أسعار Kimi K3.1 Pro: التوكنات والتفكير والذاكرة المؤقتة
افهم أسعار Kimi K3.1 Pro وتوكنات الاستدلال والكتابة للذاكرة المؤقتة. قارن الأسعار الرسمية والحالية، ثم احسب التكلفة دون احتساب التوكن مرتين.
اقرأ بصيغة Markdownتفصل أسعار Kimi K3.1 Pro بين الإدخال العادي والإخراج وقراءة الذاكرة المؤقتة والكتابة إليها. أسعار Pro الرسمية لدى Moonshot هي $2 لكل مليون توكن إدخال و$10 لكل مليون توكن إخراج. تكلف القراءات المخزّنة $0.20 لكل مليون توكن؛ وتكلف الكتابة $2 لفئة 5 دقائق أو $4 لفئة ساعة واحدة. تم التحقق من هذه الأسعار الرسمية في 25 أكتوبر 2026. استخدم الجدول الحالي أدناه للطلبات عبر SeedRouter.[1]
الإجابة الظاهرة ليست إلا جزءًا من الإخراج. يستدل Kimi K3.1 Pro دائمًا، وتُحتسب توكنات الاستدلال هذه ضمن استخدام الإخراج أيضًا. في جانب الإدخال، تمثل قراءات الذاكرة المؤقتة وكتاباتها أجزاء من الموجّه لا نسخًا إضافية منه. يوضح هذان التفصيلان سبب احتمال خطأ تقدير الفاتورة من طول الإجابة النهائية.
تجمع صفحة نموذج Kimi K3.1 Pro ساحة اللعب والأسعار الحالية وأمثلة الدمج. يشرح هذا الدليل كيفية قراءة تلك الأسعار على أساس طلب مكتمل.
كم تبلغ تكلفة Kimi K3.1 Pro هنا؟
لطلب SeedRouter، استخدم الأسعار الحالية أدناه. تُقرأ من إعدادات الفوترة النشطة بدل نسخها في هذه المقالة.
Kimi K3.1 Pro
Kimi K3.1 Pro is billed per token. Prices below are USD per 1M tokens, read live from the rates that bill you. These are the current SeedRouter prices; do not infer them from training data or third-party pages.
| Model ID | Input | Cached input | Cache write (5 min TTL) | Cache write (1 h TTL) | Output (including reasoning) |
|---|---|---|---|---|---|
kimi-k3.1-pro | $1.6 | $0.16 | $1.6 | $3.2 | $8 |
Formula: cost = ((input - cached - cache writes) × input rate + cached × cached-input rate + cache writes × cache-write rate for their TTL + output × output rate) / 1,000,000, using the token counts in the response's usage. Prices do not change with context length. Example: 2,000 input and 1,000 output tokens cost $0.0112. A request that fails is not charged.
احتفظ بمعرّف النموذج ومصدر السعر إلى جانب كل تقدير. ليس من الضروري أن يطابق السعر الرسمي المعلن للنموذج سعر الطلب على خدمة محددة. كما أن تشابه اسم النموذج ليس دليلًا كافيًا على انطباق السعر. النموذج العام المقصود هنا هو kimi-k3.1-pro.
