Prezzi Kimi K3.1 Pro: token, ragionamento e cache

I prezzi di Kimi K3.1 Pro distinguono input ordinario, output, letture e scritture nella cache. Le tariffe Pro ufficiali di Moonshot sono $2 per milione di token di input e $10 per milione di token di output. Le letture dalla cache costano $0,20 per milione di token; le scritture costano $2 per la fascia di 5 minuti o $4 per quella di 1 ora. Questi prezzi ufficiali sono stati verificati il 25 ottobre 2026. Usa la tabella attuale qui sotto per le richieste tramite SeedRouter.^[1]

La risposta visibile è solo una parte dell’output. Kimi K3.1 Pro ragiona sempre e anche quei token di ragionamento contano nell’utilizzo dell’output. Sul lato input, letture e scritture nella cache sono porzioni del prompt, non copie aggiuntive. Questi due dettagli spiegano perché una stima basata sulla lunghezza della risposta finale può essere errata.

La pagina del modello Kimi K3.1 Pro riunisce Playground, tariffe attuali ed esempi d’integrazione. Questa guida spiega come applicare le tariffe a una richiesta completata.

Quanto costa Kimi K3.1 Pro qui?

Per una richiesta SeedRouter, usa le tariffe attuali qui sotto. Vengono lette dalle impostazioni di fatturazione attive anziché copiate in questo articolo.

Conserva l’ID del modello e la fonte delle tariffe accanto a ogni stima. Il prezzo ufficiale di listino e il prezzo di una richiesta su un servizio specifico non sono necessariamente identici. Anche un nome di modello simile non basta a dimostrare che una tariffa sia applicabile. Il modello pubblico trattato qui è kimi-k3.1-pro.

Non c’è motivo di fatturare un prompt piccolo come se riempisse l’intera finestra di contesto. Kimi K3.1 Pro supporta 1.048.576 token di contesto; il calcolo usa l’input effettivo. La capacità di contesto indica quanto materiale può contenere una richiesta. Non è un acquisto fisso di un milione di token.^[2]

Quali token devi contare?

Kimi K3.1 Pro espone nomi diversi per l’utilizzo nei tre formati nativi. Per Chat Completions, inizia da questa suddivisione:

La parte non in cache è l’input totale meno letture e scritture nella cache. Queste categorie non si sovrappongono. Moltiplicare l’intero prompt per la tariffa ordinaria di input e poi aggiungere i costi della cache conterebbe due volte gli stessi token.^[3]

Con tariffe espresse per milione di token:

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

Per esempio, una richiesta illustrativa con 5.000 token di input, 1.000 token letti dalla cache e 500 token scritti nella cache contiene 3.500 token di input ordinario. Se usa anche 2.000 token di output, applica le cinque quantità pertinenti alle tariffe attuali. È un esempio di calcolo, non un benchmark dichiarato o una risposta misurata.

Perché una risposta breve di Kimi K3.1 Pro può costare più del previsto?

Il budget di output di Kimi K3.1 Pro comprende ragionamento e risposta visibile. Un modello può usare token per risolvere un problema prima di produrre una breve conclusione. Contare solo le parole visualizzate esclude quel lavoro.

Scegli lo sforzo di ragionamento low, high o max in base al compito; il valore predefinito è max. Per una ricerca semplice o una trasformazione delimitata, verifica se low soddisfa i controlli. Per un debug difficile può essere utile un budget maggiore. Valuta il risultato rispetto a un criterio di accettazione, senza presumere che una risposta più breve o più lunga sia migliore.^[2]

Un limite di token molto basso può anche esaurirsi prima di una risposta utile. Esamina il motivo di fine o lo stato finale prima di considerare completo un risultato troncato. I tentativi ripetuti rientrano nel costo dell’attività, anche se il pannello mostra ogni richiesta separatamente.

Richiedere una cache di un’ora dimostra che è stata usata?

