Kimi K3 vs GPT-5.6 Sol: benchmarky, ceny, programování a výběr modelu

Kimi K3 a GPT-5.6 Sol představují dva odlišné směry vývoje nejpokročilejších modelů AI.

OpenAI nabízí uzavřený a rozsáhlý ekosystém s širokou kontrolou nad reasoningem, vestavěnými nástroji a vyspělými mechanismy pro podniky. Moonshot AI odpovídá modelem s 2,8 bilionu parametrů, nižšími cenami API, nativním porozuměním obrazu a videu a příslibem zveřejnění kompletních vah.

V publikovaných benchmarcích dokáže Kimi K3 překonat GPT-5.6 Sol v některých úlohách programování, agentů a analýzy dokumentů. Sol si však stále udržuje vedení v celkovém indexu inteligence, vybraných úlohách uvažování a části testů profesionální práce se znalostmi.

Hlavní závěr je jednoduchý: Kimi K3 nepřekonal GPT-5.6 Sol ve všech případech použití, ale je prvním modelem Moonshot AI, který se stal skutečnou produkční alternativou, zejména tam, kde záleží na ceně, dlouhotrvajících úlohách a flexibilitě infrastruktury.

Rychlé srovnání

Specifikace Kimi K3 pochází z dokumentace Moonshot AI. Model nabízí jeden milion tokenů kontextu, porozumění obrazu a videu, automatické ukládání do cache a formát kompatibilní s OpenAI API. Dokumentace GPT-5.6 Sol uvádí okno 1,05 milionu tokenů, maximálně 128 000 výstupních tokenů a znalostní hranici k 16. únoru 2026.

Co je Kimi K3?

Kimi K3 je nejnovější vlajkový model společnosti Moonshot AI. Má 2,8 bilionu parametrů a využívá architekturu Mixture of Experts. Během jednoho průchodu model aktivuje 16 z 896 dostupných expertů, takže při generování každého tokenu nemusí používat všechny parametry.

Model používá dvě důležité technologie vyvinuté společností Moonshot AI:

Kimi Delta Attention, hybridní mechanismus pozornosti navržený pro dlouhé sekvence, a Attention Residuals, které umožňují selektivně získávat reprezentace z dřívějších vrstev namísto jejich pouhého sčítání.

Moonshot uvádí přibližně 2,5násobné zlepšení efektivity škálování oproti Kimi K2. Jde však o výsledek prezentovaný výrobcem a kompletní technická zpráva o tréninku a architektuře K3 zatím nebyla zveřejněna.

K3 byl navržen především pro:

• dlouhodobé agentní programování,
• práci s velkými repozitáři,
• analýzu dokumentů a dat,
• výzkum s využitím nástrojů,
• tvorbu rozhraní, prezentací a vizualizací,
• porozumění obrázkům a video materiálům.

Model je již dostupný v aplikaci Kimi, Kimi Work, Kimi Code a prostřednictvím oficiálního API.

Je Kimi K3 skutečně open source?

Moonshot AI označuje Kimi K3 za první otevřený model ve třídě přibližně tří bilionů parametrů. Je však nutné oddělit příslib otevřenosti od aktuálního stavu distribuce.

Podle Moonshot AI mají být kompletní váhy zveřejněny do 27. července 2026. Při poslední kontrole, 17. července, je ještě nebylo možné stáhnout ani samostatně spustit. Artificial Analysis proto Kimi K3 klasifikoval jako proprietární model, protože veřejné váhy nebyly dostupné.

Konečné hodnocení otevřenosti by tedy mělo počkat na:

• zveřejnění souborů modelu,
• uvedení úplné licence,
• zpřístupnění inferenčního kódu,
• popis hardwarových požadavků,
• technickou zprávu o tréninku a evaluaci.

Ani po zveřejnění vah nebude vlastní provoz K3 jednoduchý. Moonshot doporučuje konfigurace typu supernode s nejméně 64 akcelerátory. Model může být technicky otevřený, ale pro většinu firem zůstane API ekonomičtější než provoz ve vlastním datovém centru.

Co je GPT-5.6 Sol?

GPT-5.6 Sol je vlajkový model rodiny GPT-5.6 a výchozí cíl aliasu gpt-5.6. OpenAI jej prezentuje jako model pro složitou profesionální práci, programování, výzkum, kyberbezpečnost a agentní workflow.

