Kimi K3 定價：API 成本與是否值得

Kimi K3 的費用為 每百萬輸入 tokens 3.00 美元、每百萬輸出 tokens 15.00 美元，在完整的 100 萬 token 上下文中，快取輸入為 0.30 美元。這屬於前沿級定價：標價與 Claude Sonnet 5 相同，比 Claude Opus 4.8 或 GPT-5.6 便宜，但大約是其前代產品 Kimi K2.6 的三到四倍，且遠高於 DeepSeek V4 和 GLM 5.2 等開源競爭對手。K3 有兩種不同的付費方式，分別是按量計費的 API 與消費者會員方案，而它們的定價差異很大。本指南將涵蓋這兩者、改變計算方式的快取折扣，以及這個溢價是否值得。

Kimi K3 API 定價

開發者 API 按 token 計費，快取命中可享大幅折扣。這些費率來自 Moonshot 的官方定價文件。

計費採固定隨用隨付：與消費者版應用不同，API 不會依上下文長度分級定價，而 web search 呼叫則會另外按每次 $0.004 計費。K3 一律在啟用 thinking 的情況下執行，且推理努力等級為 max，因此預期其回應會比非推理模型更長、token 消耗更多；這對輸出端成本很重要。

Kimi K3 定價比較

相較於目前市場，K3 直接落在高階價位帶。所有數字皆以每百萬 tokens 計算，並來自各供應商的官方定價。

有三點特別值得注意。首先，K3 的定價與 Claude Sonnet 5 完全一致，並且比頂級旗艦（Opus 4.8、GPT-5.6）還要低，因此 Moonshot 將它定位為一款嚴肅的前沿模型，而不是平價選項。其次，在中國開源模型陣營中，它是價格最高的：DeepSeek V4 Pro 的輸入成本大約只有 K3 的六分之一，而 GLM 5.2 大約只有一半，因此在這個群體中，K3 是一個以能力而非價格為優先的押注。如果成本是首要考量，DeepSeek V4 Pro 和 Flash 的區分以及GLM 5.2 與 DeepSeek V4 Pro這兩組更便宜的對比，會是更值得先評估的選項。第三，它相較於 Moonshot 自家的 K2.6 有了大幅提升，輸入成本約為 3 倍、輸出成本幾乎為 4 倍，這表示「一律把所有預設改成最新的 Kimi」現在已經成為一個真正的成本決策。

快取折扣才是真正的關鍵

改變數學計算的數字是 cache-hit 輸入價格：$0.30 對比 $3.00，折扣 90%。當你重新傳送相同的上下文時，就會套用快取輸入，而這正是 K3 所設計要處理的工作型態。在長時間的 agentic loop 或針對大型 repository 的 coding session 中，system prompt、codebase、docs，以及 task history 都會在每一輪再次傳送。有了 prompt caching，這些重複的上下文只需按十分之一的費率計費。

一個具體的回合就能讓這點變得很明顯。假設某個 agent 回合重新傳送了 100K tokens 的 repo 和 history，加入 2K 的新 input，並回傳 3K 的 output。若沒有 caching，這相當於 102K input 以 $3 計算，加上 3K output 以 $15 計算，約為 每回合 $0.35。若將那 100K 以 $0.30 快取，且只有 2K 的新 input 以 $3 計算，再加上相同的 output，費用會降到約 每回合 $0.08，大約便宜 77%。在長時間的 session 中累積起來，caching 就是 K3 昂貴與合理之間的差別。

實際意涵是：K3 的標價每 3 美元輸入看起來很高，但對於快取友善的工作負載，隨著對話增長，實際輸入成本會趨近於 0.30 美元。如果你的使用情境是每次都以全新上下文進行單次提示，那麼你就得支付完整的 3 美元，而 K3 的溢價在這種情況下最為明顯。（K2.6 的快取命中成本甚至更低，只有 0.16 美元，所以同樣的邏輯也同樣有利於它。）

API 與會員資格：兩種付款方式

上述 API 費率是使用 K3 的一種方式。另一種是 Kimi 消費者會員方案，它按等級而非按 token 來定價存取。

這裡有兩個細節很重要。上下文長度在消費者端是會員權益：Moderato 為 256K，從 Allegretto 起則是完整的 1M，這與 API 的固定、無分級上下文正好相反。而且會員方案採用的是基於時間的配額，而不是按 token 計量；在實際使用中，一個大型任務只消耗了四小時視窗的約 15%，因此即使不盯著 token 計量器，單一大型專案在某個方案上也完全可行。

