Kimi K3 a été lancé le 16 juillet 2026, et le tableau des prix semble simple jusqu'à ce que vous remarquiez qu'il comporte deux prix d'entrée différents. Moonshot AI annonce 0,30 $ par million de tokens pour les entrées en cache (cache-hit), 3,00 $ par million de tokens pour les entrées hors cache (cache-miss), et 15,00 $ par million de tokens pour les sorties. La plupart des analyses s'arrêtent à ces chiffres affichés et en restent là. Cependant, le chiffre qui détermine réellement votre facture mensuelle est le taux d'entrée combiné que vous payez en pratique, et sur les charges de travail de codage, ce chiffre est beaucoup plus proche du niveau bon marché de 0,30 $ que de celui de 3,00 $. Cet article effectue le calcul des coûts effectifs que les tableaux de prix affichés omettent, présente un exemple concret de coût par tâche, et positionne Kimi K3 par rapport à Claude Opus 4.8, GPT-5.6 Sol et DeepSeek V4 afin que vous puissiez voir où il se situe.
TL;DR (Trop Long; Pas Lu)
Kimi K3 coûte 0,30 $ par million de tokens pour les entrées en cache, 3,00 $ par million pour les entrées hors cache, et 15,00 $ par million pour les sorties. Parce que Moonshot sert le modèle via l'architecture d'inférence désagrégée de Mooncake avec un taux de cache-hit signalé supérieur à 90 % sur les charges de travail de codage, votre coût réel d'entrée tend vers le plancher de 0,30 $. L'entrée est bon marché à alimenter ; la sortie est le coût premium. Si vous exploitez la mise en cache et maintenez les réponses concises, Kimi K3 offre une qualité proche des modèles de pointe à un prix avantageux. Vous pouvez vérifier la répartition du cache-hit vous-même en inspectant l'utilisation des tokens sur chaque réponse dans Apidog pendant que vous testez le modèle.
Les prix affichés, en un tableau
Voici ce que Moonshot publie sur la page officielle des prix de Kimi K3 pour le modèle kimi-k3 :
| Type de token | Prix par 1M de tokens |
|---|---|
| Entrée en cache (cache-hit) | 0,30 $ |
| Entrée hors cache (cache-miss) | 3,00 $ |
| Sortie | 15,00 $ |
Trois chiffres, et l'écart entre eux est toute l'histoire. L'entrée hors cache coûte 10 fois plus cher que l'entrée en cache. La sortie coûte 5 fois plus cher que l'entrée hors cache et 50 fois plus cher que l'entrée en cache. Si vous lisez le tableau de gauche à droite et supposez que vous payez 3,00 $ pour chaque token d'entrée, vous surestimez largement votre facture d'entrée. Si vous supposez que la sortie est une erreur d'arrondi, vous sous-estimez la partie qui domine.
Pour une vue d'ensemble complète de ce qu'est le modèle et de sa place dans le paysage actuel des modèles, lisez notre explication de Kimi K3. Si vous souhaitez la configuration au niveau de la requête, les URL de base et les extraits SDK, le guide API de Kimi K3 couvre le câblage. Cet article se concentre sur le coût.
Pourquoi le niveau de cache-hit change le calcul
La mise en cache des prompts fait la différence entre le prix que vous voyez et le prix que vous payez. Lorsque vous envoyez une requête, le fournisseur stocke le préfixe tokenisé de votre prompt. Si votre requête suivante réutilise le même préfixe, le modèle le lit depuis le cache au lieu de le retraiter à zéro, et ces tokens réutilisés sont facturés au taux du cache-hit plutôt qu'au taux du cache-miss.
Moonshot sert Kimi K3 via ce qu'il appelle l'architecture d'inférence désagrégée de Mooncake, qui sépare les étapes de préremplissage et de décodage afin que les préfixes mis en cache puissent être réutilisés de manière agressive. L'entreprise signale un taux de cache-hit supérieur à 90 % sur les charges de travail de codage. Prenez cela au pied de la lettre et l'arithmétique s'inverse : au lieu de payer 3,00 $ par million de tokens d'entrée, vous payez 0,30 $ sur environ neuf tokens d'entrée sur dix et 3,00 $ sur le dernier.