Model podporuje:

• text a obrázky na vstupu,
• kontextové okno 1,05 milionu tokenů,
• až 128 000 výstupních tokenů,
• volání funkcí,
• vyhledávání na webu,
• vyhledávání v souborech,
• computer use,
• programové volání nástrojů,
• zachování kontextu reasoningu mezi požadavky,
• víceagentní provádění úloh v beta verzi.

OpenAI nezveřejňuje architekturu ani počet parametrů Sol. Model nelze provozovat lokálně a je dostupný pouze prostřednictvím produktů a infrastruktury OpenAI.

Co říkají nezávislé benchmarky?

Benchmarky publikované výrobci jsou užitečné, ale neměly by být jediným základem srovnání. Poskytovatel může zvolit nastavení, agentní framework, časový limit a způsob hodnocení, které zvýhodňují jeho vlastní model.

Proto je zvláště důležitý Artificial Analysis Intelligence Index. Spojuje devět evaluací zahrnujících mimo jiné programování v terminálu, vědu, reasoning, znalosti a profesionální práci.

V této evaluaci:

Sol vede v celkovém indexu o dva body, ale Kimi generuje rychleji po zahájení streamování. Současně K3 během celého testu použil téměř dvojnásobek výstupních tokenů.

Jde o důležitou ekonomickou informaci. Přestože výstupní token Kimi stojí polovinu sazby Sol, kompletní provedení Intelligence Index stálo:

• 2 690,80 USD pro Kimi K3,
• 2 824,18 USD pro GPT-5.6 Sol.

Skutečný rozdíl tedy činil pouze přibližně 4,7 %, protože Kimi byl výrazně rozvláčnější. Samotná cena za milion tokenů proto nestačí k odhadu nákladů úlohy. Je také nutné měřit, kolik tokenů model potřebuje k dosažení správného výsledku.

Vals Index

Ve Vals Indexu, založeném na neveřejných úlohách z financí a programování, získal Kimi K3 74,7 %, zatímco GPT-5.6 Sol 73,1 %. Rozdíl je malý, ale v této konkrétní sadě testů se Kimi umístil před modelem OpenAI.

Není to důkaz, že je Kimi obecně lepší. Ukazuje to však, že jeho pozice mezi špičkovými modely není založena pouze na benchmarcích připravených Moonshot AI.

Programování: který model je lepší?

Neexistuje jediný programovací benchmark, který odpoví na všechny otázky. Oprava chyby v repozitáři, vytvoření aplikace od nuly, optimalizace GPU kernelu a práce v terminálu vyžadují odlišné schopnosti.

V tabulce publikované Moonshot AI byly výsledky Kimi K3 a Sol rozdělené:

Kimi jasně vedl ve FrontierSWE a dosáhl lepších výsledků v několika dlouhotrvajících úlohách. Sol získal vyšší výsledek v DeepSWE a těsně vyhrál Terminal-Bench.

Je však nutná opatrnost. Moonshot použil různé agentní frameworky: Kimi Code, Claude Code a Codex. Rozdíly v nástrojích, správě kontextu a provádění příkazů mohou výrazně ovlivnit konečný výsledek. Samotná společnost tyto rozdíly podrobně popisuje v poznámkách pod tabulkou.

Kimi K3 je dobrou volbou, když:

• agent musí pracovat mnoho hodin,
• úloha zahrnuje velký repozitář,
• model musí iterovat podle screenshotů,
• vytváříte frontend, hru, CAD nástroj nebo aplikaci s vizuálními prvky,
• záleží na nákladech opakovaných pokusů,
• chcete používat Kimi prostřednictvím nástrojů kompatibilních s OpenAI.

GPT-5.6 Sol je bezpečnější volbou, když:

• potřebujete předvídatelnější celkovou kvalitu,
• workflow používá Codex,
• model má kombinovat programování s vyhledáváním, soubory a computer use,
• chcete přesně řídit intenzitu reasoningu,
• vyžadujete vyspělé mechanismy správy agentů a dat.

