TL;DR
Grok 4.6 là lựa chọn mặc định mạnh hơn nếu bạn muốn một API frontier được quản lý cho lập trình theo tác nhân và công việc tri thức: đạt 61 trên Artificial Analysis Intelligence Index, tạo đầu ra nhanh hơn theo các phép đo độc lập hiện tại và có giá từ $2/$6 cho mỗi triệu token đầu vào/đầu ra.
Kimi K3 linh hoạt hơn khi độ dài ngữ cảnh và mức độ mở của mô hình quan trọng. Mô hình kết hợp 2,8 nghìn tỷ tham số, 104B tham số đang hoạt động và cửa sổ ngữ cảnh khoảng 1M token, cùng với trọng số mở và khả năng đa phương thức bản địa. Giá API lưu trữ tiêu đề cao hơn ở mức $3/$15 cho mỗi triệu token đầu vào/đầu ra, nhưng cache hit chỉ $0.30 mỗi triệu token.
Kết luận: chọn Grok 4.6 nếu cần một API agent được lưu trữ tiết kiệm chi phí; chọn Kimi K3 nếu cần ngữ cảnh 1M, trọng số mở và quyền kiểm soát hạ tầng. Với lập trình, hãy thử cả hai trên các kho của riêng bạn vì các nhà cung cấp công bố phiên bản và khung đánh giá khác nhau.
Điểm chính
- Grok 4.6 được phát hành vào ngày 12 tháng 8, 2026 với trọng tâm đặc biệt vào các agent chạy lâu, công việc trên codebase, công việc tri thức và các dự án tương tác hoặc thị giác tham vọng hơn.
- Kimi K3 là mẫu trọng số mở 2,8T của Moonshot AI với Kimi Delta Attention, Attention Residuals, thị giác bản địa và cửa sổ ngữ cảnh khoảng 1M token.
- Trí tuệ tổng thể độc lập gần như hòa: 61 cho Grok 4.6 so với 60 cho Kimi K3.
- Grok 4.6 có giá token tiêu đề thấp hơn: $2 đầu vào / $6 đầu ra so với $3 đầu vào / $15 đầu ra cho Kimi K3.
- Kimi K3 cung cấp dung lượng ngữ cảnh khoảng gấp đôi và trọng số mở; Grok 4.6 là độc quyền nhưng hiệu quả hơn về lượt và chi phí trong một số đánh giá agent độc lập.
Grok 4.6 vs Kimi K3: So sánh nhanh
| Specification | Grok 4.6 | Kimi K3 |
|---|---|---|
| Developer | SpaceXAI / xAI | Moonshot AI / Kimi |
| Release date | August 12, 2026 | July 16, 2026 |
| Model ID | grok-4.6 | kimi-k3 |
| Architecture | Not publicly disclosed | MoE; KDA + AttnRes + Stable LatentMoE |
| Total parameters | Not disclosed | 2.8T |
| Active parameters | Not disclosed | 104B |
| Experts | Not disclosed | 896 total; 16 activated/token |
| Context window | 500,000 tokens | 1,048,576 / about 1M tokens |
| Input / output | Text + image → text | Text + image → text |
| Reasoning | Configurable | Always-on; low / high / max |
| Function / tool use | Function calling + structured outputs | ToolCalls, tool_choice, dynamic tool loading |
| Open weights | No | Yes |
| AA Intelligence Index | 61 | 60 |
| Official input / output price | $2 / $6 per MTok | $3 / $15 per MTok |
| Best fit | Hosted agents, coding, knowledge work | Long context, open-weight deployment, coding + visual reasoning |
Grok 4.6 là gì?
Grok 4.6 là mô hình frontier của SpaceXAI dành cho lập trình, nhiệm vụ theo tác nhân và công việc tri thức. Công ty cho biết bản phát hành này tập trung vào các agent chạy lâu và các dự án tương tác, thị giác tham vọng hơn, thay vì chỉ là làm mới bộ benchmark tĩnh. Trong thực tế, điều đó có nghĩa là mô hình được thiết kế để bám sát một nhiệm vụ qua nhiều bước: nghiên cứu chủ đề, điều hướng codebase, phân tích thông tin, gọi công cụ và lặp dần đến một ứng dụng hoặc sản phẩm hoàn thiện.
