Kimi K3 价格详解:定价、缓存降价与省钱算法(2026)

Kimi K3 是月之暗面的旗舰型号,能力拉满,价格也跟着旗舰。很多人第一次看到「输出 ¥100/M」会被吓一跳,但真实账单取决于你怎么用缓存、上下文塞多满。这篇把 K3 的计费规则、缓存机制和一次典型调用的成本算给你看,再顺带比一比聚合渠道。

官方定价表

Kimi K3 按 token 计费,输入区分「缓存命中 / 未命中」,以下为官方参考价(每百万 token,人民币,以控制台实时价为准):

计费项	价格 / 1M token
输入(缓存未命中)	¥20
输入(缓存命中)	¥2
输出	¥100

对比 K2 系列几块钱的输出价,K3 的输出贵了一个数量级 —— 这是旗舰模型 + 常开推理的定价逻辑(推理产生的思考 token 也计入输出)。所以控制输出长度、用好缓存,是 K3 省钱的两条主线。

缓存怎么算,为什么能省一大截

K3 默认开启上下文缓存:当一次请求的前缀(比如很长的 system prompt、固定的参考文档、工具定义)和之前命中,这部分输入就按 ¥2/M 而不是 ¥20/M 计费,直接打一折。

这对两类场景是决定性的:

• 长 system prompt / RAG 固定文档:同一份几万 token 的背景每次都发,命中缓存后输入成本降 90%;
• 长程 Agent:一轮轮工具调用里,前面的历史作为前缀反复出现,缓存把这部分摊得很薄。

实操上,把不变的内容放前面(system、文档、工具定义),把每轮变化的用户输入放后面,能最大化命中率。

一次调用大概花多少

举两个例子(按官方参考价、约 ¥7.2 ≈ $1 粗算,仅示意):

短问答:输入 2K token(未命中)、输出 500 token = 2/1000×¥20 + 0.5/1000×¥100 = ¥0.04 + ¥0.05 = 约 ¥0.09。

长文档问答(带缓存):一次性塞 200K 文档,其中 190K 命中缓存、10K 新输入,输出 2K = 190/1000×¥2 + 10/1000×¥20 + 2/1000×¥100 = ¥0.38 + ¥0.20 + ¥0.20 = 约 ¥0.78。 若这 200K 全部未命中,输入部分就是 ¥4.0,差距立现 —— 缓存是长文场景的胜负手。

可见 K3 单看输出单价吓人,但真实成本高度依赖上下文结构。把固定前缀复用起来,长文 / Agent 的账单会比直觉低不少。

¥15 体验金为什么用不了 K3

月之暗面对新用户发放的 ¥15 体验金,目前不能用于 K3 —— 官方 K3 需付费使用。想零成本先摸一摸 K3 的能力,可以走聚合渠道:通过 GetModel 的推荐码注册领一份免费额度,这份额度全模型通用,能拿它同时试 K3、GPT、Claude,横向比完再决定主力用谁。

聚合渠道比价

官方直连适合只用 Kimi;如果你还要同时用 GPT、Claude、Gemini,聚合网关能省下多头开户和对账的麻烦。用 GetModel 这类聚合接口时:

• 一个 Key、一份账单,余额全模型共享,换模型只改 model 字段;
• Kimi 与其它模型的实时单价见价格页,下单前以实时价为准;
• 网关侧叠加多渠道故障转移,单一上游被限流或抖动时自动分流,生产更稳。

省钱清单

• 能用 K2 就别上 K3:纯跑量任务用 K2 系列,单价低一个量级(见 K3 vs K2);
• 固定前缀前置 + 吃满缓存,把输入压到 ¥2/M;
• 控制输出长度,推理 token 也计输出,必要时收紧回答;
• 别无脑塞满 1M,越长越贵越慢,该裁剪就裁剪;
• 横向比价,用聚合渠道拿实时价,便宜任务分流到更便宜的模型。

想按实时价把 Kimi K3 和其它模型一起算清成本、只维护一个 Key,可以从 GetModel 控制台开始。完整接入步骤见 Kimi K3 API 接入教程。