Ceny Kimi K3.1 Pro: stawki za tokeny i koszty pamięci cache

Ceny Kimi K3.1 Pro rozdzielają zwykłe wejście, wyjście, odczyty i zapisy cache. Oficjalne stawki Moonshot dla Pro to $2 za milion tokenów wejścia i $10 za milion tokenów wyjścia. Odczyty cache kosztują $0,20 za milion tokenów; zapisy kosztują $2 dla poziomu 5 minut lub $4 dla poziomu 1 godziny. Te oficjalne ceny sprawdzono 25 października 2026 r. Dla żądań przez SeedRouter użyj aktualnej tabeli poniżej.^[1]

Widoczna odpowiedź jest tylko częścią wyjścia. Kimi K3.1 Pro zawsze rozumuje, a tokeny rozumowania również wliczają się do użycia wyjścia. Po stronie wejścia odczyty i zapisy cache są częściami promptu, nie jego dodatkowymi kopiami. Te dwa szczegóły wyjaśniają, dlaczego szacowanie rachunku z długości końcowej odpowiedzi może zawieść.

Strona modelu Kimi K3.1 Pro łączy Playground, aktualne stawki i przykłady integracji. Ten poradnik wyjaśnia, jak zestawić stawki z ukończonym żądaniem.

Ile kosztuje tutaj Kimi K3.1 Pro?

Dla żądania SeedRouter użyj aktualnych stawek poniżej. Są odczytywane z aktywnych ustawień rozliczeń, zamiast być kopiowane do artykułu.

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.

Przy każdym szacunku zachowaj ID modelu i źródło stawki. Oficjalna cena katalogowa modelu i cena żądania w konkretnej usłudze nie muszą być identyczne. Podobna nazwa modelu też nie dowodzi zastosowania stawki. Opisany tu publiczny model to kimi-k3.1-pro.

Nie ma powodu rozliczać małego promptu tak, jakby wypełniał całe okno kontekstowe. Kimi K3.1 Pro obsługuje 1 048 576 tokenów kontekstu; do obliczeń służy faktyczne użycie wejścia. Pojemność kontekstu określa, ile materiałów pomieści żądanie. Nie oznacza stałego zakupu miliona tokenów.^[2]

Które tokeny należy liczyć?

Kimi K3.1 Pro udostępnia różne nazwy użycia w trzech natywnych formatach. W Chat Completions zacznij od tego podziału:

Pole	Znaczenie
`usage.prompt_tokens`	Łączne wejście, w tym części z cache
`usage.prompt_tokens_details.cached_tokens`	Wejście odczytane z cache
`usage.prompt_tokens_details.cache_write_tokens`	Wejście zapisane do cache
`usage.completion_tokens`	Wyjście wraz z rozumowaniem

Reszta bez cache to łączne wejście minus odczyty i zapisy cache. Kategorie są rozłączne. Pomnożenie całego promptu przez zwykłą stawkę wejścia, a następnie dodanie opłat cache liczyłoby te same tokeny dwukrotnie.^[3]

Dla stawek za milion tokenów:

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

Przykładowo, ilustracyjne żądanie z 5 000 tokenów wejścia, 1 000 tokenów odczytu cache i 500 tokenów zapisu cache zawiera 3 500 zwykłych tokenów wejścia. Jeśli używa też 2 000 tokenów wyjścia, zastosuj pięć odpowiednich wielkości do aktualnych stawek. To przykład obliczenia, nie deklarowany benchmark ani zmierzona odpowiedź.

Dlaczego krótka odpowiedź Kimi K3.1 Pro może kosztować więcej niż oczekujesz?

Budżet wyjścia Kimi K3.1 Pro obejmuje rozumowanie i widoczną odpowiedź. Model może zużyć tokeny na rozwiązanie problemu, zanim przedstawi krótki wniosek. Liczenie tylko wyświetlanych słów pomija tę pracę.

Wybierz poziom rozumowania low, high lub max do zadania; domyślnie jest to max. Dla małego wyszukiwania lub ograniczonego przekształcenia oceń, czy low spełnia Twoje testy. Przy trudnym debugowaniu większy budżet rozumowania może pomóc. Mierz wynik względem kryterium akceptacji, zamiast zakładać, że krótsza lub dłuższa odpowiedź jest lepsza.^[2]

Bardzo mały limit tokenów może też zatrzymać model przed uzyskaniem przydatnej odpowiedzi. Sprawdź przyczynę zakończenia lub końcowy status odpowiedzi, zanim uznasz obcięty wynik za kompletny. Ponowienia należą do kosztu obciążenia, nawet gdy panel wyświetla każde żądanie osobno.

Czy żądanie godzinnego cache dowodzi jego użycia?