Có gì thay đổi so với Grok 4.5?
SpaceXAI báo cáo một đợt huấn luyện bổ sung dài hơn sử dụng dữ liệu lập luận do mô hình tạo ra được chọn lọc, các khái niệm kỹ thuật nâng cao, dữ liệu kỹ thuật chất lượng cao và bộ tối ưu hóa cùng công thức huấn luyện được cải tiến. Nhóm sau đó tái sinh các quỹ đạo SFT bằng Grok 4.5 trên các nỗ lực lập luận và khung agent, lọc các trace có vấn đề và áp dụng tăng cường học theo tác nhân trong các môi trường bao gồm lập trình tổng quát, tối ưu hóa kernel, phát triển web, CAD và công việc tri thức.
Kết quả thực tế là một mô hình không chỉ đạt điểm cao hơn mà còn thể hiện nhiều tự kiểm thử và xác minh hơn trên các quỹ đạo dài. Hành vi đó quan trọng với agent vì chi phí của một lỗi nhỏ sẽ cộng dồn khi mô hình được phép chỉnh sửa tệp, gọi công cụ hoặc thực thi một kế hoạch nhiều bước mà không có sự can thiệp liên tục của con người.
Thông số kỹ thuật của Grok 4.6
| Property | Grok 4.6 |
|---|---|
| Context | 500,000 tokens |
| Modalities | Text and image input; text output |
| Reasoning | Configurable reasoning |
| Native API capabilities | Function calling and structured outputs |
| Knowledge cutoff | February 1, 2026 |
| Short-context pricing | $2 input / $0.50 cached / $6 output per MTok |
| Long-context threshold | ≥200K prompt tokens; $4 / $1 / $12 |
Kimi K3 là gì?
Kimi K3 là mô hình theo tác nhân đa phương thức hàng đầu có trọng số mở của Moonshot AI. Mô hình kết hợp tổng cộng 2,8 nghìn tỷ tham số với cửa sổ ngữ cảnh 1M token và thị giác bản địa, định vị cho lập trình tầm xa, công việc tri thức đầu-cuối, lập luận và các tác vụ phần mềm dựa trên thị giác.
Khác với Grok 4.6, Kimi K3 công khai trọng số mô hình. Model card chính thức hiện tại xác định 104B tham số đang hoạt động trong quá trình suy luận, vì vậy đường tính toán nhỏ hơn nhiều so với tổng số 2,8T tham số dù việc triển khai đầy đủ vẫn đòi hỏi hạ tầng đáng kể.
KDA, AttnRes và một MoE thưa hơn
Kiến trúc là một trong những điểm khác biệt lớn nhất của K3. Moonshot cho biết Kimi Delta Attention (KDA) và Attention Residuals (AttnRes) được thiết kế để cải thiện dòng chảy thông tin xuyên suốt các chuỗi dài và các lớp mô hình sâu. Stable LatentMoE tăng độ thưa sao cho 16 trong số 896 chuyên gia được kích hoạt cho mỗi token. Cùng với các thay đổi về huấn luyện và công thức dữ liệu, Moonshot báo cáo hiệu suất co giãn tổng thể tốt hơn khoảng 2,5× so với Kimi K2.
Thông số kỹ thuật của Kimi K3
| Property | Kimi K3 |
|---|---|
| Total / active parameters | 2.8T / 104B |
| Architecture | MoE with KDA + AttnRes + Stable LatentMoE |
| Experts | 896; 16 activated per token |
| Context | 1M tokens |
| Vision | Native visual understanding |
| Reasoning | Always enabled; low / high / max |
| Tools | ToolCalls, tool_choice constraints, dynamic tool loading |
| Open weights | Available on Hugging Face |
| Official pricing | $0.30 cache hit / $3 input / $15 output per MTok |
Grok 4.6 vs Kimi K3: So sánh benchmark
So sánh trực tiếp sạch nhất là Artificial Analysis Intelligence Index độc lập vì cả hai mô hình đều được đánh giá dưới cùng một khung. Điểm hiện tại là 61 cho Grok 4.6 (cao) và 60 cho Kimi K3 (tối đa). Khoảng cách một điểm là quá nhỏ để khẳng định rằng một mô hình “vượt thế hệ” so với mô hình kia. Câu hỏi hữu ích hơn là mỗi mô hình kiếm điểm ở đâu.
