Kimi K3.1 Pro の料金：トークン、推論、キャッシュの費用
Kimi K3.1 Pro の料金、推論トークン、キャッシュ書き込みを解説。公式価格と最新料金を比較し、二重計上せずに費用を計算できます。
Markdown で読むKimi K3.1 Pro の料金は、通常入力、出力、キャッシュ読み取り、キャッシュ書き込みに分かれます。 Moonshot の公式 Pro 料金は、100万入力トークンあたり $2、100万出力トークンあたり $10 です。キャッシュ読み取りは 100万トークンあたり $0.20、書き込みは 5 分の区分で $2、1 時間の区分で $4 です。この公式価格は 2026 年 10 月 25 日に確認しました。SeedRouter 経由のリクエストには、下の最新料金表を使ってください。[1]
表示される回答は出力の一部にすぎません。Kimi K3.1 Pro は常に推論し、そのトークンも出力使用量に含まれます。入力側では、キャッシュの読み取りと書き込みはプロンプトの一部であり、追加のコピーではありません。この 2 点を考慮しないと、最終回答の長さから請求額を見積もる際に誤りが生じます。
Kimi K3.1 Pro のモデルページには Playground、現在の料金、連携例をまとめています。このガイドでは、完了したリクエストの使用量と料金を照らし合わせる方法を説明します。
ここで Kimi K3.1 Pro を使う料金は？
SeedRouter のリクエストには、下の現在の料金を使ってください。記事に転記した固定値ではなく、有効な課金設定から取得しています。
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.
すべての見積もりにモデル ID と料金の出典を添えてください。モデルの公式定価と、特定のサービス上のリクエスト料金は同じとは限りません。モデル名が似ているだけでは、その料金が適用される根拠になりません。ここで扱う公開モデルは kimi-k3.1-pro です。
小さなプロンプトを、コンテキストウィンドウ全体を使ったかのように課金する理由はありません。Kimi K3.1 Pro のコンテキストは 1,048,576 トークンですが、計算に使うのは実際の入力使用量です。コンテキスト容量は、リクエストにどれだけの資料を収められるかを表します。100万トークンを一括購入する仕組みではありません。[2]
どのトークンを数えるべきですか？
Kimi K3.1 Pro の 3 つのネイティブ形式では、使用量のフィールド名が異なります。Chat Completions では、次の内訳から確認してください。
| フィールド | 意味 |
|---|---|
usage.prompt_tokens | キャッシュ部分を含む入力合計 |
usage.prompt_tokens_details.cached_tokens | キャッシュから取得した入力 |
usage.prompt_tokens_details.cache_write_tokens | キャッシュに書き込んだ入力 |
usage.completion_tokens | 推論を含む出力 |
未キャッシュの残りは、入力合計からキャッシュ読み取りと書き込みを引いた値です。これらの区分は重複しません。プロンプト全体に通常入力料金を掛け、さらにキャッシュ料金を足すと、同じトークンを二重計上します。[3]
料金を 100万トークンあたりで表す場合：
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たとえば、入力 5,000 トークン、キャッシュ読み取り 1,000、キャッシュ書き込み 500 の説明用リクエストでは、通常入力は 3,500 トークンです。出力も 2,000 トークン使った場合は、関連する 5 区分の数量に現在の料金を適用します。これは計算例であり、ベンチマークや実測レスポンスではありません。
Kimi K3.1 Pro の短い回答が予想より高くなるのはなぜですか？
Kimi K3.1 Pro の出力枠には、推論と表示される回答の両方が含まれます。簡潔な結論を出す前に、問題を考えるためのトークンを使うことがあります。画面に表示する言葉だけを数えると、この処理が抜け落ちます。
タスクに合わせて推論強度を low、high、max から選んでください。デフォルトは max です。簡単な照会や範囲の限られた変換では、low で検証条件を満たすか評価できます。難しいデバッグでは、より大きな推論枠が役立つ場合があります。回答の短さや長さだけで判断せず、受け入れ基準に照らして結果を測ってください。[2]
