Calculateur de coûts de l’API Kimi K3.1 Pro : estimations reproductibles pour Moonshot et OneMux
Estimez les coûts de l’API Kimi K3.1 Pro en précisant les hypothèses relatives aux tokens, au cache, au niveau de service et à la sortie. Inclut des calculs reproductibles pour les tarifs officiels de Moonshot et le routage OneMux.
Résumé · TL;DR
Pour estimer les coûts de Kimi K3.1 Pro de manière reproductible, maintenez constants les volumes de tokens, le comportement du cache, les limites de sortie et le niveau de routage. Selon l’instantané tarifaire publié, un workload de 10 millions de tokens d’entrée et 1 million de tokens de sortie coûte $30.00 via l’API officielle standard et $8.97 via OneMux, avant les frais d’écriture du cache. Ces chiffres sont des estimations, et non un benchmark de performances.
Points clés
- Comparez les prix dans la même unité : USD par million de tokens d’entrée ou de sortie.
- Pour 10 millions de tokens d’entrée et 1 million de tokens de sortie, l’estimation publiée au tarif standard est de $30.00 via l’offre officielle contre $8.97 via OneMux.
- Kimi K3.1 Pro est un modèle de raisonnement dont la réflexion est activée ; l’utilisation de la sortie peut donc varier. Définissez et consignez une limite de sortie lorsque l’API le permet.
- Les lectures et les écritures du cache doivent être modélisées séparément. Une hypothèse de cache hit sans hypothèse d’écriture du cache est incomplète.
- Utilisez des cas de test fixes et l’utilisation réelle des tokens avant de prendre une décision concernant le routage ou le niveau de service.
Sur cette page (10)
La question à laquelle ce calcul doit répondre
Si vous évaluez Kimi K3.1 Pro pour un workload reproductible, ne commencez pas par un prix d’appel. Commencez par un cas de test fixe : combien de tokens d’entrée sont reçus, combien de tokens de sortie sont générés, quelle part de l’entrée est mise en cache et si un routage standard ou Highspeed est nécessaire.
Ce guide compare les tarifs officiels de Moonshot avec l’instantané du catalogue OneMux publié et capturé le 11 novembre 2026. OneMux publie cette comparaison et fournit un accès aux modèles via une API compatible avec OpenAI. Les calculs ci-dessous utilisent l’USD par 1 million de tokens, avec une facturation distincte de l’entrée et de la sortie. Il s’agit d’estimations de coûts, et non d’une évaluation mesurée de la qualité ou de la latence.
Prix publiés de Kimi K3.1 Pro
La source Moonshot fournie indique que les prix officiels ont été vérifiés pour la dernière fois le 25 octobre 2026. Les prix du catalogue OneMux proviennent de l’instantané du 11 novembre. Le ratio de prix publié correspond au prix OneMux divisé par le prix officiel correspondant ; il ne garantit pas une économie totale sur la facture pour chaque requête ou condition de facturation.
| Route | Entrée par million de tokens | Sortie par million de tokens | Ratio de prix publié |
|---|---|---|---|
| Standard officiel | $2.00 | $10.00 | 1.000 |
| Standard OneMux | $0.598 | $2.99 | 0.299 |
| Highspeed officiel | $4.00 | $20.00 | 1.000 |
| Highspeed OneMux | $2.184 | $10.92 | 0.546 |
Les prix standard de OneMux représentent 0.299 des prix officiels correspondants dans l’instantané du catalogue. Cela signifie que les tarifs indiqués sont inférieurs de 70.1% aux tarifs officiels de comparaison, avant les éventuels frais distincts d’écriture du cache ou autres conditions applicables. Le ratio Highspeed est de 0.546, soit 45.4% de moins que le tarif officiel Highspeed de comparaison.
Consultez la page du modèle Kimi K3.1 Pro pour voir la fiche OneMux publiée, ainsi que la page tarification OneMux pour obtenir les informations actuelles du catalogue. Les prix peuvent changer : conservez donc la date de l’instantané lors de l’examen d’un rapport d’évaluation.
Calcul reproductible d’un workload
Utilisez cette formule pour une combinaison de requêtes sans cache :
coût total = (tokens d’entrée / 1 000 000 × prix de l’entrée) + (tokens de sortie / 1 000 000 × prix de la sortie)
Exemple détaillé : 10M tokens d’entrée et 1M token de sortie
Hypothèses :
- 10 000 000 tokens d’entrée par jour
- 1 000 000 token de sortie par jour
- Aucun cache hit
- Aucun frais d’écriture du cache
- 365 jours d’activité
- Niveau standard de Kimi K3.1 Pro
- Prix inchangés pour l’illustration annuelle
| Route | Calcul quotidien | Coût quotidien | Estimation annuelle |
|---|---|---|---|
| Standard officiel | (10 × $2.00) + (1 × $10.00) | $30.00 | $10,950.00 |
| Standard OneMux | (10 × $0.598) + (1 × $2.99) | $8.97 | $3,274.05 |
Le montant annuel correspond simplement au coût quotidien multiplié par 365. Il ne constitue pas un devis et exclut les taxes, les conditions propres au compte, les nouvelles tentatives et les frais d’écriture du cache.