| Independent metric | Grok 4.6 | Kimi K3 | Edge |
|---|---|---|---|
| Artificial Analysis Intelligence Index | 61 | 60 | Grok 4.6 by 1 point |
| Output speed | 65.8 tok/s | 40.7 tok/s | Grok 4.6 |
| Time to first token | ~32.3 s | 3.27 s | Kimi K3 |
| Context window | 500K | ~1.05M | Kimi K3 |
Hiệu năng lập trình
SpaceXAI công bố một số kết quả lập trình và kỹ nghệ phần mềm cho Grok 4.6: 69,9% trên CursorBench 3.2, 65,9% trên DeepSWE 1.1, 61,3% trên FrontierCode 1.1 Extended, 56,4% trên APEX-SWE và 26,0% trên Terminal-Bench 3.0. Đây là các kết quả có ý nghĩa vì chúng bao phủ chỉnh sửa repository, kỹ nghệ phần mềm theo tác nhân và công việc trên terminal thay vì chỉ là kiến thức đố vui hoàn thành mã.
| Grok 4.6 vendor-reported coding benchmark | Score |
|---|---|
| CursorBench 3.2 | 69.9% |
| DeepSWE 1.1 | 65.9% |
| FrontierCode 1.1 Extended | 61.3% |
| APEX-SWE | 56.4% |
| Terminal-Bench 3.0 | 26.0% |
Đối với Kimi K3, Moonshot công bố một bộ lập trình khác nhưng rộng. Tài liệu ra mắt chính thức báo cáo 67,5 trên DeepSWE, 88,3 trên Terminal-Bench 2.1, 81,2 trên FrontierSWE, 77,8 trên ProgramBench và 42,0 trên SWE Marathon. Lưu ý quan trọng là Terminal-Bench 2.1 và 3.0 là các phiên bản khác nhau, và FrontierSWE không phải là cùng đánh giá với FrontierCode. Các hàng này không nên được xem là chiến thắng “so táo với táo” dựa trên số thô.
Nguồn: Moonshot AI / Kimi
Công việc theo tác nhân và tri thức
Công việc theo tác nhân là nơi Grok 4.6 trông mạnh nhất. SpaceXAI báo cáo Elo 1753 trên GDPVal-AA v2, 57,5% trên APEX-Agents và Elo 1577 trên AA-Briefcase. Artificial Analysis độc lập cũng nhấn mạnh cùng mẫu: mức tăng mạnh nhất của Grok 4.6 là ở công việc tầm xa, sử dụng công cụ chứ không chỉ lập luận tĩnh.
Kimi K3 cũng nhắm đến các agent công việc tri thức. Bộ ra mắt của Moonshot cho thấy kết quả mạnh trên BrowseComp, GDPval-AA v2, JobBench, SpreadsheetBench 2 và các đánh giá agent thị giác. Quan trọng hơn cho nhà phát triển, API của Kimi cung cấp các ràng buộc tool choice và dynamic tool loading, là các kiểm soát thực tế khi một agent phải sử dụng hệ thống doanh nghiệp hoặc truy xuất sự kiện trước khi trả lời.
Nguồn: Moonshot AI / Kimi
Đa phương thức và lập luận thị giác
Kimi K3 có câu chuyện đa phương thức ở cấp kiến trúc rõ ràng hơn: Moonshot mô tả khả năng thị giác bản địa và đặc biệt minh họa “vision in the loop” cho phát triển game, kỹ nghệ frontend và CAD, nơi mô hình có thể kiểm tra phản hồi thị giác và chỉnh sửa mã.
Grok 4.6 cũng nhận đầu vào văn bản và hình ảnh và SpaceXAI nói rằng mô hình tạo ra các bản đầu tiên mạnh hơn cho các dự án thị giác và tương tác so với Grok 4.5. Sự khác biệt ít nằm ở việc cả hai có thể “nhìn” ảnh hay không, mà nhiều hơn ở triết lý triển khai: Kimi cung cấp một mô hình đa phương thức mở, trong khi Grok đóng gói hiểu biết thị giác bên trong một API frontier được quản lý và hệ sinh thái agent.
