Estime os custos da API Kimi K3.1 Pro para fluxos de trabalho em produção
Uma estimativa reproduzível dos custos do Kimi K3.1 Pro em fluxos de trabalho de produção, com tarifas publicadas da OneMux, premissas de novas tentativas, ressalvas sobre cache e regras de recuperação.
Resumo · TL;DR
Para uma carga de trabalho que usa 10 milhões de tokens de entrada e 1 milhão de tokens de saída por dia, as tarifas publicadas resultam em um custo ilustrativo de $30 por dia nas tarifas oficiais padrão da Moonshot e $8.97 por dia nas tarifas publicadas pela OneMux, antes de novas tentativas, efeitos de cache ou outras cobranças. Este guia apresenta os cálculos e mostra como levar em conta tentativas malsucedidas e recuperação.
Principais pontos
- Use unidades compatíveis e separe os tokens de entrada dos de saída ao estimar cobranças por tokens.
- No retrato do catálogo da OneMux de November 9, 2026, o Kimi K3.1 Pro aparece com o preço de $0.598 por milhão de tokens de entrada e $2.99 por milhão de tokens de saída.
- Uma nova tentativa que reenvia a solicitação completa pode acrescentar o custo integral de tokens dessa tentativa; salvar pontos de controle do trabalho concluído pode limitar os gastos de recuperação.
- Considere o exemplo uma estimativa, não uma previsão: o uso real de tokens, o comportamento do cache e os padrões de novas tentativas determinam a cobrança.
Nesta página (8)
Resposta curta
Uma estimativa de custos para produção só é útil quando informa quanto texto entra e sai, com que frequência o fluxo de trabalho tenta novamente e qual tabela de preços está sendo usada. Para o Kimi K3.1 Pro, uma carga de trabalho que consome 10 milhões de tokens de entrada e 1 milhão de tokens de saída por dia custa $30 por dia nas tarifas oficiais padrão da Moonshot ou $8.97 por dia nas tarifas publicadas pela OneMux, antes de novas tentativas e efeitos de cache.
A OneMux é a empresa que publica as tarifas e o produto discutidos aqui. O retrato do catálogo tem a data November 9, 2026; os preços abaixo são por 1 milhão de tokens. Este é um exemplo de cálculo reproduzível, não o resultado medido de uma carga de trabalho.
Preços publicados do Kimi K3.1 Pro
| Rota | Entrada por 1 milhão de tokens | Saída por 1 milhão de tokens | Relação entre preços publicados |
|---|---|---|---|
| Moonshot oficial, padrão | $2.00 | $10.00 | — |
| Catálogo OneMux, padrão | $0.598 | $2.99 | 0.299 |
O preço publicado pela OneMux corresponde a 0.299 da tarifa oficial correspondente, ou seja, é 70.1% menor para cada preço de token listado. Essa comparação se aplica aos preços publicados de entrada e saída; ela não garante uma economia total específica para determinada carga de trabalho.
A Moonshot também lista preços para leitura e gravação de cache, além de um nível Highspeed mais caro. Essas são condições de cobrança distintas, não intercambiáveis com as tarifas padrão de entrada e saída da tabela. A fonte da Moonshot informa preços padrão de leitura de cache de $0.20 por milhão de tokens, e de gravação de cache de $2.00 por milhão para uma duração de cinco minutos e $4.00 para uma duração de uma hora. O catálogo da OneMux lista leitura de cache a $0.0598 e gravações de cache a $0.598 e $1.196, respectivamente. Não presuma que todos os prompts ficam em cache nem some os preços de leitura de cache às tarifas normais de entrada sem saber como a solicitação é cobrada.
O nível oficial Highspeed está listado a $4 por milhão de tokens de entrada e $20 por milhão de tokens de saída. As tarifas correspondentes no catálogo da OneMux são $2.184 e $10.92. Trata-se de um nível distinto, que deve ser estimado separadamente do roteamento padrão. Consulte a página do modelo Kimi K3.1 Pro para ver os detalhes do catálogo.
