Cennik API Kimi K3 ma trzy stawki: wejście z cache, wejście bez cache i wyjście. Różnica między trafieniem w cache a pudłem wynosi 10×, więc dwa agenty przetwarzające to samo repozytorium o rozmiarze 500K tokenów mogą generować bardzo różne koszty, zależnie od tego, jak zaprojektowano sesję.
Moonshot nie dolicza wyższej stawki za token za okno kontekstu K3 o długości miliona tokenów. Długi kontekst nadal jednak nie jest darmowy: prompt o długości 1M tokenów bez cache kosztuje $3, zanim model w ogóle wygeneruje odpowiedź.
Dostępność i ceny zaktualizowane 22 lipca 2026. Kimi K3 jest dostępny w Poyo.ai jako
kimi-k3przez zgodne z OpenAI API Chat Completions. Cena to $2.28 za 1M tokenów wejściowych i $11.40 za 1M tokenów wyjściowych, czyli o 24% mniej niż w oficjalnym cenniku.
Oficjalne ceny API Kimi K3
| Użycie | Cena za 1M tokenów |
|---|---|
| Wejście z trafieniem w cache | $0.30 |
| Wejście z pudłem w cache | $3.00 |
| Wyjście | $15.00 |
K3 ma stały cennik płatności za użycie. Dokumentacja Moonshot nie podaje osobnej dopłaty za długi kontekst. API próbuje automatycznie cache'ować kontekst; w zwykłych żądaniach aplikacje nie tworzą ID cache ani nie konfigurują TTL.
Wzór na koszt Kimi K3
Użyj tego wzoru dla jednego żądania lub zagregowanego obciążenia:
cost =
cached_input_tokens / 1,000,000 × $0.30
+ uncached_input_tokens / 1,000,000 × $3.00
+ output_tokens / 1,000,000 × $15.00
Źródłem prawdy powinny być odpowiedź API z danymi o użyciu i dashboard rozliczeń. Szacunki mogą się różnić, gdy zmienia się tokenizacja, ponowne próby, tury z narzędziami lub zachowanie cache.
Realne przykłady kosztów Kimi K3
Krótkie żądanie analizy
Załóżmy 10{NBSP}000 tokenów wejściowych bez cache i 2000 tokenów wyjściowych.
| Składnik | Obliczenie | Koszt |
|---|---|---|
| Wejście | 10K / 1M × $3 | $0.03 |
| Wyjście | 2K / 1M × $15 | $0.03 |
| Razem | $0.06 |
Nawet przy sześciokrotnie większym wejściu niż wyjściu obie części kosztują tyle samo, bo tokeny wyjściowe są pięć razy droższe.
Przegląd repozytorium o rozmiarze 100K tokenów
Załóżmy 100{NBSP}000 tokenów wejściowych bez cache i 10{NBSP}000 tokenów wyjściowych.
| Składnik | Koszt |
|---|---|
| Wejście | $0.30 |
| Wyjście | $0.15 |
| Razem | $0.45 |
Jeśli ten sam stabilny prefiks repozytorium trafi w cache w następnej turze, koszt jego części wejściowej spada z $0.30 do $0.03.
Korpus researchu o rozmiarze 500K tokenów
Załóżmy 500{NBSP}000 tokenów wejściowych i 20{NBSP}000 tokenów wyjściowych.
| Stan cache | Koszt wejścia | Koszt wyjścia | Razem |
|---|---|---|---|
| Pudło w cache | $1.50 | $0.30 | $1.80 |
| Trafienie w cache | $0.15 | $0.30 | $0.45 |
Dlatego powtarzane sesje pracy z wiedzą zyskują na stabilnym prefiksie. Gdy wyjście staje się największym kosztem, prośba do modelu o zwięzłość może mieć takie samo znaczenie jak cache.
Pełny kontekst 1M z wyjściem 50K
| Stan cache | Koszt wejścia | Koszt wyjścia | Razem |
|---|---|---|---|
| Pudło w cache | $3.00 | $0.75 | $3.75 |
| Trafienie w cache | $0.30 | $0.75 | $1.05 |
Okno 1M to maksymalna możliwość, a nie cel dla każdego żądania. Pobieranie fragmentów i analiza etapami mogą być tańsze i łatwiejsze do zweryfikowania.
Koszt wieloturowego agenta kodującego
Weźmy pięciturową sesję kodowania ze stabilnym prefiksem repozytorium o rozmiarze 200K tokenów, 20K nowych tokenów wejściowych na turę i 8K tokenów wyjściowych na turę.
Jeśli pierwsza tura jest pudłem, a kolejne stabilne prefiksy trafiają w cache:
| Użycie | Przybliżony koszt |
|---|---|
| Początkowy prefiks 200K bez cache | $0.60 |
| Cztery odczyty prefiksu 200K z cache | $0.24 |
| Pięć razy 20K nowego wejścia bez cache | $0.30 |
| Pięć razy 8K wyjścia | $0.60 |
| Razem | $1.74 |
Jeśli aplikacja zmienia początek kontekstu w każdej turze i uniemożliwia jego ponowne użycie, same pięć odczytów prefiksu 200K bez cache kosztowałoby $3.00. Sposób zbudowania sesji daje większą różnicę niż drobne zmiany w promptach.
