Estimación de costos de Kimi K3.1 Pro Highspeed para consultas sobre documentos
Estimación reproducible del costo de responder preguntas sobre documentos con Kimi K3.1 Pro Highspeed, con precios oficiales y de OneMux, supuestos de caché y cálculos del volumen de trabajo.
Resumen · TL;DR
Para un volumen de trabajo ilustrativo de consultas sobre documentos con 10 millones de tokens de entrada y 1 millón de tokens de salida al día, Kimi K3.1 Pro Highspeed cuesta $60 al día con las tarifas oficiales indicadas y $32.76 con las tarifas publicadas por OneMux, antes de considerar la caché. La estimación se puede reproducir, pero el gasto real depende del volumen de tokens, el comportamiento de la caché y de si el rendimiento de Highspeed resulta útil para la aplicación.
Puntos clave
- Según la instantánea del catálogo de OneMux del 10 de noviembre de 2026, las tarifas oficiales de Highspeed son $4 por millón de tokens de entrada y $20 por millón de tokens de salida; OneMux indica $2.184 y $10.92.
- OneMux publica una relación de precios de 0.5459999999999999 para este modelo. Esa relación no garantiza un ahorro total: calcula el costo con tu combinación real de tokens de entrada, salida y caché.
- Con 10 millones de tokens de entrada y 1 millón de tokens de salida al día, el ejemplo sin caché suma $60 al día con precios oficiales y $32.76 con los precios de OneMux.
- Para las consultas sobre documentos, incluye las citas en la instrucción y en la respuesta, y mide cómo afectan esas instrucciones y respuestas al recuento de tokens antes de proyectar el gasto.
En esta página (7)
Kimi K3.1 Pro Highspeed cuesta más por token que el nivel estándar de Kimi K3.1 Pro, así que la pregunta práctica es si su velocidad justifica el costo adicional del volumen de trabajo. Esta guía calcula el costo de un volumen de consultas y respuestas sobre documentos con atribución de fuentes, usando tarifas publicadas y supuestos explícitos. OneMux es el editor y producto que se analiza en la comparación de precios de OneMux; los cálculos son ilustrativos, no el resultado de medir un volumen de trabajo real.
Precios publicados de Kimi K3.1 Pro Highspeed
La instantánea del catálogo de OneMux que aparece a continuación se tomó el 10 de noviembre de 2026. Los precios están en USD por millón de tokens. La relación de precios publicada se reproduce tal como aparece, sin redondearla. El artículo de la fuente indica las tarifas oficiales de Highspeed y las condiciones de caché; la página del modelo de OneMux muestra sus propias tarifas. Fuente: artículo de precios de Kimi K3.1 Pro de Mercatus AI y página de Kimi K3.1 Pro Highspeed de OneMux.
| Categoría de facturación | Highspeed oficial | Highspeed de OneMux |
|---|---|---|
| Entrada, por 1 millón de tokens | $4 | $2.184 |
| Salida, por 1 millón de tokens | $20 | $10.92 |
| Lectura de entrada desde caché, por 1 millón de tokens | $0.20 | $0.1092 |
| Escritura en caché, TTL de 5 minutos, por 1 millón de tokens | $4 | $2.184 |
| Escritura en caché, TTL de 1 hora, por 1 millón de tokens | $8 | $4.368 |
| Relación de precios publicada | — | 0.5459999999999999 |
La fuente describe una ventana de contexto de 1,048,576 tokens, lecturas de caché a la tarifa reducida indicada y cargos separados por escritura en caché según el tiempo de vida (TTL). Según esa fuente, la caché está activada de forma predeterminada con un TTL de 5 minutos. Consulta las condiciones actuales del proveedor antes de basarte en ellas: los precios y el comportamiento pueden cambiar. La publicación de OneMux es una instantánea de precios de catálogo, no una prueba comparativa en tiempo real.
Un volumen reproducible de consultas sobre documentos
Supongamos que un servicio de consultas sobre documentos procesa 10 millones de tokens de entrada y genera 1 millón de tokens de salida al día. La entrada incluye los fragmentos del documento, la pregunta y las instrucciones para citar las fuentes que respaldan la respuesta. La salida incluye la respuesta y las referencias a sus fuentes. Este volumen es un ejemplo, no una afirmación sobre un cliente típico ni una cantidad fija de documentos; la longitud de los documentos, la recuperación de información y la extensión de las respuestas determinan el recuento real de tokens.