Reproduza a estimativa para a carga de trabalho diária
Considere o total de solicitações de um dia:
- 10 milhões de tokens de entrada
- 1 milhão de tokens de saída
- Nível padrão, sem ajustes de cache
- Sem novas tentativas, impostos ou outras cobranças
Calcule separadamente a entrada e a saída:
| Rota | Cálculo da entrada | Cálculo da saída | Estimativa diária |
|---|---|---|---|
| Padrão oficial | 10 × $2.00 = $20.00 | 1 × $10.00 = $10.00 | $30.00 |
| Padrão publicado pela OneMux | 10 × $0.598 = $5.98 | 1 × $2.99 = $2.99 | $8.97 |
Para um mês de 30 dias com o mesmo uso, as estimativas simples são $900 nas tarifas oficiais e $269.10 nas tarifas publicadas pela OneMux. Multiplicar por 30 é uma premissa; raramente o tráfego de produção é idêntico todos os dias. Ao planejar os gastos, use o seu período de cobrança e os totais de tokens medidos.
Inclua o custo das novas tentativas
Uma nova tentativa não é gratuita só porque o fluxo de trabalho acaba tendo sucesso. Se uma tentativa malsucedida já consumiu tokens, inclua-os no total. Uma regra simples de planejamento é:
Uso total de tokens = uso da tentativa bem-sucedida + uso de tokens de todas as tentativas malsucedidas ou repetidas.
Como exemplo ilustrativo, suponha que 5% das tarefas diárias exijam uma nova tentativa e que cada tentativa repita a solicitação e a resposta médias completas. Isso equivale a 5% a mais de uso: 10.5 milhões de tokens de entrada e 1.05 milhão de tokens de saída.
- Oficial: 10.5 × $2 + 1.05 × $10 = $31.50 por dia.
- Tarifas publicadas pela OneMux: 10.5 × $0.598 + 1.05 × $2.99 = $9.4185 por dia.
Esta é uma estimativa deliberadamente simples, tendendo a um cenário alto para essas tarefas repetidas: algumas falhas ocorrem antes de uma geração substancial, enquanto outras podem consumir mais tokens do que uma solicitação média. Sempre que possível, meça as novas tentativas pelos tokens, não apenas pela quantidade de tarefas.
Regras de novas tentativas e recuperação em produção
Use regras de fluxo de trabalho que evitem que um problema temporário leve à repetição da geração completa, com o custo correspondente:
- Tente novamente apenas em caso de falhas recuperáveis. Repita após tempos limite, erros temporários de conexão ou erros de serviço explicitamente temporários. Não repita automaticamente entradas inválidas nem erros persistentes da aplicação.
- Limite as tentativas e aguarde entre elas. Defina um número máximo pequeno de tentativas e aumente os intervalos entre elas. Isso limita o trabalho duplicado durante uma interrupção ou período de sobrecarga.
- Garanta idempotência na conclusão das tarefas. Registre um identificador estável para cada tarefa e persista o resultado concluído antes de marcá-la como finalizada. Se a tarefa for entregue novamente, verifique se o resultado já existe em vez de gerá-lo outra vez.
- Salve pontos de controle em trabalhos com várias etapas. Armazene as etapas concluídas e seus resultados. Na recuperação, retome do último ponto de controle válido em vez de reenviar todo o histórico da conversa ou do documento.
- Defina limites de saída e verifique respostas excepcionalmente longas. A Moonshot informa que o raciocínio vem ativado por padrão no Kimi K3.1 Pro, o que pode aumentar a quantidade de tokens de saída de uma tarefa. Acompanhe o uso real de tokens de saída e defina um limite adequado ao fluxo de trabalho, em vez de se basear em uma estimativa de resposta típica.
