Kimi K3.1 Pro 價格：Token、推理與快取成本

Kimi K3.1 Pro 將一般輸入、輸出、快取讀取和快取寫入分別計費。 Moonshot 官方 Pro 費率為每百萬輸入 token $2、每百萬輸出 token $10。快取讀取每百萬 token $0.20；快取寫入按 5 分鐘檔收取 $2，或按 1 小時檔收取 $4。這些官方價格查核於 2026 年 10 月 25 日。通過 SeedRouter 傳送請求時，請使用下方即時價格表。^[1]

可見回答只是輸出的一部分。Kimi K3.1 Pro 始終推理，推理 token 也計入輸出用量。在輸入側，快取讀取與寫入屬於提示詞的一部分，並非額外複製的內容。這兩點解釋了為何僅憑最終回答長度估算費用可能出錯。

Kimi K3.1 Pro 模型頁匯集 Playground、目前費率和串接範例。本指南說明如何結合已完成請求的用量解讀這些費率。

在這裡使用 Kimi K3.1 Pro 多少錢？

SeedRouter 請求請按下方目前費率計算。這些費率從生效的計費設定中讀取，並非寫死在文章中。

每份估算都應標明模型 ID 和費率來源。模型官方標準價與特定服務上的請求價格不一定相同。僅憑相似模型名稱，也不足以證明某個費率適用。本文討論的公開模型為 kimi-k3.1-pro。

不應將簡短提示詞按佔滿整個上下文視窗計費。Kimi K3.1 Pro 支援 1,048,576 個上下文 token；計算採用的是實際輸入用量。上下文容量表示一次請求可容納多少材料，並不代表固定購買一百萬 token。^[2]

應該計算哪些 token？

Kimi K3.1 Pro 的三種原生格式使用不同的用量欄位名。對於 Chat Completions，可從以下劃分開始：

未使用快取的剩餘部分等於總輸入減去快取讀取和寫入。這些類別互不重疊。如果先將完整提示詞按一般輸入費率計費，再加快取費用，就會重複計算相同的 token。^[3]

費率單位為每百萬 token 時：

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

例如，一次用於說明計算的請求有 5,000 個輸入 token，其中 1,000 個為快取讀取、500 個為快取寫入，因此一般輸入為 3,500 個 token。如果還使用了 2,000 個輸出 token，就將這五類相關用量分別乘以目前費率。這是計算範例，並非宣稱的基準測試或實測回應。

為什麼 Kimi K3.1 Pro 回答很短，費用卻可能超出預期？

Kimi K3.1 Pro 的輸出預算同時覆蓋推理和可見回答。模型可能先消耗 token 分析問題，再給出簡短結論。只統計界面上展示的文字，會漏掉這些推理用量。

根據任務選擇 low、high 或 max 推理強度，預設 max。對於簡單查詢或範圍明確的轉換，可評估 low 強度是否通過檢查。對於複雜調試，更大的推理預算可能有幫助。請按驗收標準衡量結果，不要假設回答越短或越長就越好。^[2]

token 上限過小也可能導致模型尚未生成有幫助的回答就停止。請檢查結束原因或回應終止狀態，再判斷被截斷的結果是否完整。即使用量面板逐條展示請求，重複嘗試也應計入整個工作負載的成本。

請求一小時快取，就證明實際使用了嗎？

不能。Kimi K3.1 Pro 可以保留快取前綴的原始有效期。命中會刷新該有效期，在已有條目過期前，新追加的材料也可能沿用同一個已鎖定 TTL。更改請求的 TTL 不能可靠證明目前寫入採用了不同費率。^[4]

如需讓重複上下文保持可快取條件，請使用穩定的快取鍵和對話前綴，再檢查實際用量。不要假設文字相同就一定命中，也不要僅憑傳送的設定為寫入定價。

不同原生格式提供的證據不同。Chat 官方用量回應頭區分 5 分鐘和 1 小時寫入。Responses 可傳回實際採用的快取選項。Messages 在 usage.cache_creation 下提供獨立計數。如果收集的記錄缺少這些證據，應將本地估算標為不完整，而不是編造 TTL。

Responses 和 Messages 如何影響計算？

Responses 的 usage.input_tokens 是輸入總數，input_tokens_details 包含快取類別。輸出為 usage.output_tokens。用量計算原則與 Chat 相同：先扣除快取部分，再對一般輸入應用費率。^[5]

Messages 的輸入口徑不同。其 usage.input_tokens 不包含快取讀取與寫入。還原總上下文時，應加上 cache_read_input_tokens 和 cache_creation_input_tokens。計算費用時，對未使用快取的輸入數直接應用普通費率，再單獨計算各快取類別。不要從已經排除快取的數值中再次減去快取類別。^[6]

比較 SDK 或在不同格式間遷移串接時，這一區別很重要。應用記錄中同名的“input”可能代表不同數量。請將原生格式與原始 usage 物件一同記錄，再統一轉換為報表口徑。

如何進行首次費用核對

從一個可驗證結果的 Kimi K3.1 Pro 任務開始。明確設定輸出上限，記錄推理強度，並保留完整的傳回用量。工具工作流程還需包含傳回工具結果的後續請求；首次呼叫並非整個任務。

將計算出的 token 費用與請求用量記錄比較。保持費率單位一致，區分總上下文和未使用快取輸入，並記錄缺失的快取有效期證據。這個小案例核對一致後，再將方法應用於自己具有代表性的任務集合。

請求欄位和媒體約束請查閱 Kimi K3.1 Pro API 文件，也可傳回 Playground檢查原生回應。SeedRouter 上失敗的請求不收費。

常見問題

會按整個輸出上限收費嗎？

輸出限制只是上限。token 費用按已完成請求報告的輸出計算，其中包括推理。上限為 2,000 token 不代表每個回答都消耗 2,000 token。請將 usage 物件與回答一同保留，以便核對實際數量。

快取命中免費嗎？

不免費。快取讀取有獨立費率。一次請求也可能同時包含快取前綴、未使用快取的新輸入和輸出，各自單獨收費。請使用上方即時快取讀取費率與傳回的快取 token 數；不要因為部分內容復用，就將整個提示詞視為已快取。

可以沿用 Kimi K3 的費用估算嗎？

請針對 kimi-k3.1-pro 重新計算。模型名稱相關，不代表價格或用量欄位相同。應將模型 ID、原生請求格式和適用費率與 token 數一同記錄，尤其是在比較舊串接和新串接時。

參考資料

1. Moonshot：模型價格，查核於 2026 年 10 月 25 日。
2. Moonshot：Kimi K3.1 Pro 快速開始。
3. Moonshot：Chat Completions。
4. Moonshot：上下文快取。
5. Moonshot：Responses。
6. Moonshot：Messages。