GPT-6.1 Terra vs Kimi K3.1 Pro

vs

Qual usar e quando

Até 272000 tokens de entrada, a saída custa $5 e $10 por milhão de tokens (gpt-6.1-terra e kimi-k3.1-pro). Avalie gpt-6.1-terra para extrair dados estruturados de capturas de tela e confira as duas faixas de preço. Em relação a gpt-6.1-terra, avalie kimi-k3.1-pro para sessões longas de programação com capturas de tela e respostas estruturadas.

Benchmarks

Kimi K3.1 Pro: o provedor não publicou resultados de benchmark.

GPT-6.1 Terra: 9 publicados, mas nenhum benchmark em comum com modelos suficientes para comparar.

GPT-6.1 Terra Kimi K3.1 Pro outros modelos medidos média dos modelos comparados ★ nenhum outro modelo teve pontuação maior
SWE-sweep Hydrogen: Antigravity CLI 1.4.8. Peers: official leaderboard
5.8%
N/A
OSWorld 2.1 82 offline tasks, partial score. Hydrogen and Sonnet: best of 3. Terra: system card
74.2%
N/A
Agents’ Last Exam v1.1 Oct 17 task set. Hydrogen: Antigravity CLI. Sonnet: ALE-Claw. Terra: official leaderboard
69.8%
N/A
HLE-Diamond Artificial Analysis leaderboard, November report
47.3%
N/A
Vending-Bench 2 (USD) Andon Labs leaderboard, Hydrogen report · 9107-14549
9107
N/A
Chartography No tools. Hydrogen and Terra: Google evaluation. Sonnet: system card
63.2%
N/A

Publicado pelos provedores: Google

Preços

GPT-6.1 Terra Kimi K3.1 Pro Δ
Entrada / 1M tokens $1 $2 0.5×
Saída / 1M tokens $5 $10 0.5×
Leitura de cache / 1M tokens $0.05 $0.2 0.25×
Escrita de cache 1.25x (30m) / 2.5x (12h) - -

Tarifas do catálogo em tempo real, lidas no momento do build; a página de cada modelo traz a tabela de preços atual. A tabela principal mostra as tarifas base. O comprimento da entrada pode alterar a tarifa de toda a solicitação. Consulte as faixas nas páginas dos modelos.

GPT-6.1 Terra · Preços por comprimento de entrada

Toda a solicitação usa a tarifa da faixa de comprimento de entrada. Preços em USD por milhão de tokens.

Tokens de entradaEntradaSaída
0 - 272.000 $1 $5
272.001 - 1.050.000 $2 $7.5

Onde cada um fica: preço de entrada por 1M tokens entre os 86 modelos de chat com esta unidade de cobrança (escala logarítmica)

Capacidades

GPT-6.1 Terra Kimi K3.1 Pro
Uso de ferramentas sim sim
Controle de raciocínio configurável

sim

o provedor não publica o controle

Saída estruturada sim sim
Cache de prompts implícito + explícito implícito (automático)
Tempo de vida do cache at least 30m by default, 12h option on the Responses API não publicado
Prefixo mínimo em cache 1,024 tokens não publicado

Especificações

GPT-6.1 Terra Kimi K3.1 Pro
Modalidades de entrada texto imagem texto imagem
Modalidades de saída texto texto
Lançamento 2026-10-26 2026-10-23
Corte de conhecimento 2026-06 -
Janela de contexto 1.050.000 1.048.576
Saída máxima 128.000 1.048.576
Parâmetro de raciocínio reasoning.effort -
Valores aceitos
reasoning.effort
  • none
  • low
  • medium
  • high
  • xhigh
  • max
-
Padrão medium -

As especificações são transcritas da documentação de cada provedor; quando um provedor não publica um dado, a linha é omitida, e não inferida. Fontes completas: GPT-6.1 Terra · Kimi K3.1 Pro

Um prompt, os dois modelos, medidos pelo gateway

PROMPT Explain to a CFO, in exactly three sentences, why our LLM bill doubled after we enabled reasoning. VERIFICAÇÃO exatamente 3 frases

GPT-6.1 Terra passou · 3 sentences

Enabling reasoning caused the model to process additional internal tokens before producing each answer, even though those tokens are not visible to users. Those tokens are generally billable, increasing the cost per request and potentially doubling the bill even if usage stayed the same. To confirm the cause, compare request counts, model pricing, and token usage—including reasoning tokens—before and after the change.

saída 196 tok (+115 raciocínio) latência 4.6 s

Kimi K3.1 Pro passou · 3 sentences

Enabling reasoning makes the model generate extra internal “thinking” tokens before responding, and these are typically billed at output-token rates even though users never see them. If request volume and pricing stayed flat but reasoning substantially increased tokens per request, the total bill could double. Compare pre- and post-change usage reports for reasoning tokens, then control costs with lower reasoning effort, token budgets, cheaper models, and selective use on tasks where the quality gain justifies the spend.

saída 471 tok (+366 raciocínio) latência 14.3 s

Se a instrução é seguida (exatamente três frases, dá para contar), a adequação ao público (tom para um CFO) e a diferença de cobrança causada pelo raciocínio oculto, que os medidores de tokens abaixo deixam à mostra.