Supongamos que todos los tokens se facturan con la tarifa indicada para entrada o salida, sin aciertos de caché ni cargos por escritura en caché. El cálculo es el siguiente:
- Oficial: 10 × $4 + 1 × $20 = $60 al día.
- OneMux: 10 × $2.184 + 1 × $10.92 = $32.76 al día.
| Ruta | Costo diario | Costo a 30 días | Costo a 365 días |
|---|---|---|---|
| Highspeed oficial | $60.00 | $1,800.00 | $21,900.00 |
| Highspeed de OneMux | $32.76 | $982.80 | $11,957.40 |
Las cifras mensuales y anuales simplemente multiplican la estimación diaria por 30 y 365. Suponen el mismo volumen todos los días y tarifas sin cambios. Los precios de entrada y salida de OneMux indicados equivalen cada uno a 0.5459999999999999 veces su precio oficial correspondiente. La relación entre los costos totales puede variar si tu volumen de trabajo usa otros niveles o tiene un comportamiento de caché diferente.
Cómo cambian la estimación los aciertos de caché
Para un segundo caso explícitamente ilustrativo, supongamos que el 60% de los 10 millones de tokens de entrada diarios son lecturas de caché y que el 40% restante es entrada sin caché. Mantengamos la salida en 1 millón de tokens. Excluyamos las tarifas de escritura en caché, que deben añadirse por separado cuando corresponda.
- Oficial: (4 × $4) + (6 × $0.20) + (1 × $20) = $37.20 al día.
- OneMux: (4 × $2.184) + (6 × $0.1092) + (1 × $10.92) = $20.3112 al día.
Estas cifras no son una proyección, salvo que tus instrucciones y la configuración de caché produzcan esa tasa de aciertos. Las instrucciones repetidas sobre documentos o los prefijos estables pueden ser candidatos para la caché, pero los cambios en las instrucciones, las reglas de caché y el TTL pueden alterar la reutilización y el costo. Confirma qué tokens cuentan como entrada en caché y cómo se cobran las escrituras para el endpoint que usas.
Incluye la atribución de fuentes en el presupuesto de tokens
Para responder sobre documentos basándose en el material recuperado, pide al modelo que identifique en su respuesta el fragmento o documento que respalda la información. Cuenta esa instrucción de cita entre los tokens de entrada y las referencias devueltas entre los tokens de salida. No hagas la estimación basándote únicamente en la pregunta del usuario: los fragmentos recuperados y el formato de la respuesta pueden representar gran parte del costo.
Una estimación práctica utiliza recuentos de tokens medidos en solicitudes representativas:
- Selecciona una muestra que incluya documentos cortos y largos, distintos tipos de preguntas y el formato de cita requerido.
- Registra por separado el uso de tokens de entrada y de salida para cada solicitud.
- Multiplica los totales por el volumen diario de solicitudes previsto y luego divídelos por un millón para obtener las unidades de cada fila de precios.
- Aplica por separado las tarifas correspondientes a entrada, salida, lecturas de caché y escrituras en caché.
- Recalcula con volúmenes bajos, esperados y máximos; conserva los supuestos junto con la estimación.
La atribución de fuentes en la respuesta no demuestra, por sí sola, que un fragmento citado respalde la afirmación. Revisa las fuentes recuperadas y la calidad de las respuestas con tu propio proceso de evaluación. La fuente de precios proporcionada informa sobre el modelo y las afirmaciones de referencia de Moonshot, pero no establece el rendimiento en consultas sobre documentos para tu corpus.
¿Es Highspeed el nivel adecuado?
La fuente de precios proporcionada describe Highspeed como el mismo modelo al doble del precio del nivel estándar y señala que Moonshot afirma que es entre dos y tres veces más rápido. Es una afirmación del proveedor, no un resultado medido para tu aplicación. Compara el costo adicional con un requisito concreto, como el tiempo de respuesta, y prueba solicitudes representativas sobre documentos antes de elegir un nivel. Si el rendimiento no es importante, compara con los precios del nivel estándar de Kimi K3.1 Pro en OneMux.