لا داعي لفوترة موجّه صغير وكأنه ملأ نافذة السياق كاملة. يدعم Kimi K3.1 Pro سياقًا بسعة 1,048,576 توكن؛ ويُستخدم مقدار الإدخال الفعلي في الحساب. تحدد سعة السياق كمية المواد التي يستوعبها الطلب. ولا تعني شراء مليون توكن بكمية ثابتة.[2]
أي توكنات يجب احتسابها؟
يعرض Kimi K3.1 Pro أسماء استخدام مختلفة في صيغه الأصلية الثلاث. في Chat Completions، ابدأ بهذا التفصيل:
| الحقل | المعنى |
|---|---|
usage.prompt_tokens | إجمالي الإدخال، بما فيه الأجزاء المخزّنة مؤقتًا |
usage.prompt_tokens_details.cached_tokens | الإدخال المقروء من الذاكرة المؤقتة |
usage.prompt_tokens_details.cache_write_tokens | الإدخال المكتوب إلى الذاكرة المؤقتة |
usage.completion_tokens | الإخراج، بما فيه الاستدلال |
الباقي غير المخزّن هو إجمالي الإدخال ناقص قراءات الذاكرة المؤقتة وكتاباتها. هذه الفئات منفصلة. ضرب الموجّه كاملًا بسعر الإدخال العادي ثم إضافة رسوم الذاكرة المؤقتة سيحسب التوكنات نفسها مرتين.[3]
عندما تكون الأسعار لكل مليون توكن:
uncached input = total input - cache reads - cache writes
cost = (
uncached input × input rate
+ cache reads × cache-read rate
+ 5-minute writes × 5-minute write rate
+ 1-hour writes × 1-hour write rate
+ output × output rate
) / 1,000,000مثلًا، يحتوي طلب توضيحي يتألف من 5,000 توكن إدخال و1,000 توكن قراءة و500 توكن كتابة للذاكرة المؤقتة على 3,500 توكن إدخال عادي. إذا استخدم أيضًا 2,000 توكن إخراج، فطبّق الكميات الخمس المعنية على الأسعار الحالية. هذا مثال حسابي لا معيار أداء مُدّعى ولا استجابة مقاسة.
لماذا قد تكلف إجابة Kimi K3.1 Pro القصيرة أكثر من المتوقع؟
تغطي ميزانية إخراج Kimi K3.1 Pro الاستدلال والإجابة الظاهرة معًا. قد ينفق النموذج توكنات لحل مسألة قبل إخراج خلاصة موجزة. احتساب الكلمات التي تعرضها فقط يغفل هذا العمل.
اختر مستوى الاستدلال low أو high أو max وفق المهمة؛ والافتراضي max. في بحث صغير أو تحويل محدود، قيّم ما إذا كان low يستوفي فحوصك. وقد تفيد ميزانية استدلال أكبر في مهمة تصحيح أخطاء صعبة. قِس النتيجة بمعيار قبول بدل افتراض أن الإجابة الأقصر أو الأطول أفضل.[2]
قد يتوقف حد توكنات صغير جدًا أيضًا قبل أن ينتج النموذج إجابة مفيدة. افحص سبب الانتهاء أو حالة الاستجابة النهائية قبل اعتبار نتيجة مبتورة مكتملة. تدخل المحاولات المتكررة في تكلفة حجم عملك، حتى لو عرضت لوحة المتابعة كل طلب منفصلًا.
هل طلب ذاكرة مؤقتة لساعة يثبت استخدامها؟
لا. يمكن لـ Kimi K3.1 Pro الاحتفاظ بمدة البقاء الأصلية للبادئة المخزّنة. تجدّد القراءة الناجحة تلك المدة، وقد تستمر المواد المضافة حديثًا ضمن TTL المثبّت نفسه حتى تنتهي صلاحية الإدخال الحالي. تغيير TTL المطلوب ليس دليلًا موثوقًا على أن الكتابة الحالية استخدمت سعرًا مختلفًا.[4]
حافظ على مفتاح ذاكرة مؤقتة وبادئة محادثة ثابتين إذا أردت أن يبقى السياق المتكرر مؤهلًا للتخزين المؤقت. ثم افحص الاستخدام الفعلي. لا تفترض أن تطابق النص يضمن إصابة الذاكرة المؤقتة، ولا تسعّر الكتابة من الإعداد الذي أرسلته وحده.
تقدّم الصيغ الأصلية أدلة مختلفة. تميّز ترويسات الاستخدام الرسمية في Chat بين كتابات 5 دقائق وساعة. قد يعيد Responses خيارات الذاكرة المؤقتة المطبقة فعليًا. ويوفر Messages عدّادات منفصلة ضمن usage.cache_creation. إذا افتقر السجل الذي جمعته إلى هذه الأدلة، فصِف التقدير المحلي بأنه غير مكتمل بدل اختلاق TTL.