Reasoning a práce se znalostmi

V testech publikovaných Moonshot AI vedl GPT-5.6 Sol v několika klasických úlohách uvažování:

Kimi naopak vedl mimo jiné v BrowseComp, AutomationBench, Job Bench, AA-Briefcase a části kancelářských úloh. Výsledky naznačují, že K3 je velmi silný při provádění komplexních workflow, zatímco Sol si zachovává malou výhodu v některých testech reasoningu a profesionálního hodnocení výsledků.

Rozdíly jsou natolik malé, že v produkci může být důležitější způsob, jakým model chybuje, než průměrný výsledek. Model s o bod vyšším skóre v benchmarku může být horší v konkrétním firemním procesu, pokud častěji porušuje formát, ignoruje omezení nebo provádí neautorizované akce.

Obrázky, dokumenty a video

Oba modely analyzují text a obrázky, ale Kimi K3 podporuje ve svém základním API širší rozsah vstupů. Dokumentace Moonshot ukazuje podporu obrázků a video souborů nahraných na platformu.

GPT-5.6 Sol přijímá text a obrázky, ale jeho karta modelu neuvádí přímý video ani audio vstup. Video je nutné nejprve zpracovat, například na snímky, přepis nebo popis.

Ve vizuálních benchmarcích jsou výsledky smíšené:

• Sol vede v MMMU-Pro, MathVision, BabyVision a PerceptionBench.
• Kimi vede v OmniDocBench, WorldVQA, ZeroBench a některých testech interpretace grafů a dokumentů.
• Výsledky s použitím Pythonu nemají vždy stejné pořadí jako výsledky bez nástrojů.

Kimi může být zvláště zajímavý pro dokumenty, rozhraní, video obsah a iterativní design. Sol zůstává silnějším a vyrovnanějším modelem pro obecný vizuální reasoning.

Kontextové okno a délka odpovědi

GPT-5.6 Sol podporuje 1 050 000 kontextových tokenů a maximálně 128 000 výstupních tokenů.

Kimi K3 má kontextové okno přibližně jednoho milionu tokenů. Výchozí hodnota max_completion_tokens je 131 072, dokumentace však umožňuje nastavit parametr až na 1 048 576. Neznamená to, že model může vždy vygenerovat odpověď o milionu tokenů: vstup, historie a výstup se musí vejít do celkového limitu kontextu.

V praxi vyšší limit nezaručuje lepší práci s dlouhým materiálem. Je vhodné testovat:

• vyhledávání informací umístěných v různých částech promptu,
• dodržování omezení po stovkách tisíc tokenů,
• uchování dřívějších výsledků nástrojů,
• odolnost vůči protichůdným instrukcím,
• kvalitu po automatické kompresi kontextu.

Řízení reasoningu

Jde o jeden z největších rozdílů mezi modely.

GPT-5.6 Sol umožňuje nastavit:

none
low
medium
high
xhigh
max

OpenAI navíc nabízí režim pro, který zvyšuje množství práce provedené modelem u obtížných úloh. Stejná integrace tak může používat rychlé odpovědi bez reasoningu, střední úroveň pro každodenní práci a max nebo pro pro úlohy, kde je rozhodující kvalita.

Kimi K3 má reasoning trvale zapnutý. V době uvedení podporovalo API pouze:

reasoning_effort="max"

Moonshot oznámil nižší úrovně pro budoucí aktualizace, ale v den ověření ještě nebyly dostupné.

Pro složité agenty je to přijatelné. Pro jednoduchou klasifikaci, krátký chat nebo hromadné zpracování dat to však znamená, že nelze omezit čas reasoningu ani počet tokenů. V takových úlohách mohou být cenově vhodnějšími konkurenty Kimi modely GPT-5.6 Terra nebo Luna, nikoli Sol.

Nástroje a integrace API

Kimi API je kompatibilní s formátem OpenAI. V mnoha aplikacích může migrace spočívat pouze ve změně klíče, základní URL a identifikátoru modelu:

from openai import OpenAI

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

response = client.chat.completions.create(
    model="kimi-k3",
    messages=[
        {"role": "user", "content": "Analyzuj tento repozitář."}
    ],
)

Kimi podporuje function calling, tool_choice, JSON Schema, streaming, dynamické načítání nástrojů a automatické ukládání dlouhých prefixů do cache. Moonshot však upozorňuje, že oficiální vyhledávací nástroj se nyní aktualizuje a není doporučen pro produkční použití.