Calculez le taux combiné. Si 90 % de vos entrées sont en cache :
- 0,90 x 0,30 $ = 0,27 $
- 0,10 x 3,00 $ = 0,30 $
- Taux d'entrée combiné = 0,57 $ par million de tokens
Votre prix d'entrée effectif s'élève à environ 0,57 $ par million de tokens, plus proche du niveau bon marché que du niveau coûteux. C'est le chiffre à prendre en compte, pas le prix affiché de 3,00 $. Plus votre taux de cache-hit est élevé, plus vous vous rapprochez du plancher de 0,30 $. Poussez le taux de hit à 95 % et le taux d'entrée combiné tombe à environ 0,435 $ par million.
Une mise en garde mérite d'être clairement énoncée : le chiffre de 90 % est le nombre rapporté par Moonshot pour les charges de travail de codage. Votre taux dépend de la stabilité de vos préfixes de prompt. Le trafic de chat avec des prompts très variables est moins bien mis en cache qu'un agent qui utilise le même dépôt. Mesurez votre propre taux de hit avant de compter dessus.
Un exemple de coût détaillé : une tâche de codage agentique
Les prix affichés sont abstraits. Calculons le prix d'une tâche réelle. Supposons que vous exécutiez une session de codage agentique contre un dépôt de taille moyenne. Au cours de la session complète, à travers tous les tours, le modèle lit 2 000 000 de tokens d'entrée (le contexte est renvoyé à chaque tour, c'est pourquoi le volume d'entrée est élevé) et écrit 200 000 tokens de sortie.
D'abord, l'hypothèse naïve où rien n'est mis en cache :
- Entrée : 2 000 000 tokens x 3,00 $ / 1 000 000 = 6,00 $
- Sortie : 200 000 tokens x 15,00 $ / 1 000 000 = 3,00 $
- Total : 9,00 $
Maintenant, l'hypothèse réelle avec un taux de cache-hit de 90 % sur cette entrée :
- Entrée en cache : 1 800 000 x 0,30 $ / 1 000 000 = 0,54 $
- Entrée hors cache : 200 000 x 3,00 $ / 1 000 000 = 0,60 $
- Sous-total entrée : 1,14 $
- Sortie : 200 000 x 15,00 $ / 1 000 000 = 3,00 $
- Total : 4,14 $
La mise en cache a réduit le coût d'entrée de 6,00 $ à 1,14 $ et le total de 9,00 $ à 4,14 $. Cela représente une économie de 54 % sur l'ensemble de la tâche, et cela provient entièrement du côté de l'entrée. Remarquez ce qui n'a pas bougé : la sortie est restée à 3,00 $ dans les deux scénarios. La mise en cache ne fait rien pour les tokens de sortie. Vous ne pouvez pas mettre en cache du texte que le modèle n'a pas encore écrit.
L'entrée est bon marché, la sortie est le coût premium
Empilez les trois taux les uns sur les autres et la stratégie s'écrit d'elle-même. La sortie à 15,00 $ par million est 50 fois le taux d'entrée en cache et 5 fois le taux d'entrée hors cache. Donc, les leviers qui font bouger votre facture Kimi K3 ne sont pas ceux auxquels les gens pensent en premier.
Ce qui aide le plus :
- Gardez les réponses concises. Demandez le diff, pas le diff plus une explication de trois paragraphes que vous n'avez pas demandée. Limitez
max_tokenslorsque vous le pouvez. - Réutilisez les préfixes. Gardez votre prompt système, le schéma de votre outil et votre bloc de contexte stables au niveau des octets d'un tour à l'autre afin que le cache continue de fonctionner. Réorganiser ou éditer légèrement ce préfixe invalide le cache et renvoie ces tokens au niveau de 3,00 $.
- Regroupez les appels liés derrière le même préfixe "chaud" au lieu de démarrer un nouveau contexte à chaque fois.
Ce qui aide moins que vous ne le penseriez :
- Réduire l'entrée pour économiser de l'argent. L'entrée est déjà bon marché lorsqu'elle est mise en cache. Couper un contexte utile pour réduire les tokens d'entrée peut nuire à la qualité de la réponse et forcer une sortie plus longue et plus coûteuse, car le modèle pose des questions de clarification ou hésite.
C'est l'inverse de la façon dont beaucoup d'équipes raisonnent sur les budgets de tokens. Avec un modèle tarifé comme Kimi K3, vous l'alimentez généreusement et appliquez votre discipline du côté de la sortie.