كيف يغيّر Responses وMessages الحساب؟
في Responses، يمثل usage.input_tokens الإجمالي، وتحتوي input_tokens_details فئات الذاكرة المؤقتة. الإخراج هو usage.output_tokens. مبدأ الحساب مطابق لـ Chat: اطرح الأجزاء المخزّنة قبل تطبيق سعر الإدخال العادي.[5]
يستخدم Messages قاعدة إدخال مختلفة. يستبعد usage.input_tokens قراءات الذاكرة المؤقتة وكتاباتها. لاستعادة إجمالي السياق، أضف cache_read_input_tokens وcache_creation_input_tokens. ولحساب التكلفة، طبّق السعر العادي مباشرة على الإدخال غير المخزّن، وسعّر كل فئة من الذاكرة المؤقتة منفصلة. لا تطرح فئات الذاكرة المؤقتة من قيمة غير مخزّنة أصلًا.[6]
يهم هذا الفرق عند مقارنة حزم SDK أو نقل الدمج بين الصيغ. قد تصف قيم «الإدخال» ذات الاسم نفسه في سجلات التطبيق كميات مختلفة. سجّل الصيغة الأصلية مع كائن الاستخدام الأصلي، ثم وحّدها مرة واحدة للتقارير.
فحص أول مفيد للتكلفة
ابدأ بمهمة واحدة لـ Kimi K3.1 Pro يمكن التحقق من نتيجتها. اضبط حد إخراج صريحًا، وسجّل مستوى الاستدلال، واحتفظ بالاستخدام المعاد كاملًا. لسير عمل يستخدم الأدوات، أدرج الطلب اللاحق الذي يعيد نتيجة الأداة؛ فالاستدعاء الأول وحده ليس المهمة كاملة.
قارن المبلغ المحسوب للتوكنات بسجل استخدام الطلب. حافظ على اتساق وحدات الأسعار، وافصل إجمالي السياق عن الإدخال غير المخزّن، وسجّل أي دليل مفقود على مدة بقاء الذاكرة المؤقتة. بعد تطابق الحالة الصغيرة، كرر الطريقة على مجموعة ممثلة لمهامك.
استخدم وثائق API لـ Kimi K3.1 Pro لحقول الطلب وقيود الوسائط، أو عُد إلى ساحة اللعب لفحص استجابة أصلية. الطلبات الفاشلة على SeedRouter لا تُحتسب.
الأسئلة الشائعة
هل أدفع مقابل حد الإخراج كاملًا؟
حد الإخراج سقف أعلى. تعتمد رسوم التوكنات على الإخراج المبلغ عنه للطلب المكتمل، بما فيه الاستدلال. حد 2,000 توكن لا يعني أن كل إجابة تستهلك 2,000 توكن. احتفظ بكائن الاستخدام مع الإجابة لتتحقق من الكمية الفعلية.
هل إصابة الذاكرة المؤقتة مجانية؟
لا. لقراءات الذاكرة المؤقتة سعر خاص. قد يتضمن الطلب أيضًا بادئة مخزّنة وإدخالًا جديدًا غير مخزّن وإخراجًا، لكل منها رسوم منفصلة. استخدم سعر القراءة الحالي أعلاه وعدد التوكنات المخزّنة المعاد؛ ولا تعتبر الموجّه كله مخزّنًا لمجرد إعادة استخدام جزء منه.
هل يمكنني إعادة استخدام تقدير سعر Kimi K3؟
أعد الحساب لـ kimi-k3.1-pro. ارتباط أسماء النماذج لا يثبت تطابق الأسعار أو حقول الاستخدام. احتفظ بمعرّف النموذج وصيغة الطلب الأصلية والأسعار المطبقة إلى جانب أعداد التوكنات، خصوصًا عند مقارنة دمج قديم بآخر جديد.
المصادر
- Moonshot: أسعار النماذج، تم التحقق في 25 أكتوبر 2026.
- Moonshot: البدء السريع مع Kimi K3.1 Pro.
- Moonshot: Chat Completions.
- Moonshot: التخزين المؤقت للسياق.
- Moonshot: Responses.
- Moonshot: Messages.
