Precios de Kimi K3: tarifas, caché y trucos de ahorro (2026)
Desglose de los precios oficiales de Kimi K3: entrada ¥20, acierto de caché ¥2, salida ¥100 por 1M de tokens. Cómo se calcula la caché, por qué el crédito de ¥15 no sirve y comparación de agregadores.
Kimi K3 es el modelo insignia de Moonshot AI: capacidades al máximo y un precio insignia a juego. La primera vez que alguien ve «salida ¥100/M» suele asustarse, pero tu factura real depende de cómo uses la caché y de lo lleno que dejes el contexto. Este artículo repasa las reglas de facturación de K3, su mecanismo de caché y el coste de una llamada típica, y de paso compara los agregadores.
Tabla de precios oficial
Kimi K3 factura por token, y la entrada se separa en «acierto / fallo de caché». A continuación, los precios de referencia oficiales (por millón de tokens, en yuanes; siempre prevalece el precio en tiempo real de la consola):
| Concepto de facturación | Precio / 1M tokens |
|---|---|
| Entrada (fallo de caché) | ¥20 |
| Entrada (acierto de caché) | ¥2 |
| Salida | ¥100 |
Frente a la serie K2, cuya salida costaba unos pocos yuanes, la salida de K3 es un orden de magnitud más cara: es la lógica de precio de un modelo insignia con razonamiento siempre activo (los tokens de pensamiento que genera el razonamiento también cuentan como salida). Por eso controlar la longitud de salida y aprovechar bien la caché son las dos líneas maestras para ahorrar en K3.
Cómo se calcula la caché y por qué ahorra tanto
K3 tiene la caché de contexto activada por defecto: cuando el prefijo de una petición (por ejemplo, un system prompt muy largo, un documento de referencia fijo o las definiciones de herramientas) coincide con uno anterior, esa parte de la entrada se factura a ¥2/M en lugar de ¥20/M, un descuento directo del 90%.
Esto es decisivo para dos tipos de escenarios:
- System prompts largos / documentos RAG fijos: el mismo contexto de decenas de miles de tokens se envía cada vez; al acertar en caché, el coste de entrada baja un 90%;
- Agents de larga duración: ronda tras ronda de llamadas a herramientas, el historial previo reaparece como prefijo una y otra vez, y la caché reparte esa parte hasta dejarla mínima.
En la práctica, coloca el contenido invariable al principio (system, documentos, definiciones de herramientas) y deja la entrada del usuario que cambia en cada ronda al final, para maximizar la tasa de aciertos.
Cuánto cuesta más o menos una llamada
Dos ejemplos (con el precio de referencia, cálculo aproximado a ~¥7.2 ≈ $1, solo ilustrativo):
Q&A corto: entrada 2K tokens (fallo), salida 500 tokens = 2/1000×¥20 + 0.5/1000×¥100 = ¥0.04 + ¥0.05 = unos ¥0.09.
Q&A sobre documento largo (con caché): metes de una vez un documento de 200K, de los cuales 190K aciertan en caché y 10K son entrada nueva, salida 2K = 190/1000×¥2 + 10/1000×¥20 + 2/1000×¥100 = ¥0.38 + ¥0.20 + ¥0.20 = unos ¥0.78. Si esos 200K fueran todos fallo de caché, solo la parte de entrada sería ¥4.0: la diferencia salta a la vista. La caché es el factor decisivo en los escenarios de texto largo.
Se ve que el precio unitario de salida de K3 asusta por sí solo, pero el coste real depende mucho de la estructura del contexto. Reutiliza el prefijo fijo y la factura del trabajo con texto largo / Agent saldrá bastante más baja de lo que sugiere la intuición.
Por qué el crédito de ¥15 no sirve para K3
El crédito de ¥15 que Moonshot AI reparte a los nuevos usuarios de momento no puede usarse en K3: el K3 oficial requiere pago. Si quieres tantear las capacidades de K3 sin coste, ve por un agregador: regístrate con un código de referido en GetModel y reclama un lote de crédito gratis que sirve para todos los modelos, de modo que puedes probar K3, GPT y Claude a la vez y decidir tu modelo principal tras una comparación directa.
Comparación de agregadores
La conexión directa te conviene si solo usas Kimi; pero si además necesitas GPT, Claude y Gemini a la vez, una pasarela agregadora te ahorra el lío de abrir varias cuentas y cuadrar cuentas. Al usar una interfaz de agregación como GetModel:
- Una sola clave, una sola factura, con el saldo compartido entre todos los modelos: cambiar de modelo se reduce a cambiar el campo
model; - Los precios unitarios en tiempo real de Kimi y otros modelos están en la página de precios; al hacer el pedido prevalece el precio en tiempo real;
- La pasarela añade conmutación por error entre varios canales: cuando un único proveedor sufre límites o inestabilidad, el tráfico se redirige automáticamente y la producción es más estable.
Lista para ahorrar
- No recurras a K3 si te vale K2: para tareas de puro volumen usa la serie K2, cuyo precio unitario es un orden de magnitud más bajo (ver K3 vs K2);
- Prefijo fijo por delante + exprimir la caché para bajar la entrada a ¥2/M;
- Controla la longitud de salida: los tokens de razonamiento también cuentan como salida, así que ajusta las respuestas cuando haga falta;
- No llenes el 1M sin pensar: cuanto más largo, más caro y lento, recorta cuando toque;
- Compara precios en paralelo, obtén precios en tiempo real con un agregador y desvía las tareas baratas a modelos más baratos.
Para calcular el coste de Kimi K3 junto a otros modelos a precios en tiempo real manteniendo una sola clave, empieza por la consola de GetModel. Los pasos completos de integración están en el tutorial de integración de la API de Kimi K3.