Ancrages de prix : comment Kimi K3 se positionne
Les chiffres bruts n'ont de sens que comparés à des alternatives. Voici Kimi K3 face à quelques points de référence, avec la mise en garde honnête que les prix des concurrents évoluent et que vous devriez confirmer les tarifs actuels avant de vous engager.
| Modèle | Entrée (par 1M) | Sortie (par 1M) | Notes |
|---|---|---|---|
| Kimi K3 | 0,30 $ en cache / 3,00 $ hors cache | 15,00 $ | Contexte de 1M, poids ouverts vers le 27 juillet |
| Claude Opus 4.8 | 5,00 $ | 25,00 $ | Niveau Premium ; vérifier les prix actuels |
| GPT-5.6 Sol | ~5,00 $ | ~30,00 $ | Niveau phare ; des niveaux GPT-5.6 moins chers existent |
| DeepSeek V4 | Niveau valeur | Niveau valeur | Confirmer les tarifs actuels |
Lisez ceci attentivement plutôt qu'en coup de vent. Par rapport au prix de Claude Opus 4.8 à 5,00 $ en entrée et 25,00 $ en sortie, Kimi K3 est moins cher sur tous les axes : son entrée hors cache est inférieure à l'entrée d'Opus, et sa sortie est 40 % moins chère avant même de compter la mise en cache. Refaites la tâche précédente de 2M en entrée, 200K en sortie aux tarifs affichés d'Opus et vous obtenez environ 10,00 $ en entrée plus 5,00 $ en sortie, soit environ 15,00 $, contre 4,14 $ pour Kimi K3 avec mise en cache. C'est une indication, car Anthropic propose sa propre mise en cache de prompts qui réduirait également le chiffre d'Opus, mais la tendance se maintient : Kimi K3 est le choix économique en termes de prix.
Par rapport au prix de GPT-5.6, la comparaison est plus nuancée. GPT-5.6 Sol, le niveau phare, tourne autour de 5 $ en entrée et 30 $ en sortie selon nos analyses, ce qui rend Kimi K3 moins cher que Sol spécifiquement. Mais GPT-5.6 propose des niveaux Terra et Luna moins chers, donc OpenAI l'emporte sur le prix si vous optez pour ceux-ci et que vous pouvez vous accommoder des compromis de capacité. Confirmez les chiffres en direct avant de décider.
Par rapport au prix de DeepSeek V4, vous comparez deux modèles open-source de niveau valeur. DeepSeek a historiquement fixé des prix agressifs, il pourrait donc être moins cher que Kimi K3 sur le prix de sortie brut. Kimi K3 réplique avec son contexte de 1M et la réduction profonde de cache-hit sur l'entrée. Si votre charge de travail est gourmande en entrée et se met bien en cache, l'écart se réduit ou s'inverse.
Tester l'utilisation des tokens avec Apidog
Le calcul du cache n'est utile que si vous pouvez voir vos chiffres réels. Chaque réponse de Kimi K3 renvoie un objet d'utilisation qui détaille les tokens d'entrée, les tokens de sortie et la partie cache-hit, et c'est dans cet objet que se cache votre véritable taux combiné.
Pointez Apidog vers le point de terminaison Kimi K3 et envoyez quelques requêtes représentatives. Parce que Kimi K3 est compatible avec l'OpenAI-SDK, vous le configurez comme n'importe quelle API de style OpenAI : URL de base, token porteur et l'ID du modèle kimi-k3. Envoyez le même prompt deux fois et observez la deuxième réponse signaler un nombre plus élevé de cache-hit que la première, ce qui montre le fonctionnement du cache en temps réel. L'inspection de cette répartition d'utilisation vous indique votre taux de cache-hit réel au lieu de celui rapporté, vous permettant d'insérer un chiffre réel dans la formule du taux combiné vue précédemment.
Apidog facilite également la comparaison A/B d'un modèle moins cher avec un modèle plus cher. Enregistrez la même requête pour kimi-k3 et pour votre modèle actuel, comparez les réponses côte à côte, et lisez les compteurs de tokens de chacun pour calculer le delta de coût réel sur votre propre trafic. Si vous travaillez dans votre éditeur, notre guide sur l'utilisation d'Apidog dans VS Code montre comment garder cette boucle de test à côté de votre code. Téléchargez Apidog et vous pourrez configurer la comparaison en quelques minutes.
Le verdict honnête
Kimi K3 est bon marché à alimenter et coûteux à faire parler. Cette seule phrase résume la tarification. Le niveau de cache-hit à 0,30 $, combiné au taux de hit de plus de 90 % rapporté par Mooncake sur les charges de travail de codage, signifie que les coûts d'entrée tendent vers le plancher pour la plupart des charges de travail exécutées par les équipes. La sortie à 15,00 $ est là où votre facture se concentre, donc la discipline doit être du côté de la réponse, pas du côté du prompt.
