Calculadora de custos da API Kimi K3.1 Pro: estimativas reproduzíveis de cargas de trabalho para Moonshot e OneMux
Estime os custos da API Kimi K3.1 Pro com premissas explícitas sobre tokens, cache, nível de serviço e saída. Inclui cálculos reproduzíveis para os preços oficiais da Moonshot e o roteamento da OneMux.
Resumo · TL;DR
Uma maneira reproduzível de estimar os custos do Kimi K3.1 Pro é manter constantes os volumes de tokens, o comportamento do cache, os limites de saída e o nível de roteamento. No registro de preços publicado, uma carga de trabalho com 10 milhões de tokens de entrada e 1 milhão de tokens de saída custa $30.00 pela API oficial padrão e $8.97 pela OneMux, antes das cobranças de gravação em cache. Esses valores são estimativas, não um benchmark de desempenho.
Principais pontos
- Compare os preços na mesma unidade: USD por 1 milhão de tokens de entrada ou de saída.
- Para 10 milhões de tokens de entrada e 1 milhão de tokens de saída, a estimativa publicada para o nível padrão é $30.00 pela rota oficial e $8.97 pela OneMux.
- Kimi K3.1 Pro é um modelo de raciocínio com thinking habilitado; o uso de tokens de saída pode variar, portanto defina e registre um limite de saída quando a API oferecer suporte.
- Leituras e gravações em cache devem ser modeladas separadamente. Uma premissa de acertos de cache sem uma premissa de gravação em cache está incompleta.
- Use casos de teste fixos e registre o uso de tokens antes de decidir sobre a rota ou o nível de serviço.
Nesta página (10)
A decisão que este cálculo deve orientar
Se você está avaliando Kimi K3.1 Pro para uma carga de trabalho repetível, não comece pelo preço anunciado. Comece com um caso de teste fixo: quantos tokens de entrada chegam, quantos tokens de saída são gerados, qual fração da entrada está em cache e se é necessário usar o roteamento padrão ou Highspeed.
Este guia compara as tarifas oficiais da Moonshot com o registro publicado do catálogo da OneMux, capturado em 11 de novembro de 2026. A OneMux é a publicadora desta comparação e oferece acesso a modelos por meio de uma API compatível com OpenAI. Os cálculos abaixo usam USD por 1 milhão de tokens, com entrada e saída cobradas separadamente. São estimativas de custo, não uma avaliação medida de qualidade ou latência.
Preços publicados do Kimi K3.1 Pro
A fonte fornecida da Moonshot informa que os preços oficiais foram verificados pela última vez em 25 de outubro de 2026. Os preços do catálogo OneMux são do registro de 11 de novembro. A razão de preço publicada é o preço da OneMux dividido pelo preço oficial correspondente; ela não garante economia na fatura total para todas as solicitações ou condições de cobrança.
| Rota | Entrada por 1M de tokens | Saída por 1M de tokens | Razão de preço publicada |
|---|---|---|---|
| Oficial padrão | $2.00 | $10.00 | 1.000 |
| OneMux padrão | $0.598 | $2.99 | 0.299 |
| Oficial Highspeed | $4.00 | $20.00 | 1.000 |
| OneMux Highspeed | $2.184 | $10.92 | 0.546 |
No registro do catálogo, os preços padrão da OneMux equivalem a 0.299 dos preços oficiais correspondentes. Isso significa que as tarifas listadas são 70,1% menores do que as tarifas oficiais usadas na comparação, antes de cobranças separadas de gravação em cache ou outras condições aplicáveis. A razão Highspeed é 0.546, ou 45,4% abaixo da tarifa oficial Highspeed usada na comparação.
Consulte a página do modelo Kimi K3.1 Pro para ver a listagem publicada pela OneMux e preços da OneMux para consultar as informações atuais do catálogo. Os preços podem mudar, portanto mantenha a data do registro ao analisar um relatório de avaliação.
Um cálculo reproduzível para a carga de trabalho
Use esta fórmula para um conjunto de solicitações sem cache:
total cost = (input tokens / 1,000,000 × input price) + (output tokens / 1,000,000 × output price)
Exemplo calculado: 10M de tokens de entrada e 1M de saída
Premissas:
- 10.000.000 de tokens de entrada por dia
- 1.000.000 de tokens de saída por dia
- Nenhum acerto de cache
- Nenhuma cobrança de gravação em cache
- 365 dias de operação
- Nível padrão do Kimi K3.1 Pro
- Preços inalterados para a projeção anual
| Rota | Cálculo diário | Custo diário | Estimativa anual |
|---|---|---|---|
| Oficial padrão | (10 × $2.00) + (1 × $10.00) | $30.00 | $10,950.00 |
| OneMux padrão | (10 × $0.598) + (1 × $2.99) | $8.97 | $3,274.05 |
O valor anual é simplesmente o custo diário multiplicado por 365. Não é uma cotação e exclui impostos, condições específicas da conta, novas tentativas e cobranças de gravação em cache.
