Kimi K3.1 Pro 요금: 토큰, 추론 및 캐시 비용
Kimi K3.1 Pro 요금, 추론 토큰, 캐시 쓰기를 알아봅니다. 공식 가격과 실시간 요금을 비교하고 중복 계산 없이 비용을 산출하세요.
Markdown으로 읽기Kimi K3.1 Pro 요금은 일반 입력, 출력, 캐시 읽기, 캐시 쓰기로 구분됩니다. Moonshot의 공식 Pro 요금은 입력 100만 토큰당 $2, 출력 100만 토큰당 $10입니다. 캐시 읽기는 100만 토큰당 $0.20이며, 쓰기는 5분 구간에서 $2, 1시간 구간에서 $4입니다. 이 공식 가격은 2026년 10월 25일 확인했습니다. SeedRouter를 통한 요청에는 아래 실시간 요금표를 사용하세요.[1]
표시되는 답변은 출력의 일부일 뿐입니다. Kimi K3.1 Pro는 항상 추론하며, 추론 토큰도 출력 사용량에 포함됩니다. 입력에서 캐시 읽기와 쓰기는 프롬프트의 일부이며 추가 복사본이 아닙니다. 이 두 가지를 고려하지 않으면 최종 답변 길이만으로 청구액을 추정할 때 오류가 생길 수 있습니다.
Kimi K3.1 Pro 모델 페이지에는 Playground, 현재 요금, 연동 예시가 있습니다. 이 가이드는 완료된 요청의 사용량에 요금을 적용하는 방법을 설명합니다.
여기서 Kimi K3.1 Pro를 사용하면 얼마인가요?
SeedRouter 요청에는 아래 현재 요금을 사용하세요. 기사에 고정된 가격을 복사한 것이 아니라 활성 과금 설정에서 읽어 옵니다.
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.
모든 추정치에 모델 ID와 요금 출처를 함께 기록하세요. 모델의 공식 정가와 특정 서비스의 요청 가격은 같지 않을 수 있습니다. 모델 이름이 비슷하다는 이유만으로 해당 요금이 적용된다고 볼 수도 없습니다. 이 글에서 다루는 공개 모델은 kimi-k3.1-pro입니다.
작은 프롬프트를 전체 컨텍스트 윈도우를 채운 것처럼 과금할 이유는 없습니다. Kimi K3.1 Pro는 1,048,576 컨텍스트 토큰을 지원하지만, 계산에 사용하는 값은 실제 입력 사용량입니다. 컨텍스트 용량은 요청에 담을 수 있는 자료의 양을 뜻합니다. 100만 토큰을 고정 구매한다는 뜻이 아닙니다.[2]
어떤 토큰을 계산해야 하나요?
Kimi K3.1 Pro의 세 네이티브 형식은 서로 다른 사용량 필드 이름을 제공합니다. Chat Completions에서는 다음 내역부터 확인하세요.
| 필드 | 의미 |
|---|---|
usage.prompt_tokens | 캐시 부분을 포함한 전체 입력 |
usage.prompt_tokens_details.cached_tokens | 캐시에서 제공한 입력 |
usage.prompt_tokens_details.cache_write_tokens | 캐시에 쓴 입력 |
usage.completion_tokens | 추론을 포함한 출력 |
캐시되지 않은 나머지는 전체 입력에서 캐시 읽기와 쓰기를 뺀 값입니다. 이 항목들은 서로 겹치지 않습니다. 전체 프롬프트에 일반 입력 요금을 곱한 뒤 캐시 요금을 추가하면 같은 토큰을 두 번 계산하게 됩니다.[3]
요금을 100만 토큰당 단위로 표시하면 다음과 같습니다.
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
) / 1,000,000예를 들어 입력 5,000 토큰, 캐시 읽기 1,000 토큰, 캐시 쓰기 500 토큰인 설명용 요청의 일반 입력은 3,500 토큰입니다. 출력도 2,000 토큰 사용했다면 관련된 다섯 항목의 수량에 현재 요금을 적용합니다. 이는 계산 예시이며 벤치마크나 측정된 응답이 아닙니다.
Kimi K3.1 Pro의 짧은 답변이 예상보다 비쌀 수 있는 이유는 무엇인가요?
Kimi K3.1 Pro의 출력 한도는 추론과 표시되는 답변을 모두 포함합니다. 모델은 짧은 결론을 내기 전에 문제를 풀기 위한 토큰을 사용할 수 있습니다. 화면에 표시하는 단어만 세면 이 작업이 빠집니다.
작업에 따라 추론 강도를 low, high, max 중 선택하세요. 기본값은 max입니다. 간단한 조회나 범위가 정해진 변환에서는 low가 검증 기준을 충족하는지 평가할 수 있습니다. 어려운 디버깅에는 더 큰 추론 한도가 유용할 수 있습니다. 짧거나 긴 답변이 더 좋다고 가정하지 말고 검수 기준으로 결과를 평가하세요.[2]
토큰 한도가 너무 작으면 유용한 답변이 나오기 전에 중단될 수도 있습니다. 잘린 결과를 완성된 것으로 취급하기 전에 종료 사유나 응답의 최종 상태를 확인하세요. 대시보드에서 요청을 개별 표시하더라도 반복한 시도는 전체 작업 비용에 포함됩니다.
