Цены Kimi K3 API включают три тарифа: для кэшированных входных данных, некэшированных входных данных и вывода. Разница между попаданием в кэш и промахом составляет 10×, поэтому два агента, обрабатывающие один и тот же репозиторий размером 500K токенов, могут иметь совершенно разные расходы в зависимости от структуры сессии.
Moonshot не добавляет более высокий тариф за токен для контекстного окна K3 объёмом 1 миллион токенов. Большой контекст всё равно не является бесплатным: некэшированный запрос размером 1M токенов стоит $3 ещё до того, как модель сформирует ответ.
Доступность и цены обновлены 22 июля 2026 года. Kimi K3 доступна в Poyo.ai как
kimi-k3через совместимый с OpenAI Chat Completions API. Цена составляет $2.28 за 1 млн входных токенов и $11.40 за 1 млн выходных токенов — на 24% ниже официальной цены.
Официальные цены Kimi K3 API
| Использование | Цена за 1M токенов |
|---|---|
| Входные данные при попадании в кэш | $0.30 |
| Входные данные при промахе кэша | $3.00 |
| Вывод | $15.00 |
K3 использует фиксированную модель оплаты по фактическому потреблению. Документация Moonshot не указывает отдельную надбавку за длинный контекст. API автоматически пытается использовать кэширование контекста; приложениям не нужно создавать ID кэша или настраивать TTL для обычных запросов.
Формула расчёта стоимости Kimi K3
Используйте эту формулу для одного запроса или суммарной нагрузки:
cost =
cached_input_tokens / 1,000,000 × $0.30
+ uncached_input_tokens / 1,000,000 × $3.00
+ output_tokens / 1,000,000 × $15.00
Ответ API об использовании и панель биллинга должны быть источником точных данных. Расчёты могут отличаться, если меняются токенизация, повторы запросов, последовательности вызовов инструментов или поведение кэширования.
Реальные примеры стоимости Kimi K3
Короткий аналитический запрос
Предположим 10,000 некэшированных входных токенов и 2,000 выходных токенов.
| Компонент | Расчёт | Стоимость |
|---|---|---|
| Вход | 10K / 1M × $3 | $0.03 |
| Вывод | 2K / 1M × $15 | $0.03 |
| Итого | $0.06 |
Даже при объёме входных данных в шесть раз больше, чем вывода, обе части стоят одинаково, потому что выходные токены в пять раз дороже.
Проверка репозитория размером 100K токенов
Предположим 100,000 некэшированных входных токенов и 10,000 выходных токенов.
| Компонент | Стоимость |
|---|---|
| Вход | $0.30 |
| Вывод | $0.15 |
| Итого | $0.45 |
Если тот же стабильный префикс репозитория получит попадание в кэш в следующем запросе, стоимость входной части снизится с $0.30 до $0.03.
Исследовательский корпус размером 500K токенов
Предположим 500,000 входных токенов и 20,000 выходных токенов.
| Состояние кэша | Стоимость входа | Стоимость вывода | Итого |
|---|---|---|---|
| Промах кэша | $1.50 | $0.30 | $1.80 |
| Попадание в кэш | $0.15 | $0.30 | $0.45 |
Именно поэтому повторяющиеся сессии для работы со знаниями выигрывают от стабильного префикса. Когда вывод становится крупнейшей статьёй расходов, просьба к модели отвечать кратко может быть настолько же важной, как и кэширование.
Полный контекст 1M с выводом 50K
| Состояние кэша | Стоимость входа | Стоимость вывода | Итого |
|---|---|---|---|
| Промах кэша | $3.00 | $0.75 | $3.75 |
| Попадание в кэш | $0.30 | $0.75 | $1.05 |
Окно 1M — это максимальная возможность, а не цель для каждого запроса. Извлечение данных и поэтапный анализ могут быть дешевле и проще для проверки.
Стоимость многошагового кодинг-агента
Рассмотрим пятишаговую сессию кодинга со стабильным префиксом репозитория размером 200K токенов, 20K новых входных токенов на каждый шаг и 8K выходных токенов на каждый шаг.
Если первый шаг получает промах кэша, а последующие стабильные префиксы используют кэш:
| Использование | Примерная стоимость |
|---|---|
| Начальный некэшированный префикс 200K | $0.60 |
| Четыре чтения кэшированного префикса 200K | $0.24 |
| Пять × 20K новых некэшированных входных токенов | $0.30 |
| Пять × 8K выходных токенов | $0.60 |
| Итого | $1.74 |
Если приложение меняет начало контекста на каждом шаге и не позволяет повторно использовать данные, только пять некэшированных чтений префикса 200K обойдутся в $3.00. Структура сессии создаёт большую разницу, чем небольшие изменения промпта.