Para uma comparação rápida, a estimativa oficial Highspeed é (10 × $4.00) + (1 × $20.00) = $60.00 por dia. A estimativa OneMux Highspeed é (10 × $2.184) + (1 × $10.92) = $32.76 por dia. Escolha Highspeed somente quando suas próprias medições demonstrarem o valor da latência para seu caso; a fonte fornecida descreve esse nível como o mesmo modelo a um preço maior por token e não apresenta um resultado de custo por latência específico para a carga de trabalho.
Inclua o cache sem ocultar as premissas
A fonte fornecida lista os seguintes preços oficiais de cache para o nível padrão:
| Tipo de cobrança | Oficial | Catálogo OneMux |
|---|---|---|
| Leitura de entrada em cache por 1M de tokens | $0.20 | $0.0598 |
| Gravação em cache, TTL de 5 minutos, por 1M de tokens | $2.00 | $0.598 |
| Gravação em cache, TTL de 1 hora, por 1M de tokens | $4.00 | $1.196 |
Suponha que 60% dos 10 milhões de tokens de entrada sejam acertos de cache, enquanto a saída permaneça em 1 milhão de tokens. Antes das cobranças de gravação em cache, o cálculo oficial padrão é:
(6 × $0.20) + (4 × $2.00) + (1 × $10.00) = $19.20 per day
O cálculo equivalente na OneMux é:
(6 × $0.0598) + (4 × $0.598) + (1 × $2.99) = $5.7408 per day
Não apresente nenhum dos valores como o custo completo de uma carga de trabalho com cache antes de adicionar as gravações em cache. Você precisa do número de tokens gravados e do TTL selecionado, de cinco minutos ou uma hora. O percentual de acertos de cache, por si só, não revela esses valores.
Prepare uma avaliação repetível antes de escolher uma rota
Use o mesmo conjunto de dados e os mesmos limites para todas as rotas. Um conjunto de testes prático pode conter:
- Caso curto: uma solicitação normal com entrada fixa e saída máxima documentada.
- Caso de contexto longo: um prompt grande e representativo, dentro da janela de contexto publicada de 1M de tokens do modelo.
- Caso de repetição: o mesmo prefixo enviado repetidamente para medir o efeito das leituras em cache.
- Caso de falha: uma entrada próxima do seu limite operacional, com registro do comportamento de truncamento, timeout ou recusa.
Para cada caso, registre o identificador do modelo, o nível de serviço, o número de solicitações, os tokens de entrada, os tokens de saída, os tokens lidos do cache, os tokens gravados em cache, o limite de saída e o custo final calculado. Kimi K3.1 Pro tem thinking habilitado, com opções de reasoning_effort descritas na fonte fornecida; por isso, o uso de tokens de saída pode variar entre tarefas semelhantes nos demais aspectos. Se o endpoint oferecer suporte ao parâmetro, registre a configuração de raciocínio selecionada e mantenha-a inalterada nas comparações.
Uma solicitação genérica compatível com OpenAI pode ser semelhante a esta, mas o suporte a parâmetros e endpoints deve ser confirmado na documentação pertinente; este exemplo não foi testado pela 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)
Trate max_tokens e outros nomes de parâmetros como detalhes de compatibilidade condicionais, não como garantias universais. Se os campos de uso estiverem ausentes, não infira a contagem de tokens a partir do número de caracteres; obtenha a contabilização de tokens na documentação do endpoint ou na resposta de uso.
Limitações que podem alterar a estimativa
Os cálculos pressupõem que os preços publicados por milhão de tokens se aplicam a todos os tokens contabilizados. O custo real pode variar quando há novas tentativas de solicitação, mudanças nos limites de saída, expiração de entradas em cache ou uso de outro nível de serviço pela carga de trabalho. Segundo a fonte, a saída máxima padrão do modelo é de 131.072 tokens e pode ser aumentada até o limite total de contexto; por isso, um limite explícito de saída é importante para a reprodutibilidade.
A fonte também apresenta comparações da própria Moonshot sobre qualidade e alucinações em relação ao Kimi K3. Esses números são alegações do fornecedor e não foram reproduzidos de forma independente no material fornecido. Por isso, este artigo compara custos e procedimentos de avaliação, não a qualidade do modelo. Execute seus próprios casos de teste fixos antes de alterar uma rota de produção.