1시간 캐시를 요청하면 실제 적용되었다는 뜻인가요?
아닙니다. Kimi K3.1 Pro는 캐시 접두부의 원래 유효 기간을 유지할 수 있습니다. 적중하면 해당 유효 기간이 갱신되고, 기존 항목이 만료될 때까지 새로 추가한 자료도 같은 고정 TTL을 따를 수 있습니다. 요청 TTL을 변경한 것만으로 현재 쓰기에 다른 요금이 적용되었다고 볼 수 없습니다.[4]
반복되는 컨텍스트가 캐시 대상이 되도록 하려면 캐시 키와 대화 접두부를 일정하게 유지하고 실제 사용량을 확인하세요. 같은 텍스트가 반드시 캐시 적중을 보장한다고 가정하거나 전송한 설정만으로 쓰기 가격을 계산하지 마세요.
각 네이티브 형식은 서로 다른 근거를 제공합니다. Chat의 공식 사용량 헤더는 5분 쓰기와 1시간 쓰기를 구분합니다. Responses는 실제 적용된 캐시 옵션을 반환할 수 있습니다. Messages는 usage.cache_creation 아래 별도 카운터를 제공합니다. 수집한 기록에 해당 근거가 없다면 TTL을 임의로 정하지 말고 로컬 추정치가 불완전하다고 표시하세요.
Responses와 Messages는 계산을 어떻게 바꾸나요?
Responses의 usage.input_tokens는 전체 입력이며 input_tokens_details에 캐시 항목이 들어 있습니다. 출력은 usage.output_tokens입니다. 계산 원칙은 Chat과 같습니다. 캐시 부분을 뺀 뒤 일반 입력 요금을 적용합니다.[5]
Messages의 입력 기준은 다릅니다. usage.input_tokens에는 캐시 읽기와 쓰기가 포함되지 않습니다. 전체 컨텍스트를 구하려면 cache_read_input_tokens와 cache_creation_input_tokens를 더해야 합니다. 비용은 이미 캐시를 제외한 입력에 일반 요금을 직접 적용하고 각 캐시 항목을 별도로 계산합니다. 이미 캐시를 제외한 값에서 캐시 항목을 다시 빼지 마세요.[6]
SDK를 비교하거나 연동 형식을 바꿀 때 이 차이가 중요합니다. 앱 로그에서 같은 이름의 “input”도 다른 수량을 뜻할 수 있습니다. 네이티브 형식과 원본 usage 객체를 함께 기록한 뒤 보고용 값으로 한 번만 정규화하세요.
첫 비용 검증 방법
결과를 검증할 수 있는 Kimi K3.1 Pro 작업 하나부터 시작하세요. 출력 한도를 명시하고 추론 강도를 기록하며 반환된 전체 사용량을 보존하세요. 도구 워크플로에서는 도구 결과를 반환하는 후속 요청도 포함해야 합니다. 첫 호출만으로 전체 작업이 끝나는 것은 아닙니다.
계산한 토큰 비용을 요청의 사용량 기록과 비교하세요. 요금 단위를 일치시키고 전체 컨텍스트와 캐시되지 않은 입력을 구분하며, 누락된 캐시 유효 기간 근거를 기록하세요. 이 작은 사례가 일치하면 실제 작업을 대표하는 작업 모음에 같은 방법을 적용하세요.
요청 필드와 미디어 제약은 Kimi K3.1 Pro API 문서를 참조하거나 Playground로 돌아가 네이티브 형식 응답을 확인하세요. SeedRouter에서 실패한 요청에는 요금이 부과되지 않습니다.
자주 묻는 질문
출력 한도 전체에 요금을 내나요?
출력 한도는 상한입니다. 토큰 요금은 완료된 요청에서 보고한 출력에 적용되며 추론도 포함합니다. 한도가 2,000 토큰이라고 모든 답변이 2,000 토큰을 소비하지는 않습니다. 실제 수량을 확인할 수 있도록 usage 객체를 답변과 함께 보존하세요.
캐시 적중은 무료인가요?
아닙니다. 캐시 읽기에는 별도 요금이 있습니다. 요청에 캐시 접두부, 캐시되지 않은 새 입력, 출력이 함께 들어가 각각 과금될 수도 있습니다. 위의 실시간 캐시 읽기 요금과 반환된 캐시 토큰 수를 사용하세요. 일부가 재사용되었다고 전체 프롬프트를 캐시로 취급하지 마세요.
Kimi K3 비용 추정치를 재사용해도 되나요?
kimi-k3.1-pro에 맞춰 다시 계산하세요. 관련된 모델 이름이라고 가격이나 사용량 필드가 같다는 뜻은 아닙니다. 특히 기존 연동과 새 연동을 비교할 때는 모델 ID, 네이티브 요청 형식, 적용 요금을 토큰 수와 함께 기록하세요.