Cửa sổ ngữ cảnh: 500K vs 1M
Grok 4.6 hỗ trợ 500.000 token, trong khi Kimi K3 hỗ trợ khoảng 1 triệu token. Điều đó khiến Kimi trở thành lựa chọn hiển nhiên khi khối lượng công việc thực sự cần hơn 500K token trong một yêu cầu — ví dụ, repository rất lớn, bộ sưu tập nghiên cứu đa sách, hoặc trace agent dài bất thường.
Tuy nhiên, kích thước ngữ cảnh là dung lượng, không phải đảm bảo về chất lượng truy xuất hoặc lập luận. Với hệ thống sản xuất, hãy kiểm thử mô hình trên các mode lỗi ngữ cảnh dài thực tế của bạn: theo dõi phụ thuộc giữa tệp, truy xuất sự kiện xa, phát hiện mâu thuẫn và duy trì hướng dẫn. RAG vẫn có thể rẻ hơn và kiểm soát được hơn so với việc gửi một triệu token trong mỗi yêu cầu.
Tốc độ và độ trễ
Artificial Analysis hiện đo Grok 4.6 ở 65,8 token đầu ra mỗi giây và Kimi K3 ở 40,7 token mỗi giây. Khi quá trình tạo bắt đầu, Grok nhanh hơn đáng kể theo phép đo này. Nhưng mẫu token đầu tiên thì ngược lại: Kimi K3 có TTFT đo được là 3,27 giây, trong khi đo lường nhà cung cấp hiện tại của Grok 4.6 chậm hơn nhiều trước khi bắt đầu streaming.
Điều đó tạo ra một sự khác biệt sản phẩm hữu ích. Đối với trải nghiệm chat tương tác hoặc IDE, thời gian tới token đầu tiên nhanh có thể khiến Kimi cảm giác phản hồi tốt ngay cả khi câu trả lời đầy đủ lâu hơn. Với các thế hệ dài và lần chạy agent, thông lượng tạo cao hơn của Grok có thể giảm phần đuôi của yêu cầu. Nhà cung cấp, khu vực, mức độ lập luận, trạng thái cache và kích thước yêu cầu đều có thể thay đổi các con số này, vì vậy hãy coi chúng như ảnh chụp hiện tại thay vì thuộc tính vĩnh viễn.
Grok 4.6 vs Kimi K3: Giá API
Ở độ dài ngữ cảnh chuẩn, Grok 4.6 có giá $2 cho mỗi triệu token đầu vào, $0,50 cho mỗi triệu token cache và $6 cho mỗi triệu token đầu ra. Với prompt từ 200K token trở lên, xAI tính toàn bộ yêu cầu theo mức giá ngữ cảnh dài là $4 đầu vào, $1 cache và $12 đầu ra cho mỗi triệu token.
Kimi dùng giá trả theo mức sử dụng phẳng trên toàn cửa sổ ngữ cảnh 1M. API của Kimi liệt kê $0,30 cho mỗi triệu token cache-hit, $3 cho mỗi triệu token đầu vào và $15 cho mỗi triệu token đầu ra. Điều đó có nghĩa Kimi rẻ hơn ở cache hit nhưng đắt hơn nhiều ở token đầu ra mới; lợi thế giá của Grok thu hẹp khi yêu cầu Grok vượt ngưỡng ngữ cảnh dài 200K.
Giá API chính thức tiêu đề trên mỗi 1M token. Yêu cầu ngữ cảnh dài của Grok (≥200K token prompt) sử dụng mức giá cao hơn không hiển thị trong biểu đồ. Nguồn: SpaceXAI and Kimi API pricing
| Price / 1M tokens | Grok 4.6 | Kimi K3 |
|---|---|---|
| Official short-context input | $2.00 | $3.00 |
| Official cache hit | $0.50 | $0.30 |
| Official output | $6.00 | $15.00 |
| Long-context pricing | ≥200K: $4 / $1 / $12 | Flat pricing through 1M context |
| CometAPI input | $1.60 | $2.40 |
| CometAPI output | $4.80 | $12.00 |
Trên CometAPI, Grok 4.6 hiện được liệt kê ở $1,60 đầu vào / $4,80 đầu ra cho mỗi triệu token, trong khi Kimi K3 được liệt kê ở $2,40 đầu vào / $12 đầu ra. Cả hai đều thấp hơn 20% so với giá đầu vào/đầu ra tiêu đề của nhà cung cấp hiển thị trên trang mô hình CometAPI tại thời điểm viết.