Как работает автоматическое кэширование контекста
Moonshot сообщает, что кэширование для обычных запросов K3 происходит автоматически. Чтобы повысить вероятность повторного использования префикса:
- сохраняйте длинное начало разговора неизменным;
- добавляйте новые вопросы и результаты инструментов вместо переписывания старых сообщений;
- избегайте динамических временных меток и ID запросов в начале контекста;
- сохраняйте системные инструкции стабильными;
- сохраняйте полное сообщение ассистента, необходимое для K3;
- правильно разделяйте пользователей и документы, чтобы несвязанные данные никогда не использовали одно состояние приложения.
Попадание в кэш — это оптимизация, а не гарантия. Отслеживайте фактическое количество кэшированных и некэшированных токенов, возвращаемых сервисом.
Выходные токены могут стать основной статьёй расходов
Стоимость вывода K3 составляет $15 за миллион токенов — это в пять раз выше стоимости некэшированного входа и в 50 раз выше стоимости кэшированного входа. Длинные рассуждения и подробные отчёты агентов могут свести на нет экономию от кэширования входных данных.
Контролируйте стоимость вывода:
- устанавливайте реалистичное значение
max_completion_tokens; - запрашивайте краткие итоговые результаты;
- используйте структурированный вывод, содержащий только необходимые поля;
- избегайте повторного изложения больших планов;
- измеряйте, позволяет ли меньший уровень рассуждений надёжно решать задачу;
- останавливайте циклы инструментов после проверки или достижения заданного порога ошибок.
Не удаляйте необходимую историю рассуждений из последующих шагов только ради экономии токенов. Moonshot предупреждает, что неполное состояние может сделать K3 нестабильной, что способно привести к большему числу повторных запросов и росту общей стоимости.
Kimi K3 и стоимость самостоятельного развёртывания
Открытые веса не делают инференс бесплатным. K3 имеет 2.8T общих параметров, использует экстремальный параллелизм экспертов и рекомендуется для supernodes с 64 или более ускорителями. Самостоятельное развёртывание добавляет расходы на оборудование, сеть, разработку, загрузку ресурсов, мониторинг и доступность.
Доступ через API обычно является практичным вариантом для переменного или умеренного трафика. Самостоятельный хостинг становится стратегическим решением для организаций с постоянной нагрузкой, опытом работы с инфраструктурой, требованиями к контролю данных и доступом к подходящим кластерам. Перед созданием бюджета дождитесь фактической лицензии на веса и поддерживаемого стека инференса.
Как снизить стоимость Kimi K3 API
- Используйте меньшую модель для классификации, маршрутизации и простого извлечения данных.
- Отправляйте K3 только задачи, где полезны долгосрочное рассуждение или мультимодальный контекст.
- Сохраняйте повторно используемые префиксы стабильными.
- Извлекайте только релевантную часть данных, когда полное контекстное рассуждение не требуется.
- Устанавливайте ограничения для вывода и циклов инструментов.
- Сравнивайте
low,highиmaxуровни рассуждения на реальном наборе оценки. - Логируйте стоимость каждой подтверждённо успешной задачи с учётом повторных попыток.
- Отслеживайте серьёзные ошибки и время на исправления человеком.
Дорогая ли Kimi K3?
K3 недорога, когда кэшированный длинный префикс поддерживает ценную задачу, а вывод остаётся сфокусированным. Она может быть дорогой, когда каждый шаг не использует кэш, создаёт длинный ответ и запускает несколько повторных попыток.
Полезно сравнивать не только стоимость за миллион токенов:
effective task cost =
API cost per attempt × attempts per verified success
+ human correction cost
Для информации о возможностях и результатах тестов ознакомьтесь с обзором Kimi K3 и анализом бенчмарков Kimi K3.
Часто задаваемые вопросы
Сколько стоит Kimi K3 за миллион токенов?
Официальные тарифы Moonshot составляют $0.30 для входных данных при попадании в кэш, $3 для входных данных при промахе кэша и $15 для вывода.
Имеет ли контекстное окно 1M более высокую цену за токены?
Moonshot указывает фиксированные тарифы, а не отдельный тариф для длинного контекста. Больший промпт всё равно стоит дороже, потому что содержит больше токенов.
Существует ли бесплатный API Kimi K3?
Промоакции, кредиты или предложения сторонних сервисов могут меняться. Не создавайте производственную модель расходов на основе временного бесплатного доступа; проверяйте официальный кабинет и условия провайдера.
Оплачиваются ли токены рассуждений?
Используйте официальные данные об использовании и документацию по биллингу для окончательного расчёта каждого запроса. K3 передаёт рассуждения отдельно от финального содержимого, а длинные рассуждения могут увеличить количество сгенерированных токенов.
Доступна ли Kimi K3 в Poyo.ai?
Да. На странице модели Kimi K3 доступны Playground, ID kimi-k3, подключение API и текущая цена Poyo: $2.28 за вход и $11.40 за выход на 1 млн токенов, на 24% ниже официальной.