PROMPT This function is supposed to return the longest run of consecutive equal items, but callers report it is off by one on single-element inputs and misses runs that end at the last index. Fix it and explain the bug in one paragraph. VERIFICAÇÃO a correção passa nos testes

GPT-6.1 Terra passou · 8/8 cases

```python def longest_run(xs): if len(xs) == 0: return 0 best = cur = 1 for i in range(1, len(xs)): if xs[i] == xs[i - 1]: cur += 1 else: cur = 1 best = max(best, cur) return best ``` The original code counted matching *adjacent pairs* rather than items, so every nonempty run was undercounted by one, including a single-element input. It did update `best` for matches at the last index, but still undercounted those runs. The fix starts each run at length one and updates `best` as the run grows.

saída 331 tok (+172 raciocínio) latência 6.3 s

Kimi K3.1 Pro passou · 8/8 cases

```python def longest_run(xs): if not xs: return 0 best = cur = 1 for i in range(1, len(xs)): if xs[i] == xs[i - 1]: cur += 1 else: best = max(best, cur) cur = 1 return max(best, cur) ``` The original `cur` counts matching adjacent pairs rather than items: it starts at 0, so a singleton returns 0, and a run of `k` equal items is recorded as only `k - 1`. Its bookkeeping also never correctly finalizes the current run’s length at end of input. The fix starts every run at 1, records its length when a mismatch ends it, and takes a final `max` after the loop so a run ending at the last index is included; empty input returns 0.

saída 2984 tok (+2785 raciocínio) latência 70.1 s

Se a correção está mesmo certa (dá para executar), a densidade da explicação e a eficiência em tokens em uma tarefa bem delimitada.

PROMPT Extract a JSON object with fields {company, quarter, revenue_usd_m, growth_pct, guidance} from this text. Use null for anything not stated; add no other fields. VERIFICAÇÃO JSON válido, schema exato

GPT-6.1 Terra passou · 5/5 fields, guidance "Withheld pending the Q4 close"

{ "company": "Meridian Robotics", "quarter": "September quarter", "revenue_usd_m": null, "growth_pct": null, "guidance": "Withheld pending the Q4 close" }

saída 317 tok (+261 raciocínio) latência 6.9 s

Kimi K3.1 Pro passou · 5/5 fields, guidance null

{"company":"Meridian Robotics","quarter":"September quarter","revenue_usd_m":412,"growth_pct":11,"guidance":null}

saída 454 tok (+410 raciocínio) latência 12.0 s

Aderência ao schema (sem campos inventados), pressão para alucinar (o texto diz explicitamente que o guidance não foi divulgado) e diferenças no caminho de saída estruturada.

PROMPT Write a 120-word product announcement for an API gateway feature that caches prompts across providers. Forbidden words: "seamless", "unlock", "game-changer", "revolutionize", "empower". Exactly one sentence must be a question. VERIFICAÇÃO 120 palavras, 0 palavras proibidas

GPT-6.1 Terra passou · 120 words, 0 banned, 1 question

Meet Prompt Cache, a new API gateway feature that stores reusable prompts across providers, helping teams reduce latency and control costs without changing how they build. When a request matches a cached prompt, the gateway retrieves the stored result instead of sending the same work again. Need to route traffic between models or vendors? Prompt Cache works across supported providers, giving your applications a consistent caching layer as your stack evolves. Set expiration policies, monitor cache performance, and choose which requests qualify through familiar gateway controls. Your team can spend less time repeating requests and more time improving the experiences customers rely on. Start using Prompt Cache today and make every request work harder for your application and your budget.

saída 579 tok (+440 raciocínio) latência 9.1 s

Kimi K3.1 Pro passou · 120 words, 0 banned, 1 question

Meet Prompt Cache, our new API gateway feature for caching prompts and responses across model providers. It cuts token spend, lowers latency, and keeps applications responsive during traffic surges. Define cache keys, expiration rules, and tenant boundaries in one policy, then apply them to OpenAI, Anthropic, Gemini, or custom models without changing application code. Encryption, redaction, and immediate purges help protect sensitive data, while metrics reveal hit rates, savings, and performance by endpoint and provider. Need a faster way to handle repeated requests? Serve eligible results from cache and preserve your existing routing, fallback, and retry behavior. Available today in beta, Prompt Cache gives platform teams controls for cost, speed, and reliability, with no extra infrastructure to deploy or maintain.

saída 2740 tok (+2576 raciocínio) latência 55.8 s

Respeito às restrições (limite de palavras, lista de palavras proibidas, uma única pergunta), a marca de estilo de cada modelo e o controle do tamanho.

Troque de um para o outro mudando uma linha

Os dois ids estão em todas as abas abaixo; o par de linhas destacado é a única alteração. O endpoint, a chave e o formato da requisição são os mesmos.

from openai import OpenAI

client = OpenAI(
    base_url="https://synthorai.io/v1",
    api_key="sk-syn-...",
)

resp = client.chat.completions.create(
    model="gpt-6.1-terra",
    # model="kimi-k3.1-pro",  # descomente esta linha, comente a linha acima
    messages=[{"role": "user", "content": "Summarize this diff"}],
    reasoning_effort="medium",
)
print(resp.choices[0].message.content)

Obtenha sua chave de API →

Perguntas frequentes

Qual é mais barato, GPT-6.1 Terra ou Kimi K3.1 Pro?

A tabela principal mostra as tarifas base. O comprimento da entrada pode alterar a tarifa de toda a solicitação. Consulte as faixas nas páginas dos modelos.

Posso fazer um teste A/B de GPT-6.1 Terra contra Kimi K3.1 Pro sem duas integrações?

Sim. Os dois são servidos pelo mesmo endpoint compatível com OpenAI, com uma única chave de API. Para trocar, basta mudar uma linha, a string do modelo; assim você pode direcionar uma parte do tráfego para cada um e comparar as contas diretamente.

GPT-6.1 Terra e Kimi K3.1 Pro suportam cache de prompts?

Sim. Os dois cobram as leituras de cache abaixo da tarifa de entrada, então cargas de trabalho com prefixo já em cache custam menos do que os preços de tabela sugerem. Os valores exatos de leitura de cache estão na tabela de preços acima.

Comparações relacionadas

Dos nossos estudos com medições