Trọng số mở vs mô hình độc quyền
Kimi K3 là mô hình trọng số mở có thể tải trọng số. Điều đó cho phép nghiên cứu, kiểm soát hạ tầng chi tiết, kiến trúc suy luận riêng và triển khai qua các stack suy luận của bên thứ ba. Nó không có nghĩa K3 nhẹ: một mô hình 2,8T tham số là một dự án hệ thống nghiêm túc ngay cả với MoE thưa và định dạng độ chính xác thấp.
Grok 4.6 là độc quyền. Kiến trúc và số tham số không được công khai, và nhà phát triển truy cập dưới dạng dịch vụ được quản lý. Đổi lại là sự đơn giản vận hành: bạn không phải xây cụm suy luận, quản lý trọng số hoặc tối ưu kernel để có hiệu năng agent ở mức frontier.
Điểm mạnh và đánh đổi
| Model | Strengths | Trade-offs |
|---|---|---|
| Grok 4.6 | Giá API lưu trữ thấp; 61 AA Intelligence; tốc độ sinh đo được nhanh hơn; kết quả agent tầm xa mạnh; bộ công cụ xAI tích hợp | Ngữ cảnh 500K; trọng số đóng; giá ngữ cảnh dài tăng gấp đôi; TTFT đo được chậm hơn |
| Kimi K3 | Ngữ cảnh ~1M; trọng số mở; MoE 2,8T; đa phương thức bản địa; bộ lập trình/agent mạnh | Giá token đầu ra cao hơn; tốc độ sinh token đo được chậm hơn; tự lưu trữ đầy đủ đòi hỏi hạ tầng nặng |
Grok 4.6 vs Kimi K3: Nên chọn cái nào?
| Use case | Recommended | Why |
|---|---|---|
| Default frontier API | Grok 4.6 | Giá thấp hơn với lợi thế trí tuệ độc lập nhẹ |
| Long-running knowledge-work agent | Grok 4.6 | Bằng chứng mạnh nhất từ GDPVal-AA và AA-Briefcase |
| Repository-scale coding | Test both | Cả hai đều thiết kế cho lập trình tầm xa; bộ benchmark khác nhau |
| Prompt >500K tokens | Kimi K3 | Ngữ cảnh khoảng 1M |
| Open-weight research | Kimi K3 | Có sẵn trọng số và kiến trúc |
| Private/self-managed inference | Kimi K3 | Trọng số mở cho phép triển khai tùy chỉnh |
| Low cache-hit cost | Kimi K3 | Giá cache-hit $0,30/MTok |
| Lower fresh output-token cost | Grok 4.6 | $6/MTok vs $15/MTok ở ngữ cảnh chuẩn |
| Fast first visible response | Kimi K3 | TTFT đo được thấp hơn nhiều |
| Faster long generation | Grok 4.6 | Tốc độ token đầu ra đo được cao hơn |
| Visual coding / CAD / game workflows | Kimi K3 | Thị giác bản địa + tập trung “vision-in-the-loop” chính thức |
Khuyến nghị tổng thể: Grok 4.6 là API lưu trữ mặc định mạnh hơn cho hầu hết nhà phát triển agent. Kimi K3 linh hoạt hơn khi ngữ cảnh 1M, trọng số mở và kiểm soát triển khai là yêu cầu, không phải tiện ích bổ sung.
Cách truy cập Grok 4.6 và Kimi K3 qua CometAPI
Cả hai mô hình đều đang hoạt động trên CometAPI. Trang mô hình Grok 4.6 liệt kê model ID grok-4.6 và hỗ trợ truy cập kiểu Chat Completions / Responses, trong khi trang mô hình Kimi K3 cung cấp kimi-k3 qua endpoint hợp nhất của CometAPI. Điều đó giúp A/B testing dễ dàng hơn vì bạn có thể chuyển model ID trong khi giữ nguyên xác thực và hầu hết phần ống ứng dụng.
