Kimi K3.1 Pro custa $2 por milhão de tokens de entrada sem cache, $10 de saída e $0.20 de leitura do cache, conforme a tabela oficial verificada em 24 de outubro de 2026. Highspeed custa $4/$20, mantendo a leitura em $0.20. Há tarifas de gravação para TTL de cinco minutos e uma hora.
A decisão depende do custo de concluir uma tarefa. Nathan Lambert elogiou os resultados publicados, mas alertou que mais tokens podem anular a redução de preço. Vamos calcular esse limite e mostrar uma verificação de fontes no Tabbit Browser, separando cotas do cliente de cobrança API. A página do Kimi K3.1 Pro (English) reúne identidade e acesso.
Tarifas do Kimi K3.1 Pro
Preços oficiais, conferidos em 24 de outubro de 2026. Um MTok equivale a um milhão de tokens. As três linhas K3 têm janela de 1.048.576 tokens. Os valores excluem impostos aplicáveis.
| Item, USD por milhão de tokens | K3.1 Pro | Highspeed | K3 | Pro contra K3 |
|---|---|---|---|---|
| Entrada sem cache | $2.00 | $4.00 | $3.00 | −33.3% |
| Saída | $10.00 | $20.00 | $15.00 | −33.3% |
| Leitura do cache | $0.20 | $0.20 | $0.30 | −33.3% |
| Gravação, 5 minutos | $2.00 | $4.00 | $3.00 | −33.3% |
| Gravação, 1 hora | $4.00 | $8.00 | $6.00 | −33.3% |
As cinco tarifas do Pro caem um terço em relação ao K3. Highspeed é uma opção separada, sem duplicar a leitura. O guia de preços K3 serve de contexto histórico; use a tabela atual para um novo orçamento.
Principais conclusões
A redução de um terço pressupõe consumo igual, não economia medida por tarefa.
Com 1,5 vez mais tokens na mesma composição, Pro custa o mesmo que K3. Qualidade e novas tentativas também importam.
Highspeed mantém a leitura em $0.20/M, então seu acréscimo total pode ser menor que 100%.
Leitura, gravação e entrada sem cache são partes exclusivas da entrada total.
Saldo API, cota Kimi Code e condições do Tabbit são compras diferentes.
O limite que muda a decisão é 1,5×
As tarifas do Pro são dois terços das do K3. Se o volume crescer 50% sem alterar a proporção de entrada, saída e cache, a vantagem acaba. Isso é aritmética, não previsão de quanto o modelo pensará.
Custo Pro / K3 = 2/3 × crescimento do consumo comparável
Limite = 3/2 = 1,5
Custo por resultado aceito = custo de todas as tentativas / resultados aceitosCompare correções aprovadas nos testes ou relatórios conferidos. Uma tentativa que falha e precisa ser repetida pode consumir a economia. O guia de raciocínio com agentes explica tarefas com várias chamadas.
O comentário de Lambert justifica medir consumo, mas não prova uma economia universal. Este artigo não executou um benchmark controlado das API K3 e Pro.
Cache sem cobrar a entrada duas vezes
O guia atual separa a entrada de Chat Completions e Responses em leitura, gravação e restante sem cache. Messages usa campos diferentes. Confira os campos usage da sua API.
I = entrada total; R = leituras; W = gravações
U = I - R - W; R + W <= I
O = saída faturável total, incluindo raciocínio
Custo Pro = (2U + 0.20R + tarifa_gravação × W + 10O) / 1.000.000
Tarifa de gravação = 2 para 5m; 4 para 1hTokens gravados não são cobrados novamente como entrada normal. Leitura também não soma outra gravação. No streaming Chat Completions, stream_options.include_usage=true permite obter o detalhamento final.
Coloque instruções, documentos e ferramentas estáveis antes das perguntas e resultados variáveis. Um horário variável no prefixo pode impedir o reaproveitamento. O TTL padrão é cinco minutos e cada acerto renova a duração sem outra gravação. O TTL existente fica fixo até expirar. Uma hora só compensa com reutilização suficiente.