Nie. Kimi K3.1 Pro może zachować pierwotny czas życia prefiksu cache. Trafienie odświeża ten czas, a nowo dołączone materiały mogą nadal działać z tym samym zablokowanym TTL, aż istniejący wpis wygaśnie. Zmiana żądanego TTL nie jest wiarygodnym dowodem, że obecny zapis użył innej stawki.^[4]

Zachowaj stabilny klucz cache i prefiks rozmowy, jeśli powtarzany kontekst ma nadal kwalifikować się do cache. Następnie sprawdź faktyczne użycie. Nie zakładaj, że identyczny tekst gwarantuje trafienie, ani nie wyceniaj zapisu tylko z wysłanego ustawienia.

Natywne formaty dostarczają różnych dowodów. Oficjalne nagłówki użycia Chat rozróżniają zapisy 5-minutowe i godzinne. Responses może zwrócić faktycznie zastosowane opcje cache. Messages podaje osobne liczniki w usage.cache_creation. Jeśli zebrany rekord nie zawiera tych danych, oznacz lokalny szacunek jako niepełny, zamiast wymyślać TTL.

Jak Responses i Messages zmieniają obliczenia?

W Responses usage.input_tokens jest sumą, a input_tokens_details zawiera kategorie cache. Wyjście to usage.output_tokens. Zasada rozliczenia jest taka jak w Chat: odejmij części cache przed zastosowaniem zwykłej stawki wejścia.^[5]

Messages stosuje inną konwencję wejścia. Jego usage.input_tokens wyklucza odczyty i zapisy cache. Aby odzyskać cały kontekst, dodaj cache_read_input_tokens i cache_creation_input_tokens. Dla kosztu zastosuj zwykłą stawkę bezpośrednio do wejścia bez cache, a każdą kategorię cache wyceń osobno. Nie odejmuj kategorii cache od wartości, która już go nie obejmuje.^[6]

To rozróżnienie ma znaczenie przy porównywaniu SDK lub przenoszeniu integracji między formatami. Tak samo nazwane wartości „wejścia” w logach aplikacji mogą opisywać różne wielkości. Zapisuj natywny format wraz z oryginalnym obiektem użycia, a potem normalizuj go raz na potrzeby raportowania.

Przydatna pierwsza kontrola kosztu

Zacznij od jednego zadania Kimi K3.1 Pro ze sprawdzalnym wynikiem. Ustaw jawny limit wyjścia, zapisz poziom rozumowania i zachowaj pełne zwrócone użycie. W pracy z narzędziami uwzględnij kolejne żądanie zwracające wynik narzędzia; samo pierwsze wywołanie nie stanowi całego zadania.

Porównaj wyliczoną kwotę za tokeny z rekordem użycia żądania. Zachowuj spójne jednostki stawek, oddzielaj cały kontekst od wejścia bez cache i zapisuj brakujące dowody czasu życia cache. Gdy mały przypadek się zgadza, powtórz metodę na reprezentatywnym zestawie własnych zadań.

Użyj dokumentacji API Kimi K3.1 Pro dla pól żądania i ograniczeń mediów albo wróć do Playground, aby sprawdzić natywną odpowiedź. Nieudane żądania w SeedRouter nie są płatne.

Często zadawane pytania

Czy płacę za cały limit wyjścia?

Limit wyjścia jest górną granicą. Opłaty za tokeny używają wyjścia zgłoszonego dla ukończonego żądania, wraz z rozumowaniem. Limit 2 000 tokenów nie oznacza, że każda odpowiedź zużywa 2 000 tokenów. Zachowaj obiekt użycia z odpowiedzią, aby sprawdzić faktyczną liczbę.

Czy trafienie w cache jest bezpłatne?

Nie. Odczyty cache mają własną stawkę. Żądanie może też zawierać prefiks cache, nowe wejście bez cache i wyjście, każde z osobną opłatą. Użyj aktualnej stawki odczytu powyżej i zwróconej liczby tokenów cache; nie traktuj całego promptu jako cache tylko dlatego, że część została użyta ponownie.

Czy mogę ponownie użyć szacunku ceny Kimi K3?

Przelicz go dla kimi-k3.1-pro. Powiązana nazwa modelu nie potwierdza identycznych cen ani pól użycia. Zachowaj ID modelu, natywny format żądania i właściwe stawki obok liczby tokenów, zwłaszcza gdy porównujesz starszą integrację z nową.

Źródła

Moonshot: ceny modeli, sprawdzono 25 października 2026 r.
Moonshot: szybki start Kimi K3.1 Pro.
Moonshot: Chat Completions.
Moonshot: cache kontekstu.
Moonshot: Responses.
Moonshot: Messages.

Ceny Kimi K3.1 Pro: tokeny, rozumowanie i cache