Kimi K3 API 计费规则详解：输入按缓存命中状态分两档收费，输出统一为 100 元/百万 token，上下文按实际传入量计算
月之暗面（Moonshot AI）为其大语言模型 Kimi K3 的 API 制定了详尽的计费方案。若要准确预估单次 API 调用成本，必须同时考虑输入 token 数、输出 token 数、缓存命中状态以及上下文窗口长度这四个变量，遗漏其中任意一项都可能导致最终账单偏差超过 200%。
输入费用根据缓存命中状态区分
K3 API 的输入费用划分为两档，具体取决于请求是否命中系统自动管理的 KV 缓存。该缓存机制由 Mooncake 架构自动调控，开发者无法手动开启或关闭，但可以通过保持稳定前缀和静态 system message 来有效提升缓存命中率。
- 缓存命中时：输入按 2 元/百万 token 计费。在编程类工具场景中，该状态占比通常超过 90%，10 万 token 输入大约只需 0.2 元。
- 缓存未命中时：输入按 20 元/百万 token 计费。冷启动对话、随机 prompt 或频繁变更系统指令等情况容易触发此档，2 万 token 输入费用为 0.4 元。
输出费用统一标准定价
所有生成内容，包括思考链（reasoning trace）、中间步骤及最终回答，均计入输出 token 总量。输出单价固定为 100 元/百万 token（约合 15 美元），每生成 1000 token 费用为 0.1 元。
若将 max_completion_tokens 设置为 131072（默认上限），满额输出对应的成本约为 1.31 元；若拉满至 100 万 token，单次输出费用则达到 10 元。
上下文窗口费用按实际传入量计算
Kimi K3 支持完整的 1M token 上下文，但这项能力并不会额外加收“长文本费用”。计费方式为：按实际传入的上下文 token 数乘以单价 20 元/百万 token（与输入未命中档一致）。例如传入 50 万 token 的文档，上下文费用为 1 元。
需要注意的是，只要传入上下文即开始按量计费，即使只读取其中部分内容也不例外。
真实账单计算示例
单次调用的总成本由以下四项叠加计算得出：
- 实际输入 token 数（不含上下文）乘以对应缓存状态的单价；
- 实际输出 token 数乘以 100 元/百万；
- 实际传入的上下文 token 总数（含文档、历史消息等）乘以 20 元/百万；
- 将以上三项费用相加。
示例：20 万上下文 + 2000 输入（未命中）+ 2000 输出，成本 = (2000×20÷1000000) + (2000×100÷1000000) + (200000×20÷1000000) = 0.04 + 0.2 + 4 = 4.24 元。
本文信息基于原始资料记录时的状态，模型版本、产品功能、价格、企业合作及政策可能持续变化，实际情况请以相关主体最新公开信息为准。