Pour une comparaison rapide, l’estimation officielle Highspeed est de (10 × $4.00) + (1 × $20.00) = $60.00 par jour. L’estimation OneMux Highspeed est de (10 × $2.184) + (1 × $10.92) = $32.76 par jour. Choisissez Highspeed uniquement lorsque la valeur de sa latence est établie par vos propres mesures ; la source fournie le décrit comme le même modèle avec un prix par token plus élevé et ne fournit pas de résultat spécifique au workload concernant le coût par rapport à la latence.
Ajouter le cache sans masquer les hypothèses
La source fournie indique les prix officiels suivants pour le cache au niveau standard :
| Type de frais | Officiel | Catalogue OneMux |
|---|---|---|
| Lecture d’entrée mise en cache par million de tokens | $0.20 | $0.0598 |
| Écriture du cache, TTL de 5 minutes, par million de tokens | $2.00 | $0.598 |
| Écriture du cache, TTL de 1 heure, par million de tokens | $4.00 | $1.196 |
Supposons que 60% des 10 millions de tokens d’entrée soient des cache hits, tandis que la sortie reste de 1 million de tokens. Avant les frais d’écriture du cache, le calcul standard officiel est le suivant :
(6 × $0.20) + (4 × $2.00) + (1 × $10.00) = $19.20 par jour
Le calcul équivalent avec OneMux est le suivant :
(6 × $0.0598) + (4 × $0.598) + (1 × $2.99) = $5.7408 par jour
Ne présentez aucun de ces chiffres comme le coût complet d’un workload mis en cache avant d’avoir ajouté les écritures du cache. Vous devez connaître le nombre de tokens écrits ainsi que le TTL sélectionné de cinq minutes ou d’une heure. Un pourcentage de cache hits ne permet pas à lui seul de déterminer ces valeurs.
Construire une évaluation reproductible avant de choisir une route
Utilisez le même jeu de données et les mêmes limites pour chaque route. Un ensemble de tests pratique peut contenir :
- Cas court : une requête normale avec une entrée fixe et une sortie maximale documentée.
- Cas à long contexte : un prompt volumineux représentatif, restant inférieur à la fenêtre de contexte publiée de 1M token.
- Cas répété : le même préfixe envoyé plusieurs fois afin de mesurer l’effet des lectures du cache.
- Cas d’échec : une entrée proche de votre limite opérationnelle, consignée pour observer les comportements de troncature, de délai d’attente ou de refus.
Pour chaque cas, consignez l’identifiant du modèle, le niveau de service, le nombre de requêtes, les tokens d’entrée, les tokens de sortie, les tokens lus depuis le cache, les tokens écrits dans le cache, la limite de sortie et le coût final calculé. La réflexion est activée sur Kimi K3.1 Pro, avec des options reasoning_effort décrites dans la source fournie ; l’utilisation de la sortie peut donc différer entre des tâches par ailleurs similaires. Si votre endpoint prend en charge ce paramètre, consignez le réglage de raisonnement sélectionné et conservez-le inchangé pour toutes les comparaisons.
Une requête générique compatible avec OpenAI peut ressembler à ceci, mais la prise en charge des paramètres et de l’endpoint doit être confirmée dans la documentation correspondante ; cet exemple n’a pas été testé par OneMux :
from openai import OpenAI
client = OpenAI(
base_url="YOUR_DOCUMENTED_COMPATIBLE_ENDPOINT",
api_key="YOUR_API_KEY",
)
response = client.chat.completions.create(
model="kimi-k3.1-pro",
messages=[
{"role": "user", "content": "Your fixed evaluation prompt"}
],
max_tokens=2000,
)
print(response.usage)
Considérez max_tokens et les autres noms de paramètres comme des détails de compatibilité conditionnels, et non comme des garanties universelles. Si les champs d’utilisation sont absents, ne déduisez pas le nombre de tokens à partir de la longueur en caractères ; obtenez le décompte des tokens dans la documentation de l’endpoint ou dans la réponse d’utilisation.
Limites susceptibles de modifier l’estimation
Les calculs supposent que les prix publiés par million de tokens s’appliquent à tous les tokens comptabilisés. Le coût réel peut différer en cas de nouvelles tentatives, de modification des limites de sortie, d’expiration des entrées du cache ou d’utilisation d’un autre niveau de service. La source indique que la sortie maximale du modèle est par défaut de 131,072 tokens et peut être augmentée jusqu’à la limite complète du contexte ; il est donc important de définir explicitement une limite de sortie pour garantir la reproductibilité.