GPT-5.6 Sol má rozsáhlejší sadu platformních nástrojů, včetně web search, file search, computer use a programového volání nástrojů. Nabízí také experimentální víceagentní režim v Responses API.

Kimi lze snadno připojit ke stávající aplikaci. Sol však poskytuje úplnější vrstvu pro vybudování celé agentní platformy.

Srovnání cen API

Standardní sazby

Vstup Kimi je o 40 % levnější, čtení z cache o 40 % levnější a výstup o 50 % levnější.

Dlouhý kontext

Kimi používá jednotné sazby v celém okně o jednom milionu tokenů.

U GPT-5.6 Sol se požadavky s více než 272 000 vstupními tokeny účtují celé podle vyšších sazeb:

U velkých repozitářů, mnoha dokumentů nebo dlouhé historie agenta se proto cenová výhoda Kimi může výrazně zvýšit.

Příklady nákladů

Následující výpočty nezahrnují samostatně placené nástroje ani jiné náklady na infrastrukturu.

Příklad 1: běžná úloha agenta

Předpoklady:

• 100 000 vstupních tokenů,
• 10 000 výstupních tokenů,
• bez cache.

Kimi je v tomto příkladu přibližně o 43,8 % levnější.

Příklad 2: stejný prompt s cache

Kimi je přibližně o 48,6 % levnější.

Příklad 3: velký kontext

Předpoklady:

• 500 000 vstupních tokenů,
• 20 000 výstupních tokenů,
• bez cache.

Po překročení prahu dlouhého kontextu je Kimi v tomto příkladu přibližně o 69,5 % levnější.

Skutečný výsledek může být méně výhodný, pokud Kimi vygeneruje více reasoningových a odpovědních tokenů. Nezávislá evaluace Artificial Analysis ukázala, že K3 může být u podobné sady úloh téměř dvakrát rozvláčnější než Sol.

Soukromí a uchovávání dat

OpenAI podrobně dokumentuje store=false, šifrované položky reasoningu a Zero Data Retention pro schválené organizace. Responses API může ve výchozím nastavení uchovávat stav aplikace 30 dní, ale v organizacích se ZDR je parametr store vynucen na hodnotu false.

Zásady ochrany soukromí Kimi OpenPlatform uvádějí, že informace o účtu, vstupy a platební údaje mohou být uchovávány po dobu aktivity účtu a že data jsou uložena na zabezpečených serverech v Singapuru. Doba uchovávání závisí na typu informací, nastavení a právních požadavcích.

Podle veřejné dokumentace nabízí OpenAI v současnosti podrobněji popsané mechanismy pro nasazení vyžadující ZDR, řízení uchovávání a organizační compliance.

To automaticky neznamená, že se Kimi nehodí pro podniky. Znamená to pouze, že před odesláním důvěrných dat je třeba od Moonshot AI získat konkrétní podmínky týkající se:

• využití dat pro trénink,
• délky uchovávání,
• místa zpracování,
• mazání dat,
• řešení incidentů,
• dílčích zpracovatelů,
• DPA.

Omezení Kimi K3

Moonshot AI otevřeně uvádí tři důležitá omezení modelu.

Za prvé je K3 citlivý na historii reasoningu. Pokud framework nepředá úplnou předchozí zprávu asistenta nebo je model změněn uprostřed relace, kvalita se může stát nestabilní.

Za druhé může být model příliš proaktivní. Při nejasné instrukci může samostatně učinit rozhodnutí, které uživatel neschválil. U agentů s přístupem k souborovému systému, terminálu nebo infrastruktuře to vyžaduje jasné hranice a schvalovací kroky.

Za třetí sám výrobce připouští, že uživatelská zkušenost stále zaostává za GPT-5.6 Sol a Claude Fable 5.

Dalším problémem je velmi čerstvé uvedení. Kompletní technická zpráva, plné váhy ani dlouhodobé analýzy stability v produkci zatím nebyly zveřejněny.

Omezení GPT-5.6 Sol

Největším omezením Sol jsou náklady, zejména při velkém kontextu a vysoké intenzitě reasoningu.

Model zůstává zcela uzavřený. Firma nemůže sama kontrolovat váhy, spustit model v izolované infrastruktuře ani zaručit dlouhodobou dostupnost konkrétního snapshotu bez závislosti na politice OpenAI.

