תמחור Kimi K3.1 Pro: תעריפי טוקנים ועלויות שימוש במטמון

תמחור Kimi K3.1 Pro מפריד בין קלט רגיל, פלט, קריאה מהמטמון וכתיבה למטמון. תעריפי Pro הרשמיים של Moonshot הם $2 למיליון טוקני קלט ו-$10 למיליון טוקני פלט. קריאה מהמטמון עולה $0.20 למיליון טוקנים; כתיבה עולה $2 למסלול של 5 דקות או $4 למסלול של שעה. המחירים הרשמיים האלה נבדקו ב-25 באוקטובר 2026. לבקשות דרך SeedRouter יש להשתמש בטבלת המחירים העדכנית שלמטה.^[1]

התשובה הגלויה היא רק חלק מהפלט. Kimi K3.1 Pro תמיד מבצע הסקה, וטוקני ההסקה נכללים גם הם בשימוש בפלט. בצד הקלט, קריאות מהמטמון וכתיבות אליו הן חלקים מהפרומפט, לא עותקים נוספים שלו. שני הפרטים האלה מסבירים מדוע אומדן חיוב לפי אורך התשובה הסופית עלול להיות שגוי.

דף המודל Kimi K3.1 Pro מרכז את ה-Playground, התעריפים הנוכחיים ודוגמאות השילוב. מדריך זה מסביר כיצד לקרוא את התעריפים מול בקשה שהושלמה.

כמה עולה כאן Kimi K3.1 Pro?

לבקשה ב-SeedRouter יש להשתמש בתעריפים הנוכחיים שלמטה. הם נקראים מהגדרות החיוב הפעילות ואינם מועתקים לתוך המאמר.

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.

כדאי לציין את מזהה המודל ואת מקור התעריף לצד כל אומדן. מחיר המחירון הרשמי של מודל ומחיר הבקשה בשירות מסוים אינם בהכרח זהים. גם דמיון בשם המודל אינו ראיה מספקת לכך שתעריף מסוים חל. המודל הציבורי הנדון כאן הוא kimi-k3.1-pro.

אין סיבה לחייב פרומפט קטן כאילו מילא את כל חלון ההקשר. Kimi K3.1 Pro תומך ב-1,048,576 טוקני הקשר; בחישוב משתמשים בשימוש בפועל בקלט. קיבולת ההקשר מתארת כמה חומר אפשר לכלול בבקשה. אין מדובר ברכישה קבועה של מיליון טוקנים.^[2]

אילו טוקנים צריך לספור?

Kimi K3.1 Pro מציג שמות שונים לשדות השימוש בשלושת הפורמטים המקוריים שלו. ב-Chat Completions אפשר להתחיל בפירוט הבא:

שדה	משמעות
`usage.prompt_tokens`	סך הקלט, כולל חלקים שבמטמון
`usage.prompt_tokens_details.cached_tokens`	קלט שהוגש מהמטמון
`usage.prompt_tokens_details.cache_write_tokens`	קלט שנכתב למטמון
`usage.completion_tokens`	פלט, כולל הסקה

היתרה שאינה במטמון היא סך הקלט פחות קריאות מהמטמון וכתיבות אליו. הקטגוריות אינן חופפות. הכפלת הפרומפט המלא בתעריף הקלט הרגיל ואז הוספת חיובי המטמון תספור את אותם טוקנים פעמיים.^[3]

כאשר התעריפים מבוטאים למיליון טוקנים:

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
) / 1,000,000

לדוגמה, בקשה להמחשה עם 5,000 טוקני קלט, 1,000 טוקנים שנקראו מהמטמון ו-500 טוקנים שנכתבו אליו כוללת 3,500 טוקני קלט רגיל. אם היא משתמשת גם ב-2,000 טוקני פלט, יש להחיל את התעריפים הנוכחיים על חמש הכמויות הרלוונטיות. זוהי דוגמה לחישוב, לא טענה על מבחן ביצועים או תגובה שנמדדה.

מדוע תשובה קצרה של Kimi K3.1 Pro יכולה לעלות יותר מהצפוי?

מכסת הפלט של Kimi K3.1 Pro כוללת גם הסקה וגם את התשובה הגלויה. המודל יכול להשתמש בטוקנים כדי לפתור בעיה לפני שיפיק מסקנה קצרה. ספירת המילים המוצגות בלבד משמיטה את העבודה הזאת.

אפשר לבחור רמת הסקה low, high או max לפי המשימה; ברירת המחדל היא max. בחיפוש פשוט או בהמרה מוגדרת אפשר לבדוק אם רמת low עומדת בתנאי הבדיקה. במשימת ניפוי שגיאות קשה, מכסת הסקה גדולה יותר עשויה לעזור. יש למדוד את התוצאה לפי תנאי קבלה ולא להניח שתשובה קצרה יותר או ארוכה יותר בהכרח עדיפה.^[2]

מגבלת טוקנים קטנה מאוד יכולה גם לעצור את היצירה לפני שמופיעה תשובה מועילה. לפני שמתייחסים לתוצאה קטועה כשלמה, יש לבדוק את סיבת הסיום או את מצב התגובה הסופי. ניסיונות חוזרים נכללים בעלות עומס העבודה, גם כשלוח הבקרה מציג כל בקשה בנפרד.

האם בקשה למטמון של שעה מוכיחה שהוא שימש בפועל?