トークン上限が小さすぎると、有用な回答が出る前に停止する場合もあります。途切れた結果を完成品と扱う前に、終了理由やレスポンスの最終状態を確認してください。ダッシュボードが各リクエストを別々に表示していても、繰り返した試行は全体の作業コストに含めます。
1 時間のキャッシュを要求すれば、適用されたと分かりますか？
いいえ。Kimi K3.1 Pro はキャッシュ接頭辞の元の有効期間を保つことがあります。ヒットするとその期間が更新され、既存のエントリーが期限切れになるまで、新たに追加した資料も同じ固定 TTL を引き継ぐ場合があります。要求する TTL を変えただけでは、今回の書き込みに別の料金が使われた証拠にはなりません。[4]
繰り返し使うコンテキストをキャッシュ対象に保つには、安定したキャッシュキーと会話の接頭辞を使い、実際の使用量を確認してください。同一テキストなら必ずヒットすると考えたり、送った設定だけで書き込み料金を決めたりしないでください。
各ネイティブ形式が示す証拠は異なります。Chat の公式使用量ヘッダーは 5 分と 1 時間の書き込みを区別します。Responses は実際に適用したキャッシュ設定を返せます。Messages は usage.cache_creation に別々のカウンターを返します。記録にその証拠がなければ、TTL を作り上げず、ローカルの見積もりを不完全と明記してください。
Responses と Messages では計算がどう変わりますか？
Responses では usage.input_tokens が合計で、input_tokens_details にキャッシュ区分が含まれます。出力は usage.output_tokens です。計量の原則は Chat と同じで、キャッシュ部分を引いてから通常入力料金を適用します。[5]
Messages の入力の定義は異なります。usage.input_tokens はキャッシュ読み取りと書き込みを含みません。コンテキスト全体を求めるには、cache_read_input_tokens と cache_creation_input_tokens を足します。費用は未キャッシュの入力値に通常料金を直接適用し、各キャッシュ区分を別々に計算します。すでに未キャッシュの値からキャッシュ区分を引かないでください。[6]
SDK を比較するときや、連携を別の形式に移すときには、この違いが重要です。アプリのログで同じ「input」という名前でも、異なる量を表している場合があります。ネイティブ形式と元の usage オブジェクトを記録し、報告用の値へ一度だけ正規化してください。
最初の費用確認の進め方
結果を検証できる Kimi K3.1 Pro のタスクを 1 つ選びます。出力上限を明示し、推論強度を記録し、返された使用量をすべて保持してください。ツール連携では、ツール結果を返す後続のリクエストも含めます。最初の呼び出しだけではタスク全体になりません。
計算したトークン料金と、リクエストの使用量記録を比較します。料金の単位をそろえ、全コンテキストと未キャッシュ入力を分け、キャッシュ有効期間の証拠の不足を記録してください。この小さな例で一致したら、自分の代表的なタスク群に同じ方法を適用します。
リクエストフィールドとメディア制約は Kimi K3.1 Pro API ドキュメントを参照してください。Playgroundに戻ってネイティブレスポンスを確認することもできます。SeedRouter では失敗したリクエストに課金されません。
よくある質問
出力上限の全量に対して支払うのですか？
出力上限は最大値です。トークン料金は、完了したリクエストで報告された、推論を含む出力に基づきます。2,000 トークンの上限を設定しても、すべての回答が 2,000 トークンを消費するわけではありません。実際の量を確認できるよう、回答と usage オブジェクトを一緒に保持してください。
キャッシュヒットは無料ですか？
いいえ。キャッシュ読み取りには専用の料金があります。1 件のリクエストにキャッシュ接頭辞、未キャッシュの新しい入力、出力が含まれ、それぞれ別に課金されることもあります。上の最新キャッシュ読み取り料金と、返されたキャッシュトークン数を使ってください。一部が再利用されたからといって、プロンプト全体をキャッシュ扱いしないでください。
Kimi K3 の見積もりを再利用できますか？
kimi-k3.1-pro について再計算してください。関連するモデル名でも、料金や使用量フィールドが同じとは限りません。特に以前の連携と新しい連携を比較するときは、モデル ID、ネイティブリクエスト形式、適用料金をトークン数とともに記録してください。