Para integrar una API, consulta la documentación del proveedor sobre el endpoint, el identificador del modelo y los parámetros compatibles. La compatibilidad con una API de estilo OpenAI depende del endpoint específico y de los parámetros compatibles; no supongas que todas las opciones se transfieren sin cambios entre proveedores.
Conclusión
Para el volumen de trabajo indicado sin caché, la estimación reproducible es de $60 al día con las tarifas oficiales de Highspeed y de $32.76 con las tarifas publicadas por OneMux el 10 de noviembre de 2026. Tómalas como cifras de planificación, no como una garantía del gasto real. Mide el recuento de tokens de tus documentos y citas, verifica la facturación de la caché y determina si la velocidad que afirma ofrecer Highspeed es relevante para tus necesidades de tiempo de respuesta.
Instantánea de precios publicados
Capturada el 2026-11-10T17:30:05.450Z del catálogo publicado por OneMux. Se conservan las unidades de facturación del sitio web; no es una prueba comparativa en tiempo real. La facturación por niveles, caché o tiempo puede variar. Los valores desconocidos no son cero.
| Modelo | Entrada oficial | Salida oficial | Entrada de OneMux | Salida de OneMux | Relación de precios publicada |
|---|---|---|---|---|---|
| Kimi K3.1 Pro Highspeed | $4 | $20 | $2.184 | $10.92 | 0.5459999999999999 |
Precios actuales de OneMux. Compara los costos de los volúmenes de trabajo solo cuando coincidan las unidades de entrada, salida y facturación; consulta las condiciones de cada nivel en la página del modelo.
FAQ
¿Cuánto cuesta Kimi K3.1 Pro Highspeed por millón de tokens?
En la instantánea del catálogo de OneMux del 10 de noviembre de 2026, las tarifas oficiales son $4 por millón de tokens de entrada y $20 por millón de tokens de salida. OneMux indica $2.184 por la entrada y $10.92 por la salida. Las lecturas y escrituras de caché tienen precios indicados por separado.
¿Cuánto cuesta el volumen ilustrativo de consultas sobre documentos?
Con 10 millones de tokens de entrada y 1 millón de tokens de salida al día, sin aciertos de caché ni cargos por escritura, la estimación es de $60 al día con las tarifas oficiales y de $32.76 con las tarifas publicadas por OneMux.
¿La estimación incluye las escrituras en caché?
El ejemplo sin caché no incluye escrituras en caché, y el ejemplo con un 60% de aciertos de caché excluye explícitamente las tarifas de escritura. Añade por separado los cargos aplicables por escritura; las tarifas indicadas para TTL de 5 minutos y de 1 hora son diferentes.
¿Highspeed garantiza respuestas más rápidas sobre documentos?
Aquí no se establece ninguna garantía de velocidad específica para una aplicación. La fuente de precios proporcionada informa que Moonshot afirma que es entre dos y tres veces más rápido. Mide la latencia con solicitudes representativas antes de decidir si vale la pena el nivel superior.
Artículos relacionados
Guides
Costo de la API Gemini 4 Argon para preguntas y respuestas sobre documentos: una estimación reproducible
Estima los costos de la API Gemini 4 Argon para responder preguntas sobre documentos con supuestos explícitos de tokens, atribución de fuentes, escenarios de caché y una comparación con los precios publicados de OneMux.
Guides
Estimación del coste de la API de GPT 6.2 Astra para preguntas y respuestas sobre documentos
Estima el coste de usar GPT 6.2 Astra para responder preguntas sobre documentos mediante supuestos explícitos de tokens, tramos de contexto, tarifas de caché y cálculos reproducibles.
Guides
Estima los costos de la API de Claude Fable 5.2 para preguntas y respuestas sobre documentos
Un método reproducible para estimar los costos de Claude Fable 5.2 en preguntas y respuestas sobre documentos, con supuestos explícitos de tokens, orientación sobre atribución de fuentes y precios fechados.
Guides
Coste de la API de Qwen3.7 Plus para preguntas y respuestas sobre documentos
Estima el coste de la API de Qwen3.7 Plus para responder preguntas sobre documentos con atribución de fuentes, mediante supuestos explícitos sobre tokens y cálculos reproducibles.