לא. Kimi K3.1 Pro יכול לשמר את משך החיים המקורי של קידומת במטמון. התאמה במטמון מרעננת את משך החיים הזה, וחומר חדש שמצורף יכול להמשיך עם אותו TTL נעול עד שהרשומה הקיימת פגה. שינוי ה-TTL המבוקש אינו ראיה מהימנה לכך שהכתיבה הנוכחית השתמשה בתעריף אחר.^[4]

כדי לשמור על האפשרות לשימוש חוזר בהקשר מתוך המטמון, כדאי לשמור על מפתח מטמון ועל קידומת שיחה קבועים. לאחר מכן יש לבדוק את השימוש בפועל. אין להניח שטקסט זהה מבטיח התאמה במטמון, או לתמחר כתיבה לפי ההגדרה שנשלחה בלבד.

הפורמטים המקוריים מספקים ראיות שונות. כותרות השימוש הרשמיות של Chat מבחינות בין כתיבות ל-5 דקות ולשעה. Responses יכול להחזיר את אפשרויות המטמון שהוחלו בפועל. Messages מספק מונים נפרדים תחת usage.cache_creation. אם הרשומה שנאספה אינה כוללת את הראיות האלה, יש לסמן את האומדן המקומי כלא שלם במקום להמציא TTL.

כיצד Responses ו-Messages משנים את החישוב?

ב-Responses, השדה usage.input_tokens הוא הסך הכולל ו-input_tokens_details מכיל את קטגוריות המטמון. הפלט הוא usage.output_tokens. עקרון החישוב זהה לזה של Chat: מחסירים את החלקים שבמטמון לפני החלת תעריף הקלט הרגיל.^[5]

ב-Messages משתמשים בהגדרת קלט שונה. השדה usage.input_tokens אינו כולל קריאות מהמטמון וכתיבות אליו. כדי לשחזר את סך ההקשר, מוסיפים את cache_read_input_tokens ואת cache_creation_input_tokens. לחישוב העלות מחילים את התעריף הרגיל ישירות על הקלט שאינו במטמון, ומתמחרים כל קטגוריית מטמון בנפרד. אין להחסיר את קטגוריות המטמון מערך שכבר אינו כולל אותן.^[6]

ההבדל חשוב כשמשווים ערכות SDK או מעבירים שילוב בין פורמטים. ערכי “input” בעלי אותו שם ביומני האפליקציה עשויים לייצג כמויות שונות. יש לתעד את הפורמט המקורי יחד עם אובייקט השימוש המקורי, ואז לנרמל אותו פעם אחת לצורכי הדיווח.

בדיקת עלות ראשונה שימושית

כדאי להתחיל במשימת Kimi K3.1 Pro אחת שאפשר לבדוק את תוצאתה. מגדירים מגבלת פלט מפורשת, מתעדים את רמת ההסקה ושומרים את נתוני השימוש המלאים שהוחזרו. בתהליך עבודה עם כלים יש לכלול את בקשת ההמשך שמחזירה את תוצאת הכלי; הקריאה הראשונה לבדה אינה המשימה כולה.

יש להשוות את עלות הטוקנים המחושבת לרשומת השימוש של הבקשה. שומרים על יחידות תעריף עקביות, מפרידים בין סך ההקשר לקלט שאינו במטמון ומתעדים ראיות חסרות למשך חיי המטמון. לאחר שהמקרה הקטן תואם, אפשר לחזור על השיטה באוסף משימות מייצג משלך.

אפשר להשתמש בתיעוד ה-API של Kimi K3.1 Pro לשדות הבקשה ולמגבלות המדיה, או לחזור ל-Playground כדי לבדוק תגובה מקורית. בקשות שנכשלות ב-SeedRouter אינן מחויבות.

שאלות נפוצות

האם משלמים על כל מגבלת הפלט?

מגבלת הפלט היא תקרה. חיובי הטוקנים מבוססים על הפלט שדווח לבקשה שהושלמה, כולל הסקה. מגבלה של 2,000 טוקנים אינה אומרת שכל תשובה צורכת 2,000 טוקנים. יש לשמור את אובייקט השימוש עם התשובה כדי לבדוק את הכמות בפועל.

האם התאמה במטמון היא חינמית?

לא. לקריאה מהמטמון יש תעריף משלה. בקשה יכולה לכלול גם קידומת שבמטמון, קלט חדש שאינו במטמון ופלט, וכל אחד מחויב בנפרד. יש להשתמש בתעריף הקריאה העדכני שלמעלה ובמספר טוקני המטמון שהוחזר; אין להתייחס לפרומפט כולו כאל תוכן שבמטמון רק משום שחלק ממנו שימש שוב.

האם אפשר להשתמש שוב באומדן המחיר של Kimi K3?

יש לחשב מחדש עבור kimi-k3.1-pro. שם של מודל קשור אינו מוכיח שהמחירים או שדות השימוש זהים. כדאי לשמור את מזהה המודל, פורמט הבקשה המקורי והתעריפים הרלוונטיים לצד ספירת הטוקנים, במיוחד כשמשווים שילוב ישן לחדש.

מקורות

Moonshot: תמחור מודלים, נבדק ב-25 באוקטובר 2026.
Moonshot: התחלה מהירה עם Kimi K3.1 Pro.
Moonshot: Chat Completions.
Moonshot: מטמון הקשר.
Moonshot: Responses.
Moonshot: Messages.

תמחור Kimi K3.1 Pro: עלויות טוקנים, חשיבה ומטמון