from openai import OpenAI
import os
client = OpenAI(
base_url="https://api.cometapi.com/v1",
api_key=os.environ["COMETAPI_KEY"],
)
for model in ["grok-4.6", "kimi-k3"]:
response = client.chat.completions.create(
model=model,
messages=[
{"role": "user", "content": "Review this repository bug and propose a tested fix."}
],
)
print(model, response.choices[0].message.content)
Đối với đánh giá sản xuất, hãy giữ prompt, công cụ, snapshot repository và tiêu chí thành công giống hệt nhau. Theo dõi không chỉ chất lượng câu trả lời mà còn thành công gọi công cụ, số lượt, tổng token đầu vào/đầu ra, độ trễ và khả năng phục hồi sau khi gọi công cụ thất bại. Điều đó dự báo chi phí agent thực tế tốt hơn một điểm benchmark đơn lẻ.
Kết luận
Kết quả quan trọng nhất của so sánh Grok 4.6 vs Kimi K3 là trí tuệ hàng đầu của chúng gần nhau hơn nhiều so với thiết kế sản phẩm. Đánh giá độc lập hiện đặt chúng ở 61 so với 60, nhưng các lựa chọn kinh tế và triển khai xung quanh rất khác nhau.
Grok 4.6 được tối ưu như một dịch vụ frontier được quản lý: giá token mới thấp, benchmark agent mạnh, tốc độ sinh đo được nhanh và đường công cụ/API trưởng thành. Kimi K3 được tối ưu cho tính linh hoạt: cửa sổ ngữ cảnh 1M, MoE 2,8T, đa phương thức bản địa và trọng số mở.
Đối với hầu hết nhà phát triển chỉ cần mô hình lưu trữ mặc định tốt nhất cho lập trình và agent chạy lâu, Grok 4.6 là điểm khởi đầu an toàn hơn. Nếu hệ thống của bạn phụ thuộc vào >500K ngữ cảnh, triển khai trọng số mở, lập trình thị giác hoặc kiểm soát stack suy luận, Kimi K3 có thể là lựa chọn kiến trúc tốt hơn ngay cả khi giá token lưu trữ cao hơn.
Câu hỏi thường gặp
Grok 4.6 thông minh hơn Kimi K3 không?
Trên Artificial Analysis Intelligence Index hiện tại, Grok 4.6 đạt 61 và Kimi K3 đạt 60. Đó là lợi thế hẹp, không phải khoảng cách quyết định. Hiệu năng theo tác vụ có thể đảo chiều tùy khối lượng công việc.
Mô hình nào tốt hơn cho lập trình?
Cả hai đều là mô hình lập trình đáng tin. Grok 4.6 hiện có kết quả lập trình theo tác nhân mạnh và giá lưu trữ thấp hơn; Kimi K3 cung cấp cửa sổ ngữ cảnh lớn hơn, trọng số mở và kết quả mạnh về lập trình trên repository/thị giác. Hãy dùng benchmark repo của riêng bạn vì nhà cung cấp báo cáo phiên bản benchmark khác nhau.
Mô hình nào có cửa sổ ngữ cảnh lớn hơn?
Kimi K3 hỗ trợ khoảng 1M token, gấp khoảng đôi ngữ cảnh 500K token của Grok 4.6.
Mô hình nào rẻ hơn?
Với token mới ở ngữ cảnh chuẩn, Grok 4.6 rẻ hơn ở mức $2 đầu vào / $6 đầu ra mỗi MTok so với $3 / $15 cho Kimi K3. Kimi có giá cache-hit rẻ hơn $0,30/MTok, trong khi Grok áp dụng mức giá cao hơn khi prompt đạt 200K token.
Tôi có thể tự lưu trữ Kimi K3 không?
Kimi K3 có trọng số mở trên Hugging Face, nên triển khai tự quản lý là khả thi. Tuy nhiên, mô hình 2,8T đầy đủ vẫn cực lớn và cần hạ tầng đa nút hoặc suy luận chuyên dụng cho hiệu năng thực tế.
Tôi có thể tự lưu trữ Grok 4.6 không?
Không có trọng số công khai cho Grok 4.6. Grok 4.6 được cung cấp như mô hình độc quyền qua SpaceXAI và API đối tác.
Tôi có thể truy cập cả hai qua một API không?
Có. CometAPI hiện liệt kê cả Grok 4.6 và Kimi K3, cho phép nhà phát triển so sánh chúng sau một API và lớp thanh toán hợp nhất.