novita.

Fuentes: ¹²

El prefijo nuevo se cobra a tarifa de escritura de caché en lugar de entrada sin caché y debe cumplir los requisitos. Esta fila usa el precio Novita de 5 minutos para Kimi y el precio predeterminado OpenAI con una duración mínima de 30 minutos para GPT; las duraciones difieren. La fila de caché activa es una solicitud posterior con lectura de caché satisfactoria.

Cada fila fija las cantidades de entrada y salida para calcular el coste de tokens. La lectura de caché requiere un acierto. Herramientas, ejecución de Sandbox, almacenamiento, red e impuestos se cobran aparte; se excluyen descuentos negociados y procesamiento por lotes.

GPT-6 Astra: el ejemplo de 400,000 tokens incluye el recargo en toda la solicitud: $20 / 1M de entrada y $75 / 1M de salida; $8 + $1.50 = $9.50.

Las cifras GPT usan las tarifas estándar de la API síncrona OpenAI. Los tokens de prefijo que se guardan en caché usan la tarifa de escritura en lugar de la de entrada sin caché; los aciertos de caché posteriores usan la tarifa de entrada en caché. Se excluyen suscripciones, Batch, Flex y Fast.

Kimi en Novita publica $2 / 1M tokens para escritura de caché de 5 minutos y $4 para 1 hora. La escritura GPT-6 Astra de $12.5 / 1M tokens corresponde al tiempo mínimo predeterminado de OpenAI de 30 minutos, a tarifa de contexto corto. El ejemplo de caché fría usa 5 minutos para Kimi y 30 minutos para GPT: compara costes con duraciones diferentes. Se excluye la opción OpenAI de 12 horas.

Fuentes: ¹²⁹

Las páginas de Novita abrevian los límites Kimi como 1M. Su catálogo público especifica 1,048,576 tokens tanto de contexto como de salida máxima; la tabla usa esos valores exactos. Compartir la etiqueta 1M entre proveedores no demuestra límites idénticos.¹⁷

Los valores de contexto y salida máxima son límites publicados, no una promesa de poder agotar ambos en una solicitud. Aplica las reglas de contexto total y generación del endpoint.

Fuentes: ¹²⁷

Estima la entrada enviada en cada paso, incluidos los resultados de herramientas, y compara el coste de la conversación completa. Usa una solicitud corta y otra larga; mirar solo la corta no refleja el umbral de precios de GPT.

Si el asistente necesita ejecutar código, Novita Agent Sandbox puede aportar el entorno; la aplicación controla los comandos. Los resultados de herramientas reenviados a cualquiera de los modelos se suman a entradas posteriores, lo que puede acercar una conversación GPT al umbral de precios. La ejecución del Sandbox se cobra aparte.

Explorar Novita Agent Sandbox · Crear un entorno de ejecución reproducible

Fuentes: ⁵⁶

El ejemplo llama a Kimi mediante Novita y muestra su respuesta y uso. Comparar GPT requiere una solicitud aparte a la API OpenAI.

La generación está limitada a 1,024 tokens, incluidos los tokens de razonamiento que contabilice el endpoint. Ante una respuesta vacía o detenida por el límite de tokens, el código muestra un aviso y no solicita otra respuesta automáticamente. Revisa el uso antes de ampliar el límite.

import os
from openai import OpenAI

client = OpenAI(
    api_key=os.environ["NOVITA_API_KEY"],
    base_url="https://api.novita.ai/openai/v1",
)

for model in ["moonshotai/kimi-k3.1-pro"]:
    reply = client.chat.completions.create(
        model=model,
        messages=[{"role": "user", "content": "Review a repository bug fix: list the implementation steps and acceptance tests."}],
        max_tokens=1024,
    )
    choice = reply.choices[0]
    content = choice.message.content or ""
    print(model, "finish_reason:", choice.finish_reason)
    print("usage:", reply.usage)
    if choice.finish_reason == "length" or not content.strip():
        print("No complete answer. Inspect usage and adjust the generation budget before another request.")
    else:
        print(content)

Fuentes: ⁴

Fuentes: ¹²⁹