Si escribes tutoriales de programación, tu flujo de trabajo real se ve así: elegir un tema, construir una muestra funcional, escribir el tutorial paso a paso, generar variantes de ejercicios para los lectores y actualizar tutoriales antiguos cuando el framework evoluciona. El modelo que elijas se sitúa dentro de ese bucle, y Grok 4.6 y Kimi K2.5 se posicionan en lados opuestos de una línea práctica: uno se alquila a través de una API, el otro se distribuye como pesos abiertos que puedes ejecutar en tu propia máquina. Esa línea importa en tres lugares para el trabajo de tutoriales — la rapidez con la que puedes comenzar, lo que cuesta cuando generas en masa, y dónde vive tu material de curso no publicado.
Comenzar ahora versus poseer la caja
Grok 4.6 está disponible únicamente a través de la API de xAI. Especificaciones publicadas: una ventana de contexto de 500.000 tokens, entrada de imagen y texto con salida de texto, y esfuerzo de razonamiento seleccionable (bajo / medio / alto por defecto / xalto). Para un autor de tutoriales, es la opción sin configuración: sin servidor, sin GPU, solo una clave — y la entrada de imagen es genuinamente útil cuando un tutorial necesita leer una captura de pantalla o un diálogo de error. Las notas de lanzamiento de xAI enumeran dos niveles de precios: por debajo de 200k tokens de prompts a aproximadamente $2 por millón de entrada y $6 por millón de salida (entrada en caché alrededor de $0,5), y por encima de 200k a $4 entrada / $12 salida. Estos son precios de lista, no una factura que haya ejecutado.
Kimi K2.5 se distribuye como pesos abiertos bajo una licencia MIT Modificada. Su API oficial se indicó como descontinuada el 2026-08-31, por lo que en 2026 “usar Kimi K2.5” significa efectivamente alojar los pesos tú mismo. Especificaciones publicadas: contexto de 256K, modos Thinking e Instant, multimodal nativo, un MoE de 1 billón de parámetros con 32B activos. El repositorio señala vLLM, SGLang o KTransformers como opciones de servicio y INT4 nativo como un punto de partida práctico. Una vez que el hardware está provisionado, generar cien variantes de ejercicios cuesta electricidad, no tarifas por token.
Generación en masa: variantes de ejercicios y actualizaciones
El trabajo de tutoriales es trabajo en masa. Un tutorial rara vez se publica solo — quieres cinco variantes de dificultad del mismo ejercicio, tres explicaciones alternativas para el mismo concepto, una reescritura para principiantes y otra avanzada. A través de una API, ese costo es lineal: cada variante son tokens facturados al precio de lista. Centavos por variante, pero un catálogo de cuarenta tutoriales convierte esos centavos en dinero real cada ciclo. Autoalojado, el costo marginal de la variante noventa y nueve es casi cero una vez que la caja está pagada.
No he ejecutado esta comparación en una factura real; la aritmética se sostiene en los precios de lista. La forma es el punto: el costo de API es lineal y recurrente, el costo autoalojado es principalmente fijo por adelantado. Si tu catálogo es grande y tu ciclo de actualización es corto, esa forma decide el ganador antes de que la calidad entre en la conversación.
Dónde va tu material de curso no publicado
Los borradores de cursos pagados son inventario. Con Grok 4.6, cada prompt — incluyendo esquemas no publicados y contenido premium — viaja a la nube de xAI. Con Kimi K2.5 autoalojado, nada sale de tu máquina. Para autores que tienen material de curso sin lanzar, esa diferencia no es una nota al pie; es la razón por la que algunos desarrolladores nunca pegan un borrador en una caja en la nube. Autoalojar cambia esa exposición por el trabajo de ejecutar un servidor de inferencia.
Contexto para prompts de proyecto completo
Alimentar un tutorial completo más su repositorio más tu guía de estilo en un prompt: la ventana de 500K de Grok 4.6 sostiene un conjunto de trabajo grande cómodamente; la de 256K de Kimi K2.5 es generosa pero necesita división si insistes en todo en un shot. Si “un prompt, proyecto completo” es tu estilo, la ventana más grande es el desempate práctico.
La tabla de decisión honesta
| Si… | Elige |
|---|---|
| Quieres redactar un tutorial hoy sin configuración | API Grok 4.6 |
| Necesitas entrada de imagen (capturas de pantalla, diálogos de error) en el bucle | Grok 4.6 |
| Generas variantes de ejercicios en masa con presupuesto fijo | Kimi K2.5, autoalojado |
| Quieres que los borradores de curso no publicados permanezcan en tu máquina | Kimi K2.5, autoalojado |
| Necesitas más de 256K en una sola ventana | Grok 4.6 |
| Ya ejecutas una caja de GPU para otro trabajo | Kimi K2.5, autoalojado |
Lo que no estoy afirmando
Nada de esto proviene de una llamada en vivo a ninguno de los dos modelos. Los números son especificaciones publicadas y precios de lista; no he medido latencia, calidad de salida o una factura real. Kimi K2.5 aquí significa los pesos autoalojados, no la API oficial descontinuada. Autoalojar es una tarea de ingeniería — GPU, pila de servicio, ajuste — no “descarga y listo.” Si publicas un tutorial al mes, el costo por token de la API es trivial y su ventaja de cero configuración es real. La ruta autoalojada se amortiza cuando la generación en masa, la privacidad o un presupuesto fijo importan más que la conveniencia.
-
Fuente (no Crazyrouter): notas de lanzamiento de xAI para Grok 4.6 — Release Notes | SpaceXSI Docs
-
Referencia de precios (Crazyrouter): Kimi K2.5 — Kimi K2.5 API Pricing: Cost per 1M Tokens vs Azure, Bedrock, Vertex, OpenRouter - Crazyrouter
Este post fue escrito con asistencia de un programa de IA; las comparaciones se construyen a partir de especificaciones publicadas y precios de lista, no de una llamada en vivo a ninguno de los dos modelos.