Duas cargas de trabalho e uma gravação inicial
São cálculos, não faturas. Cada linha considera 10.000 tokens de saída faturável e exclui ferramentas, impostos, novas tentativas e acréscimos do provedor.
| Uso ilustrativo por tarefa | Pro | Highspeed | K3 |
|---|---|---|---|
| 100k entrada sem cache + 10k saída | $0.300 | $0.600 | $0.450 |
| 100k entrada, 90% de leitura + 10k saída | $0.138 | $0.258 | $0.207 |
| 100k entrada gravada com TTL 1h + 10k saída | $0.500 | $1.000 | $0.750 |
Com 100k de entrada sem cache, Pro custa (100.000 × 2 + 10.000 × 10) / 1M = $0.30. Mil tarefas iguais custam $300; no K3, seriam $450 nos mesmos volumes.
Com 90k de leitura e 10k sem cache, Pro custa (90.000 × 0.20 + 10.000 × 2 + 10.000 × 10) / 1M = $0.138, ou $138 por mil tarefas. Highspeed custa $0.258, cerca de 87% a mais. Some ao orçamento da sessão a chamada inicial que criou o cache, ausente nessa linha.
Se os 100k de entrada forem gravação com TTL de uma hora, Pro custa $0.50, não $0.70. Use as partes reais quando só um trecho for gravado. Os casos de pesquisa aprofundada ajudam a escolher uma tarefa representativa.
Esforço muda consumo, não tarifa
O guia Pro exige thinking. reasoning_effort aceita low, high e max, com max como padrão. Desligá-lo não é uma estratégia compatível.
Comece com uma tarefa pequena em low e aumente se os critérios falharem. Registre saída total e repetições, sem somar raciocínio já incluído. Resposta curta não significa pouco raciocínio.
Paweł Huryn julgou o custo menos favorável numa tarefa com bugs reimplantados em dois repositórios. Isso incentiva um teste próprio, não define um vencedor para todo uso. A coleção K3 (English) mantém as evidências do antecessor separadas.
Extras, descontos e limites do que é grátis
A página Batch só lista K2.7 Code e K2.6, por 60% da tarifa padrão. Não inclui Pro. K2.7 Code também faz parte do aviso K2: sem novos usuários a partir de 31 de outubro e retirada prevista até o fim de dezembro de 2026. Evite basear um projeto novo nesse desconto.
Nas ferramentas REST, Web Search Basic e URL Fetch custam $0.002 por chamada bem-sucedida com conteúdo; Web Search Pro custa $0.003. Resultados enviados de volta ao modelo também consomem entrada. Extração e armazenamento de arquivos são temporariamente gratuitos segundo a página de inferência, mas o texto usado no modelo é cobrado.
Falhas e respostas REST vazias não pagam essa taxa. Isso não confirma gratuidade para recusas do modelo, repetições ou geração interrompida. Não se verificaram créditos gerais por recusa, acréscimos regionais nem término de promoção Pro. Um valor desconhecido não é zero; confira região e provedor.
Assinatura e API seguem contas distintas
O guia API pede uma recarga concluída de pelo menos $1 para liberar o modelo. É saldo, não mensalidade. Kimi Code oferece Pro desde Plus/Moderato; Pro/Allegretto e acima liberam 1M e Highspeed. A documentação indica cerca do dobro de consumo de cota no Highspeed.
A página chinesa de assinatura exibiu estes valores CNY ao conferir os dois períodos de pagamento em 24 de outubro. A coluna anual cobra o ano inteiro, sem conversão em USD nem promessa de preço internacional.
| Planos exibidos na China | Mensal, CNY | Anual, CNY |
|---|---|---|
| Andante | ¥49 | ¥468 |
| Moderato | ¥99 | ¥948 |
| Allegretto | ¥199 | ¥1,908 |
| Allegro | ¥699 | ¥6,708 |
Da7em elogiou a tarefa de construir um navio, mas relatou consumo de 11,6% da cota mensal. É uma experiência pessoal, não conversão oficial de cota em tokens. Consulte sua própria conta.