Conclusão
Para uma carga de trabalho claramente definida de 10M de tokens de entrada e 1M de saída, a estimativa publicada é de $30.00 por dia pela rota oficial padrão e $8.97 pelos preços padrão da OneMux. Essa comparação só faz sentido porque as unidades de tokens e a carga de trabalho estão explícitas. Inclua leituras e gravações em cache, seleção do nível de serviço, limites de saída e uso registrado antes de usar o resultado para uma decisão orçamentária.
Fontes
- Mercatus AI: Kimi K3.1 Pro API Pricing — resumo das tarifas oficiais, condições de cache, detalhes dos níveis de serviço, informações de contexto e metodologia fornecidos para este artigo.
- Página do modelo Kimi K3.1 Pro na OneMux — preços do catálogo OneMux e listagem do modelo, em registro capturado em 11 de novembro de 2026.
- Preços da OneMux — referência de preços publicados no catálogo.
Registro de preços publicados
Capturado em 2026-11-11T21:30:06.126Z do catálogo publicado da OneMux. Os preços mantêm as unidades de cobrança do site; este não é um benchmark em tempo real. A cobrança por níveis, cache ou tempo pode variar. Valores desconhecidos não são zero.
| Modelo | Entrada oficial | Saída oficial | Entrada OneMux | Saída OneMux | Razão de preço publicada |
|---|---|---|---|---|---|
| Kimi K3.1 Pro | $2 | $10 | $0.598 | $2.99 | 0.299 |
Preços atuais da OneMux. Compare custos de cargas de trabalho somente quando as unidades de entrada, saída e cobrança forem equivalentes; consulte a página de cada modelo para conhecer as condições dos níveis de serviço.
Perguntas frequentes
Quanto custa uma carga de trabalho do Kimi K3.1 Pro com 10M de tokens de entrada e 1M de saída?
Com as premissas informadas para uso sem cache, ela custa $30.00 por dia pelas tarifas oficiais padrão da Moonshot e $8.97 por dia pelas tarifas padrão publicadas da OneMux. Esses valores excluem cobranças de gravação em cache, novas tentativas, impostos e alterações de preço.
Quais unidades de cobrança devo usar para comparar os preços do Kimi K3.1 Pro?
Use USD por 1 milhão de tokens de entrada e USD por 1 milhão de tokens de saída, mantendo entrada e saída separadas. Não combine preços por token com preços por solicitação nem trate valores ausentes como zero.
Como os acertos de cache alteram a estimativa do Kimi K3.1 Pro?
Substitua o preço da parte da entrada que está em cache pelo preço de leitura em cache e adicione separadamente as cobranças de gravação em cache. Para 10M de tokens de entrada, com 60% em cache, e 1M de tokens de saída, a estimativa antes das gravações é $19.20 pela rota oficial ou $5.7408 pelos preços padrão da OneMux.
Devo usar o nível Highspeed em uma avaliação?
Somente se a latência fizer parte da decisão e você a medir com os mesmos casos de teste. A fonte fornecida descreve Highspeed como um nível mais caro do mesmo modelo, mas não estabelece uma vantagem de custo ou latência específica para a carga de trabalho.
Artigos relacionados
Guides
Estime os custos da API MiniMax M3.1 Flash com um teste de carga reproduzível
Um método reproduzível para estimar os custos da API MiniMax M3.1 Flash: compare os preços publicados de entrada, saída e cache e teste uma carga fixa com limites claros.
Guides
Custos da API Gemini 3.1 Flash Image: um orçamento reproduzível para avaliação
Estime o custo de uma avaliação delimitada do Gemini 3.1 Flash Image com pressupostos explícitos sobre tokens, ressalvas sobre preços de imagens e casos de teste reproduzíveis.
Guides
Custo da API GPT Image 2.5 Sunburst: uma estimativa reproduzível para cargas de trabalho com atenção à privacidade
Estime os custos da API GPT Image 2.5 Sunburst usando premissas explícitas de tokens, cálculo mensal da carga de trabalho e proteções práticas para dados de usuários e credenciais.
Guides
Custo da API Gemini 4 Carbon: uma estimativa reproduzível para triagem de suporte
Estime o custo de uma tarefa de triagem de suporte ao cliente com Gemini 4 Carbon, considerando premissas explícitas de tokens, contabilização de cache, aprovação humana, novas tentativas e os preços publicados pela OneMux.