Essas regras são orientações operacionais; não significam que uma política específica de novas tentativas tenha sido testada com a OneMux nem que as falhas sempre possam ser recuperadas.
O que esta estimativa não inclui
O cálculo não inclui acertos de cache nem cobranças por gravação de cache, uso do nível Highspeed, diferenças no tamanho dos prompts ou variações na saída do modelo. Também pressupõe as mesmas unidades de tokens e as mesmas condições do nível padrão para ambas as linhas. Recalcule se o fluxo de trabalho usar prefixos em cache, mudar de nível ou repetir apenas parte de uma solicitação. Não considere iguais a zero as cobranças desconhecidas ou não listadas.
O artigo de preços fornecido relata as tarifas e condições de cache da Moonshot e descreve a configuração de raciocínio do Kimi K3.1 Pro; não é uma medição independente de desempenho. Consulte o artigo de preços do Kimi K3.1 Pro da Moonshot para ver os valores de origem e a data indicada. Para consultar os preços atuais do catálogo da OneMux, acesse preços da OneMux.
Lista prática de controle de custos
Antes do lançamento, registre separadamente os tokens diários de entrada e de saída, defina o número máximo de novas tentativas e estabeleça quais falhas justificam uma nova tentativa. Persista as etapas concluídas para que a recuperação não repita trabalho bem-sucedido. Após o lançamento, compare os totais reais de tokens com a estimativa e atualize a margem para novas tentativas com base no uso observado de tokens, não em uma porcentagem presumida de tarefas.
O número mais importante não é apenas a tarifa por token de um modelo. É essa tarifa multiplicada pelos tokens que o fluxo de trabalho realmente consome — incluindo o trabalho repetido durante falhas.
Retrato dos preços publicados
Registrado em 2026-11-09T16:00:05.511Z a partir do catálogo publicado da OneMux. Os preços mantêm as unidades de cobrança do site; isto não é uma avaliação de desempenho em tempo real. A cobrança por nível, cache ou período pode ser diferente. Valores desconhecidos não são zero.
| Modelo | Entrada oficial | Saída oficial | Entrada OneMux | Saída OneMux | Relação entre preços publicados |
|---|---|---|---|---|---|
| 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 de cobrança forem compatíveis; consulte a página de cada modelo para conhecer as condições de cada nível.
Perguntas frequentes
Quanto custa o Kimi K3.1 Pro por milhão de tokens?
No retrato fornecido, as tarifas oficiais padrão da Moonshot são $2 por milhão de tokens de entrada e $10 por milhão de tokens de saída. O retrato do catálogo da OneMux, datado de November 9, 2026, lista $0.598 para entrada e $2.99 para saída.
Como as novas tentativas afetam o custo da API Kimi K3.1 Pro?
Os tokens consumidos em tentativas malsucedidas ou repetidas entram no uso total. Se uma nova tentativa repetir uma solicitação e resposta médias completas, acrescente esse uso à estimativa; tentativas parciais podem consumir menos, enquanto falhas prolongadas podem consumir mais.
O exemplo inclui a economia proporcionada pelo cache?
Não. O exemplo usa as tarifas padrão de entrada e saída, sem ajustes de cache. Leituras e gravações de cache têm tarifas publicadas separadas e só devem ser incluídas quando você souber como o fluxo de trabalho é cobrado.
A comparação de preços da OneMux garante economia?
Não. Os preços listados são de um retrato datado do catálogo, e a relação compara as tarifas publicadas de entrada e saída. O custo total real depende do uso de tokens, do nível, do cache, das novas tentativas e das condições de cobrança aplicáveis.
Artigos relacionados
Guides
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.
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
Custos da API GPT Image 2 para extração estruturada: uma estimativa baseada em hipóteses
Estime os custos de uma carga de trabalho com GPT Image 2 usando hipóteses explícitas de tokens e entenda por que é preciso verificar o suporte à extração em JSON antes de orçar um fluxo de produção.
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.