Confira o fluxo de pesquisa no Tabbit
Para ler fontes e revisar um relatório, Tabbit Browser permite trabalhar no navegador. Esta pesquisa abriu as páginas oficiais de preços, cache e assinatura, alternou o período de cobrança e capturou a tabela. Isso verifica consulta de fontes, não inferência Pro nem economia medida.
Abra os documentos, escolha um modelo disponível na conta e peça uma tabela curta com URL, unidade, tarifa e exclusões. Confira cada linha. O guia Tabbit e a explicação do navegador com agentes descrevem o cliente.
A conta internacional do Tabbit verificada em 24 de outubro de 2026 não oferecia Kimi K3.1 Pro. A imagem mostra o seletor atual; a lista de opções carregadas também foi inspecionada. É uma conta, não todas as edições. Modelos, permissões e cotas dependem da conta. Não houve inferência Pro e o Tabbit não converte assinatura Kimi em saldo API.
Pesos abertos não tornam a hospedagem gratuita
MotherPotential comenta a dificuldade de usar modelos grandes em hardware comum. Suas estimativas de preço não foram verificadas. O comentário continuava acessível apesar da remoção do post principal.
O anúncio Moonshot promete os pesos completos até 4 de novembro. Uma promessa não é um ambiente local disponível na data da consulta. Infraestrutura e operação ainda serão necessárias; a tarifa API não cobre esse orçamento.
Calculadora local e decisão de compra
Compare os mesmos volumes nos três modelos. A entrada total inclui leituras e gravações. Os valores ficam no cálculo local e não entram na análise de uso; pode haver evento genérico de interação. Nenhum modelo é chamado para calcular.
Cálculo local
Estime o custo de tokens da API Kimi K3.1 Pro
Usa as tarifas oficiais em USD verificadas em 24/10/2026. Os valores ficam neste navegador.
Leituras e gravações não podem superar a entrada total. Valores vazios, negativos ou não finitos são inválidos. A saída inclui raciocínio faturável; ferramentas, impostos e novas tentativas ficam de fora. Ver tarifas atuais
Comece com Pro padrão se passar nos testes e a espera for aceitável. Teste Highspeed quando o tempo poupado valer o acréscimo. A velocidade 2–3× é afirmação Moonshot, não medição deste artigo. Mantenha K3 se os testes de regressão justificarem. Em assinaturas, compare tarefas aprovadas e cota gasta.
Antes de pagar, rode a mesma tarefa em dois esforços e registre entrada detalhada, saída total e falhas. Para pesquisa web, experimente Tabbit com os modelos da conta. Baixar o cliente não compra tokens Pro.
Tabbit Browser
Perguntas frequentes
Quanto custa a API Kimi K3.1 Pro?
A tabela oficial de 24 de outubro de 2026 lista $2 por milhão de tokens de entrada sem cache, $10 de saída e $0.20 de leitura do cache. Gravar um milhão custa $2 com TTL de cinco minutos ou $4 com uma hora. Impostos e ferramentas são separados.
O Highspeed custa exatamente o dobro?
Entrada, saída e gravação dobram, mas a leitura permanece em $0.20 por milhão. Com muitas leituras, o total pode subir menos de 100%. A velocidade anunciada não foi medida neste artigo.
A gravação é somada a toda a entrada?
Não. O guia atual divide a entrada total de Chat Completions e Responses em leitura, gravação e restante sem cache. Cada parte usa sua própria tarifa. Não cobre a gravação novamente como entrada comum.
A assinatura paga pela API Open Platform?
A assinatura Kimi e o Kimi Code usam cotas do produto; a API Open Platform usa saldo independente por consumo. Chaves e endereços Kimi Code pertencem à assinatura. Não são crédito da Open Platform.
O desconto Batch vale para Pro?
A página Batch consultada só lista K2.7 Code e K2.6. Ela não confirma uma tarifa Batch para K3.1 Pro. Não aplique a tarifa de 60% de outro modelo ao Pro.
Posso desligar thinking para economizar?
O Pro exige thinking e permite low, high e max, com max como padrão. Compare esforço menor usando os mesmos critérios de aceitação. Inclua o raciocínio faturável na saída total sem contá-lo duas vezes.