Sur le marché, c'est l'option économique. Il est moins cher que Claude Opus 4.8 sur tous les taux et bat GPT-5.6 Sol sur le prix, tout en étant comparable à DeepSeek V4 selon l'intensité de vos requêtes en entrée. Ce n'est pas le modèle de pointe absolu : Moonshot lui-même le place derrière Claude Fable 5 et GPT-5.6 Sol en termes de capacité, et il est un peu plus lent que la médiane de sa catégorie de prix. Mais pour une qualité proche des modèles de pointe à un prix avantageux, avec un contexte de 1M et une version à poids ouverts prévue vers le 27 juillet qui promet un coût plancher encore plus bas en auto-hébergement plus tard, Kimi K3 gagne sa place. Exploitez la mise en cache, surveillez la longueur de vos sorties, mesurez votre taux de hit réel, et l'économie jouera en votre faveur. Pour déterminer votre propre taux combiné avant de vous engager financièrement, téléchargez Apidog, envoyez une poignée de requêtes représentatives à kimi-k3 et lisez la répartition du cache-hit directement depuis l'objet d'utilisation.
FAQ
Combien coûte l'API Kimi K3 ?
Kimi K3 coûte 0,30 $ par million de tokens pour les entrées en cache, 3,00 $ par million pour les entrées hors cache, et 15,00 $ par million pour les sorties sur l'API directe de Moonshot. Des listes tierces comme OpenRouter affichent un prix fixe de 3,00 $ en entrée et 15,00 $ en sortie sans niveau de cache-hit séparé. Consultez le guide de l'API Kimi K3 pour la configuration des requêtes.
Qu'est-ce que le taux de cache-hit et pourquoi est-il important ?
Moonshot rapporte un taux de cache-hit supérieur à 90 % sur les charges de travail de codage, servi via l'inférence désagrégée de Mooncake. C'est important car les tokens d'entrée mis en cache sont facturés 0,30 $ au lieu de 3,00 $. Avec un taux de hit de 90 %, votre coût d'entrée combiné s'élève à environ 0,57 $ par million de tokens, proche du niveau bon marché plutôt que du niveau coûteux.
Kimi K3 est-il moins cher que Claude Opus 4.8 ?
Oui, sur les prix affichés. La sortie de Kimi K3 est à 15,00 $ par million contre 25,00 $ pour Claude Opus 4.8, et son entrée est également inférieure à celle d'Opus. Sur un exemple de tâche de 2M en entrée et 200K en sortie, Kimi K3 avec mise en cache coûtait environ 4,14 $ contre environ 15,00 $ pour Opus aux prix affichés. Anthropic propose sa propre mise en cache qui réduit l'écart, donc considérez cela comme une indication. Voir la tarification de Claude Opus 4.8 et notre comparaison Kimi K3 vs Claude Opus 4.8.
Comment le prix de Kimi K3 se compare-t-il à GPT-5.6 et DeepSeek V4 ?
Kimi K3 est moins cher que GPT-5.6 Sol, le niveau phare, qui coûte environ 5 $ en entrée et 30 $ en sortie, mais GPT-5.6 propose des niveaux Terra et Luna moins chers qui peuvent le dépasser. DeepSeek V4 est une autre option de niveau valeur qui peut battre Kimi K3 sur le prix de sortie brut. Confirmez les chiffres en direct via la tarification de GPT-5.6 et la tarification de DeepSeek V4 avant de décider.
Comment réduire ma facture Kimi K3 ?
Concentrez-vous sur la sortie, pas sur l'entrée. Limitez max_tokens, demandez des réponses concises et maintenez votre prompt système et votre préfixe de contexte stables au niveau des octets afin que la mise en cache continue d'atteindre le niveau de 0,30 $. Réduire l'entrée pour économiser de l'argent aide rarement car l'entrée mise en cache est déjà bon marché, et couper un contexte utile peut entraîner une sortie plus longue et plus coûteuse.
Comment puis-je vérifier mon taux de cache-hit réel ?
Inspectez l'objet d'utilisation renvoyé sur chaque réponse Kimi K3, qui indique les nombres de tokens d'entrée, de sortie et de cache-hit. Envoyez la même requête via Apidog, exécutez-la deux fois et comparez les nombres de cache-hit pour voir la mise en cache fonctionner en temps réel. Cela vous donne votre taux de hit réel à insérer dans la formule de coût combiné.