Režimy max a pro mohou mít vysokou latenci. V měřeních Artificial Analysis potřeboval Sol nastavený na max průměrně 145,61 sekundy do prvního tokenu. Jde o výsledek konkrétní metodiky, nikoli garantovanou dobu každého požadavku, ale dobře ukazuje náklady maximální úrovně reasoningu.

OpenAI také používá ochranné mechanismy v reálném čase v oblastech, jako je kyberbezpečnost a biologie. Mohou odpověď zastavit nebo zpomalit i u některých legitimních úloh dvojího užití.

Který model vybrat?

Vyberte Kimi K3, když:

• jsou náklady API nejvyšší prioritou,
• zpracováváte velmi dlouhé prompty,
• vytváříte programovací agenty pracující mnoho hodin,
• potřebujete video vstup,
• chcete si zachovat možnost budoucího hostování otevřených vah,
• již máte integraci kompatibilní s OpenAI,
• dokážete přijmout mladší a méně vyspělý ekosystém,
• řídíte akce agenta pomocí sandboxu a schvalovacích kroků.

Vyberte GPT-5.6 Sol, když:

• vám záleží na nejvyšší a vyrovnanější celkové kvalitě,
• chcete řídit intenzitu reasoningu pro každý požadavek,
• potřebujete web search, file search nebo computer use,
• používáte Responses API, Codex nebo ekosystém OpenAI,
• vyžadujete podrobnou dokumentaci uchovávání a ZDR,
• předvídatelnost v produkci je důležitější než cena,
• model má vykonávat profesionální úlohy v mnoha různých oblastech.

Zvažte používání obou modelů, když:

Nejracionálnější architektura nemusí spočívat ve výběru jediného vítěze.

Kimi K3 může obsluhovat:

• první pokusy,
• analýzu velkých repozitářů,
• dlouhý kontext,
• vizuální úlohy,
• generování více variant.

GPT-5.6 Sol může provádět:

• finální ověření,
• obtížnější případy,
• kontrolu souladu s požadavky,
• úlohy vyžadující nástroje OpenAI,
• operace s daty podléhajícími organizačním kontrolám.

Takové směrování umožňuje využít nižší cenu Kimi bez ztráty silných stránek Sol.

Verdikt

GPT-5.6 Sol zůstává lepší univerzální volbou. Vede v nezávislém Artificial Analysis Intelligence Index, má vyspělejší ekosystém nástrojů, nabízí větší kontrolu nad reasoningem a podrobnější dokumentaci pro podniky.

Kimi K3 je však mnohem blíže Sol, než by mohl naznačovat rozdíl mezi otevřeným modelem z Číny a vlajkovým produktem OpenAI. Vítězí v části programovacích a agentních benchmarků, podporuje video, nabízí jednotnou cenu pro kontextové okno o jednom milionu tokenů a je výrazně levnější za token.

Plnou hodnotu Kimi jako otevřeného modelu zatím nelze potvrdit, protože váhy a technická zpráva nebyly v den ověření dostupné. Nelze také ignorovat jeho rozvláčnost, citlivost na historii reasoningu a sklon k příliš samostatnému jednání.

GPT-5.6 Sol vítězí ve vyspělosti, ovladatelnosti a celkové kvalitě. Kimi K3 vítězí v ceně, dlouhém kontextu, video vstupu a potenciální otevřenosti.

U nových projektů je vhodné otestovat oba modely na skutečných úlohách. Rozdíl mezi nimi je nyní natolik malý, že obecný benchmark nemá nahrazovat evaluaci provedenou na reálných firemních datech.

Zdroje

• Moonshot AI, oficiální představení a benchmarky Kimi K3
• Kimi API, dokumentace modelu, kontextu, videa, reasoningu a omezení
• Kimi API, oficiální ceny
• OpenAI, karta modelu GPT-5.6 Sol
• OpenAI, dokumentace cen API
• OpenAI, průvodce GPT-5.6 a režimy reasoningu
• OpenAI, prompt guidance for GPT-5.6
• Artificial Analysis, nezávislá evaluace Kimi K3
• Artificial Analysis, nezávislá evaluace GPT-5.6 Sol
• Vals AI, Vals Index
• Zásady ochrany soukromí Kimi OpenPlatform
• OpenAI, dokumentace řízení a uchovávání dat