一般原則：如果你正在開發應用程式或 agent，請使用 API 及其快取折扣。如果你是在 Kimi app、CLI 或 Kimi Code 中進行互動式使用，會員方案會更簡單，而且配額對於長時間連續使用也很充裕。

如何存取 Kimi K3 API

• Direct API：模型 ID 為 kimi-k3，基礎 URL 為 https://api.moonshot.ai/v1。該 endpoint 與 OpenAI-SDK 相容，因此只要將既有 client 指向該 base URL，並使用 MOONSHOT_API_KEY 即可呼叫。

• Kimi CLI / Kimi Code：Moonshot 提供官方 CLI（Node/npm），其中 /login 可連接 Kimi Code OAuth session 或平台 API key。

• Aggregators：K3 也在 OpenRouter 上列為 moonshotai/kimi-k3，價格同樣為 $3/$15。若你將多個模型透過同一個 endpoint 路由，multi-model gateways 會很方便；像 AIReiter 這類平台會透過同樣的模式，經由 Anthropic-compatible API 提供 DeepSeek V4 和 GLM 5.2 等中文開源模型。

關於權重的說明：Moonshot 將 K3 列為開放權重（Modified MIT），完整版本預計於 2026 年 7 月 27 日前發布，但目前它們尚未出現在其 Hugging Face 組織中，因此在正式上架之前，無法進行自架。

Kimi K3 值得溢價嗎？

目前分數已經與價格相符。Artificial Analysis 在其 Intelligence Index（57）中將 K3 排名第 189 名中的第 4 名，領先 Claude Opus 4.8（56）一分，而在 Moonshot 自家的測試套件中，K3 在編碼與推理方面全面略勝 Opus 4.8。因此，你支付的是前沿級價格（$3/$15），換來的是已確認的前沿級能力，而且它的價格仍低於 Opus 4.8（$5/$25）和 GPT-5.6（$5/$30）。這與實際上手印象一致，在那裡 K3 在一項真實的編碼任務中表現大致處於 Opus 4.8 等級；完整比較請見 Kimi K3 vs Claude Opus 4.8。

但問題在於吞吐量：K3 速度慢、內容冗長，而且只會以最高推理力度運行，因此即使每個 token 的費率較低，單一任務成本和延遲仍可能攀升。價值判斷是：K3 在高難度、長期性的工作、大型代碼庫編碼、多檔案 agent 執行，以及 1M context 和快取折扣能發揮效益的任務上，才能賺回它的價格。對於快速聊天、短任務，或大量簡單呼叫，成本約為其三分之一的 K2.6，或便宜得多的 DeepSeek V4，才是理性的預設選擇。

常見問題

Kimi K3 API 的費用是多少？

每百萬輸入 tokens 為 $3.00，每百萬輸出 tokens 為 $15.00，快取輸入為 $0.30，適用於 1M-token 上下文。Web search 呼叫每次加收 $0.004。

Kimi K3 比 Claude 或 GPT 更便宜嗎？

它的定價與 Claude Sonnet 5（$3/$15）完全一致，且比 Claude Opus 4.8（$5/$25）和 GPT-5.6（$5/$30）更便宜。它比開源競爭對手 DeepSeek V4 和 GLM 5.2 更昂貴。

K3 比 K2.6 貴多少？

輸入費用約為 3 倍（$3.00 對 $0.95），輸出費用接近 4 倍（$15.00 對 $4.00）。K2.6 仍然是例行工作較便宜的選擇。

K3 API 的價格會隨上下文長度而變化嗎？

不。API 採用固定的按使用量付費，與上下文無關。上下文分級（256K vs 1M）僅適用於消費者會員方案。

Kimi K3 的開放權重可供自行託管嗎？

尚未。K3 是 open-weight（Modified MIT），完整版本預計於 2026 年 7 月 27 日發布，但權重目前尚未上傳到 Moonshot 的 Hugging Face 組織，因此在上線之前無法自行託管。