Kimi API 的 $3/$15 贵在哪：三家单价对照

贵在输出，不在输入。K3 的输出单价是输入的 5 倍，K3.1 Pro 也是 5 倍。这意味着一个任务的成本高低，主要取决于它输出多少字，而不是喂进去多少材料。同样一份 8000 token 的输入，让它答 500 token 和答 3000 token，成本差三倍以上。

先把挂牌价摆平

币种不同，得分开看。国内站按人民币计，海外站按美元计。

一个反直觉的地方：K3 比 K3.1 Pro 贵。K3 是 2026 年 7 月的型号，K3.1 Pro 是 10 月的后训练加强版，官方明确说标准版各项费率比 K3 低三分之一。所以「新一代更贵」在这里不成立，新项目没有理由继续用 K3 的价目。

另一个要注意的是 K3 系列把缓存写入拆成 5 分钟和 1 小时两档单独计费，5 分钟档的价格等于输入价，1 小时档翻倍。这不是可选项，是账单里会出现的独立行。

输出价是输入的 5 倍，这才是主因

设输入 token 为 I，输出为 O，忽略缓存，总成本 = 3I + 15O（按 K3 美元价）。

输出成本占总成本的比例是 15O / (3I + 15O)。代进去就能看出分界：当 O/I = 0.2 时，这个比例正好一半。也就是说，只要输出超过输入的 20%，成本大头就在输出侧。

三类任务的 O/I 差得很远。

长文档分析，喂 5 万字要一份 1500 字摘要，O/I 大约 0.03，输入成本占九成以上。这类任务对输入单价敏感，对输出单价不敏感。

多轮对话，每轮带完整历史，输入 4000 token 答 600 token，O/I 约 0.15，两边接近。

自由生成，让它写一份完整方案，输入 800 字输出 4000 字，O/I 是 5，输出成本占 96%。

所以「Kimi API 贵」这个判断要先分类。写长文的场景确实贵，读长文的场景反而没那么夸张。

三个任务的实算

第一个，RAG 问答：输入 8000、输出 500。

K3 是 0.024 + 0.0075 = 0.0315 美元。K3.1 Pro 是 0.016 + 0.005 = 0.021 美元。GLM-5.2 按人民币算 0.064 + 0.014 = 0.078 元，约 0.011 美元。DeepSeek Flash 是 0.0024 + 0.0006 = 0.003 美元。

最贵和最便宜差十倍。这个量级上，一天一万次调用就是 315 美元对 30 美元的差别。

第二个，长文档摘要：输入 50000、输出 1500。

K3.1 Pro 是 0.10 + 0.015 = 0.115 美元。DeepSeek Flash 是 0.015 + 0.0018 = 0.0168 美元。倍数还是六倍多，但绝对值都在一毛以内，一天一百份也就十几美元。

第三个，长程编码 Agent：累计输入 200 万 token（含反复读文件）、输出 3 万 token。

K3.1 Pro 是 4.00 + 0.30 = 4.30 美元一小时量级。这个场景里真正贵的是反复读上下文，输出几乎不占钱。所以缓存命中率成了唯一变量——命中价 0.20 对 2.00，差十倍。

缓存救不了所有场景

缓存对重复前缀有效：同一份系统提示词、同一份知识库、同一次会话的连续追问。命中价 K3.1 Pro 是 0.20 美元，是未命中的十分之一。

但缓存有个前提：前缀必须完全一致。中间插一句时间戳、换一个排序，整段缓存失效。不少团队以为开了缓存就省钱，实际账单没降，原因是提示词里混了动态内容，命中不了。要判断命中率只能看自己的用量明细，官方不会给行业平均值。

要看全市场的价格分布再决定，11 月大模型 API 价格表 有更完整的横向列表。批次任务还能再省：K3.1 Pro 和 K3 支持 Batch API，按标准价的 60% 计费，代价是不保证实时返回。

什么时候该用，什么时候该换

值得用 K3.1 Pro 的：需要看截图改前端或 CAD 的、需要连续跑几小时工程任务的、输入极长但输出很短的深度分析。前两类吃的是能力，第三类吃的是 1M 窗口。

该换掉的：高频小请求（客服问答、意图识别）、纯文本批量抽取、任何输出占比超过一半且不需要视觉的任务。这些场景用 DeepSeek Flash，成本降一个数量级，效果损失在多数业务里测不出来。

折中方案是分流：入口用便宜模型做意图判断和简单问答，命中的复杂任务转给 K3.1 Pro。这套调度在 Agent 编排层做，具体实现可以参考 DeepSeek Harness 的做法，思路是把模型选择和工具调用解耦。