La source rapporte également les comparaisons de qualité et d’hallucinations réalisées par Moonshot avec Kimi K3. Ces chiffres sont des affirmations du fournisseur et n’ont pas été reproduits indépendamment dans les documents fournis. Cet article compare donc les coûts et la méthode d’évaluation, et non la qualité du modèle. Effectuez vos propres tests fixes avant de modifier une route de production.
Conclusion
Pour un workload clairement défini de 10M tokens d’entrée et 1M token de sortie, l’estimation publiée est de $30.00 par jour via la route officielle standard et de $8.97 via la tarification standard OneMux. Cette comparaison n’est pertinente que parce que les unités de tokens et le workload sont explicités. Ajoutez les lectures et écritures du cache, le niveau de service, les limites de sortie et l’utilisation enregistrée avant de considérer ce résultat comme une décision budgétaire.
Sources
- Mercatus AI : tarification de l’API Kimi K3.1 Pro — synthèse des tarifs officiels, conditions du cache, détails des niveaux de service, informations sur le contexte et méthodologie fournis pour cet article.
- Page du modèle OneMux Kimi K3.1 Pro — prix du catalogue OneMux et fiche du modèle, instantané capturé le 11 novembre 2026.
- Tarification OneMux — référence des tarifs publiés du catalogue.
Instantané des prix publiés
Capturé le 2026-11-11T21:30:06.126Z depuis le catalogue publié de OneMux. Les prix conservent les unités de facturation du site ; il ne s’agit pas d’un benchmark en temps réel. La facturation par niveau, avec cache ou selon la durée peut différer. Les valeurs inconnues ne sont pas égales à zéro.
| Modèle | Entrée officielle | Sortie officielle | Entrée OneMux | Sortie OneMux | Ratio de prix publié |
|---|---|---|---|---|---|
| Kimi K3.1 Pro | $2 | $10 | $0.598 | $2.99 | 0.299 |
Prix OneMux actuels. Comparez les coûts des workloads uniquement lorsque les unités d’entrée, de sortie et de facturation correspondent ; consultez la page de chaque modèle pour connaître les conditions de niveau de service.
FAQ
Combien coûte un workload Kimi K3.1 Pro avec 10M tokens d’entrée et 1M token de sortie ?
Selon les hypothèses indiquées pour une utilisation sans cache, il coûte $30.00 par jour aux tarifs officiels standard de Moonshot et $8.97 par jour aux tarifs standard OneMux publiés. Ces montants excluent les frais d’écriture du cache, les nouvelles tentatives, les taxes et les changements de prix.
Quelles unités de facturation dois-je utiliser pour comparer les prix de Kimi K3.1 Pro ?
Utilisez l’USD par million de tokens d’entrée et l’USD par million de tokens de sortie, en conservant l’entrée et la sortie séparées. Ne mélangez pas les prix par token avec les prix par requête et ne considérez pas les valeurs manquantes comme nulles.
Comment les cache hits modifient-ils l’estimation de Kimi K3.1 Pro ?
Remplacez la partie mise en cache de l’entrée par le prix de lecture du cache, puis ajoutez séparément les frais d’écriture du cache. Pour 10M tokens d’entrée avec 60% mis en cache et 1M token de sortie, l’estimation avant écriture est de $19.20 via l’offre officielle ou de $5.7408 via la tarification standard OneMux.
Dois-je utiliser le niveau Highspeed pour une évaluation ?
Uniquement si la latence fait partie de la décision et si vous la mesurez avec les mêmes cas de test. La source fournie décrit Highspeed comme un niveau plus cher du même modèle, mais n’établit pas d’avantage spécifique au workload en matière de coût ou de latence.
Articles liés
Guides
Estimer le coût de l’API MiniMax M3.1 Flash avec un test de charge reproductible
Une méthode reproductible pour estimer le coût de l’API MiniMax M3.1 Flash : comparez les tarifs publiés pour les entrées, les sorties et le cache, puis testez une charge fixe avec des limites explicites.
Guides
Coûts de l’API Gemini 3.1 Flash Image : établir un budget d’évaluation reproductible
Estimez le coût d’une évaluation délimitée de Gemini 3.1 Flash Image à partir d’hypothèses explicites sur les tokens, des réserves sur la facturation des images et de cas de test reproductibles.
Guides
Coût de l’API GPT Image 2.5 Sunburst : estimation reproductible pour les workloads respectueux de la vie privée
Estimez les coûts de l’API GPT Image 2.5 Sunburst à partir d’hypothèses explicites sur les tokens, d’un calcul de charge mensuelle et de mesures pratiques de protection des données utilisateur et des identifiants.
Guides
Coût de l’API Gemini 4 Carbon : une estimation reproductible pour le tri des demandes d’assistance
Estimez le coût d’une tâche de tri des demandes d’assistance avec Gemini 4 Carbon, à partir d’hypothèses explicites sur les tokens, le cache, la validation humaine, les nouvelles tentatives et les prix publiés par OneMux.