No. Kimi K3.1 Pro può conservare la durata originale di un prefisso in cache. Un riscontro nella cache rinnova quella durata e il materiale aggiunto può restare sotto la stessa TTL bloccata fino alla scadenza della voce esistente. Cambiare la TTL richiesta non dimostra in modo affidabile che la scrittura attuale abbia usato una tariffa diversa.^[4]

Mantieni stabili la chiave di cache e il prefisso della conversazione per preservare l’idoneità del contesto ripetuto alla cache. Poi esamina l’utilizzo effettivo. Non presumere che testo identico garantisca un riscontro e non calcolare il costo di una scrittura solo in base all’impostazione inviata.

I formati nativi forniscono prove diverse. Gli header ufficiali di utilizzo di Chat distinguono scritture di 5 minuti e 1 ora. Responses può restituire le opzioni effettivamente applicate. Messages offre contatori separati sotto usage.cache_creation. Se i dati raccolti non contengono queste prove, indica che la stima locale è incompleta anziché inventare una TTL.

Come cambia il calcolo con Responses e Messages?

Per Responses, usage.input_tokens è il totale e input_tokens_details contiene le categorie della cache. L’output è usage.output_tokens. Il principio è lo stesso di Chat: sottrai le porzioni in cache prima di applicare la tariffa ordinaria di input.^[5]

Messages usa una convenzione diversa. Il suo usage.input_tokens esclude letture e scritture nella cache. Per ricostruire il contesto totale, aggiungi cache_read_input_tokens e cache_creation_input_tokens. Per il costo, applica la tariffa ordinaria direttamente all’input non in cache e calcola ogni categoria della cache separatamente. Non sottrarre le categorie da un valore che le esclude già.^[6]

Questa distinzione conta quando confronti SDK o sposti un’integrazione tra formati. Valori “input” con lo stesso nome nei log possono descrivere quantità diverse. Registra il formato nativo con l’oggetto di utilizzo originale e normalizzalo una sola volta per i tuoi rapporti.

Un primo controllo utile dei costi

Inizia con un compito Kimi K3.1 Pro dal risultato verificabile. Imposta un limite di output esplicito, registra lo sforzo di ragionamento e conserva tutti i dati di utilizzo restituiti. Per un flusso con strumenti, includi la richiesta successiva che restituisce il risultato dello strumento; la prima chiamata da sola non è l’intero compito.

Confronta l’importo calcolato dai token con il registro di utilizzo della richiesta. Mantieni coerenti le unità tariffarie, separa il contesto totale dall’input non in cache e annota le prove mancanti sulla durata della cache. Quando il piccolo caso coincide, ripeti il metodo su un campione rappresentativo dei tuoi compiti.

Consulta la documentazione API di Kimi K3.1 Pro per campi e vincoli multimediali, oppure torna al Playground per esaminare una risposta nativa. Le richieste fallite su SeedRouter non vengono addebitate.

Domande frequenti

Pago l’intero limite di output?

Il limite di output è un tetto massimo. Gli addebiti usano l’output riportato per la richiesta completata, ragionamento incluso. Un limite di 2.000 token non significa che ogni risposta ne consumi 2.000. Conserva l’oggetto di utilizzo insieme alla risposta per verificare la quantità effettiva.

Un riscontro nella cache è gratuito?

No. Le letture dalla cache hanno una tariffa propria. Una richiesta può contenere un prefisso in cache, nuovo input non in cache e output, ciascuno con un addebito separato. Usa la tariffa attuale di lettura sopra e il conteggio restituito; non considerare l’intero prompt in cache solo perché una parte è stata riutilizzata.

Posso riutilizzare una stima dei costi di Kimi K3?

Ricalcola la stima per kimi-k3.1-pro. Un nome affine non dimostra prezzi o campi di utilizzo identici. Conserva ID del modello, formato nativo e tariffe applicabili insieme ai conteggi di token, soprattutto quando confronti un’integrazione precedente con una nuova.

Fonti

1. Moonshot: prezzi dei modelli, verificato il 25 ottobre 2026.
2. Moonshot: guida rapida a Kimi K3.1 Pro.
3. Moonshot: Chat Completions.
4. Moonshot: cache del contesto.
5. Moonshot: Responses.
6. Moonshot: Messages.