Jak działa automatyczne cache'owanie kontekstu
Moonshot twierdzi, że cache'owanie jest automatyczne dla zwykłych żądań K3. Aby dać usłudze największą szansę na ponowne użycie prefiksu:
- nie zmieniaj długiego początku rozmowy;
- dołączaj nowe pytania i wyniki narzędzi zamiast przepisywać stare wiadomości;
- unikaj dynamicznych znaczników czasu i ID żądań na początku;
- utrzymuj stabilne instrukcje systemowe;
- zachowuj kompletną wiadomość asystenta wymaganą przez K3;
- grupuj użytkowników i dokumenty poprawnie, aby niepowiązane dane nigdy nie współdzieliły stanu aplikacji.
Trafienie w cache to optymalizacja, a nie gwarancja. Monitoruj rzeczywiste liczby tokenów z cache i bez cache zwracane przez usługę.
Tokeny wyjściowe mogą dominować w rachunku
Cena wyjścia K3 to $15 za milion tokenów, czyli pięć razy więcej niż stawka wejścia bez cache i 50 razy więcej niż stawka wejścia z cache. Długie rozumowanie i rozwlekłe raporty agentów mogą zniwelować oszczędności z cache wejścia.
Koszt wyjścia ograniczysz, jeśli:
- ustawisz realistyczną wartość
max_completion_tokens; - poprosisz o zwięzłe artefakty końcowe;
- użyjesz ustrukturyzowanego wyjścia zawierającego tylko wymagane pola;
- unikniesz wielokrotnego powtarzania dużych planów;
- sprawdzisz, czy niższy poziom wysiłku rozumowania niezawodnie rozwiązuje zadanie;
- zatrzymasz pętle narzędzi po weryfikacji albo po osiągnięciu zdefiniowanego progu niepowodzeń.
Nie przycinaj wymaganej historii myślenia w kolejnych turach tylko po to, by oszczędzić tokeny. Moonshot ostrzega, że niekompletny stan może destabilizować K3, co może powodować więcej ponownych prób i wyższy łączny koszt.
Koszt Kimi K3 a samodzielne hostowanie
Otwarte wagi nie sprawiają, że inferencja jest darmowa. K3 ma łącznie 2,8T parametrów, wykorzystuje skrajną równoległość ekspertów i jest zalecany dla supernode'ów z 64 lub większą liczbą akceleratorów. Samodzielne hostowanie dokłada koszty sprzętu, sieci, inżynierii, wykorzystania, monitoringu i dostępności.
Przy zmiennym lub umiarkowanym ruchu praktyczną opcją jest zwykle dostęp przez API. Samodzielne hostowanie staje się tematem strategicznym dla organizacji ze stałym wykorzystaniem, doświadczeniem w infrastrukturze, wymaganiami co do kontroli danych i dostępem do odpowiednich klastrów. Zanim zbudujesz budżet, poczekaj na faktyczną licencję wag i obsługiwany stos inferencji.
Jak obniżyć koszt API Kimi K3
- Do klasyfikacji, routingu i łatwej ekstrakcji używaj mniejszego modelu.
- Do K3 wysyłaj tylko zadania, które zyskują na długofalowym rozumowaniu lub kontekście multimodalnym.
- Utrzymuj stabilne prefiksy, które można ponownie wykorzystać.
- Pobieraj odpowiedni podzbiór, gdy rozumowanie na pełnym kontekście nie jest potrzebne.
- Ustaw ograniczenia długości wyjścia i pętli narzędzi.
- Porównaj rozumowanie
low,highimaxna prawdziwym zbiorze ewaluacyjnym. - Zapisuj koszt na zweryfikowany sukces, wliczając ponowne próby.
- Śledź poważne niepowodzenia i czas poprawek wykonywanych przez ludzi.
Czy Kimi K3 jest drogi?
K3 jest tani, gdy długi prefiks z cache wspiera zadanie o wysokiej wartości, a wyjście pozostaje skupione. Może być drogi, gdy każda tura jest pudłem w cache, generuje długą odpowiedź i wywołuje wiele ponownych prób.
Przydatne porównanie to nie same dolary za milion tokenów:
effective task cost =
API cost per attempt × attempts per verified success
+ human correction cost
Kontekst możliwości i wyników benchmarków znajdziesz w recenzji Kimi K3 i analizie benchmarków Kimi K3.
Najczęstsze pytania
Ile kosztuje Kimi K3 za milion tokenów?
Oficjalne stawki Moonshot to $0.30 za wejście z trafieniem w cache, $3 za wejście z pudłem w cache i $15 za wyjście.
Czy okno kontekstu 1M ma wyższą cenę za token?
Moonshot podaje stałe stawki, a nie osobny próg dla długiego kontekstu. Większy prompt nadal kosztuje więcej, bo zawiera więcej tokenów.
Czy istnieje darmowe API Kimi K3?
Kredyty promocyjne lub oferty stron trzecich mogą się zmieniać. Nie buduj produkcyjnego modelu kosztów na tymczasowym darmowym dostępie; sprawdź oficjalną konsolę i warunki dostawcy.
Czy tokeny rozumowania są rozliczane?
Ostateczne rozliczenie każdego żądania sprawdzaj w oficjalnej odpowiedzi API z danymi o użyciu i w dokumentacji rozliczeń. K3 strumieniuje rozumowanie osobno od treści końcowej, a długie rozumowanie może zwiększyć liczbę wygenerowanych tokenów.
Czy Kimi K3 jest dostępny w Poyo.ai?
Tak. Strona modelu Kimi K3 zawiera działający playground, identyfikator modelu kimi-k3, dostęp przez API i aktualny cennik Poyo: $2.28 za wejście i $11.40 za wyjście na 1M tokenów, czyli 24% taniej niż w oficjalnym cenniku.