Kimi K3 diluncurkan pada 16 Juli 2026, dan tabel harganya tampak sederhana hingga Anda menyadari ada dua harga input yang berbeda. Moonshot AI mencantumkan $0,30 per juta token untuk input *cache-hit*, $3,00 per juta token untuk input *cache-miss*, dan $15,00 per juta token untuk output. Sebagian besar liputan berhenti pada angka-angka harga dasar tersebut. Namun, angka yang sebenarnya menentukan tagihan bulanan Anda adalah tarif input gabungan (*blended input rate*) yang Anda bayarkan dalam praktik, dan pada beban kerja pengkodean, angka tersebut jauh lebih dekat ke tingkat $0,30 yang murah daripada ke tingkat $3,00. Artikel ini melakukan perhitungan biaya efektif yang dilewati tabel harga dasar, menelusuri contoh biaya per tugas yang konkret, dan membandingkan Kimi K3 dengan Claude Opus 4.8, GPT-5.6 Sol, dan DeepSeek V4 sehingga Anda dapat melihat posisinya.
TL;DR
Kimi K3 berharga $0,30 per juta token untuk input *cache-hit*, $3,00 per juta untuk input *cache-miss*, dan $15,00 per juta untuk output. Karena Moonshot menyajikan model melalui arsitektur inferensi terpisah Mooncake dengan tingkat *cache-hit* yang dilaporkan di atas 90% pada beban kerja pengkodean, biaya input Anda yang sebenarnya cenderung mendekati batas bawah $0,30. Input murah untuk diberikan; output adalah premiumnya. Jika Anda memanfaatkan *caching* dan menjaga respons tetap ringkas, Kimi K3 memberikan kualitas yang mendekati batas terdepan dengan harga yang terjangkau. Anda dapat mengonfirmasi pembagian *cache-hit* sendiri dengan memeriksa penggunaan token pada setiap respons di Apidog saat Anda menguji model.
Harga dasar, dalam satu tabel
Berikut adalah apa yang diterbitkan Moonshot di halaman harga resmi Kimi K3 untuk model kimi-k3:
| Jenis Token | Harga per 1 Juta Token |
|---|---|
| Input *cache-hit* | $0.30 |
| Input *cache-miss* | $3.00 |
| Output | $15.00 |
Tiga angka, dan rentang di antaranya adalah intinya. Input *cache-miss* berharga 10 kali lebih mahal daripada input *cache-hit*. Output berharga 5 kali lebih mahal daripada input *cache-miss* dan 50 kali lebih mahal daripada input *cache-hit*. Jika Anda membaca tabel dari kiri ke kanan dan berasumsi Anda membayar $3,00 untuk setiap token input, Anda akan melebih-lebihkan tagihan input Anda secara signifikan. Jika Anda berasumsi output adalah kesalahan pembulatan, Anda akan meremehkan bagian yang paling mendominasi.
Untuk gambaran lengkap tentang apa model ini dan bagaimana ia cocok dengan lanskap model saat ini, baca penjelasan kami tentang apa itu Kimi K3. Jika Anda ingin pengaturan tingkat permintaan, URL dasar, dan cuplikan SDK, panduan API Kimi K3 mencakup detail implementasinya. Artikel ini berfokus pada biaya.
Mengapa tingkat cache-hit mengubah perhitungan
*Prompt caching* adalah perbedaan antara harga yang Anda lihat dan harga yang Anda bayar. Saat Anda mengirim permintaan, penyedia menyimpan awalan (*prefix*) token dari *prompt* Anda. Jika permintaan berikutnya menggunakan kembali awalan yang sama, model akan membacanya dari *cache* alih-alih memprosesnya ulang dari awal, dan token yang digunakan kembali tersebut akan dikenakan biaya dengan tarif *cache-hit* daripada tarif *cache-miss*.
Moonshot menyajikan Kimi K3 melalui apa yang disebut arsitektur inferensi terpisah Mooncake, yang memisahkan tahap *prefill* dan *decode* sehingga awalan yang di-*cache* dapat digunakan kembali secara agresif. Perusahaan melaporkan tingkat *cache-hit* di atas 90% pada beban kerja pengkodean. Ambil angka itu pada nilai nominalnya dan perhitungannya berbalik: alih-alih membayar $3,00 per juta token input, Anda membayar $0,30 untuk sekitar sembilan dari setiap sepuluh token input dan $3,00 untuk sisanya.
Hitung tarif gabungannya. Jika 90% input Anda mengenai *cache*:
- 0.90 x $0.30 = $0.27
- 0.10 x $3.00 = $0.30
- Tarif input gabungan = $0.57 per juta token
Harga input efektif Anda mencapai sekitar $0,57 per juta token, lebih dekat ke tingkat yang murah daripada yang mahal. Itulah angka yang harus direncanakan, bukan harga dasar $3,00. Semakin tinggi tingkat *cache-hit* Anda, semakin dekat Anda ke batas bawah $0,30. Tingkatkan tingkat *hit* menjadi 95% dan tarif input gabungan turun menjadi sekitar $0,435 per juta.
Satu peringatan yang perlu disebutkan dengan jelas: angka 90% adalah angka yang dilaporkan Moonshot untuk beban kerja pengkodean. Tarif Anda tergantung pada seberapa stabil awalan *prompt* Anda. Lalu lintas *chat* dengan *prompt* yang sangat bervariasi memiliki *cache* yang lebih buruk daripada agen yang terus-menerus menggunakan repositori yang sama. Ukur tingkat *hit* Anda sendiri sebelum Anda mengandalkannya.
Contoh biaya yang dihitung: satu tugas pengkodean agensi
Harga dasar bersifat abstrak. Mari kita beri harga untuk tugas nyata. Katakanlah Anda menjalankan satu sesi pengkodean agensi terhadap repositori berukuran menengah. Selama sesi penuh, di semua giliran, model membaca 2.000.000 token input (konteks dikirim ulang setiap giliran, itulah mengapa volume input tinggi) dan menulis 200.000 token output.
Pertama, asumsi naif di mana tidak ada yang di-*cache*:
- Input: 2.000.000 token x $3.00 / 1.000.000 = $6.00
- Output: 200.000 token x $15.00 / 1.000.000 = $3.00
- Total: $9.00
Sekarang asumsi nyata dengan tingkat *cache-hit* 90% pada input tersebut:
- Input *cache-hit*: 1.800.000 x $0.30 / 1.000.000 = $0.54
- Input *cache-miss*: 200.000 x $3.00 / 1.000.000 = $0.60
- Subtotal Input: $1.14
- Output: 200.000 x $15.00 / 1.000.000 = $3.00
- Total: $4.14
*Caching* memangkas biaya input dari $6,00 menjadi $1,14 dan total dari $9,00 menjadi $4,14. Itu adalah penghematan 54% pada seluruh tugas, dan itu seluruhnya berasal dari sisi input. Perhatikan apa yang tidak bergerak: output tetap $3,00 di kedua skenario. *Caching* tidak berpengaruh pada token output. Anda tidak dapat melakukan *cache* pada teks yang belum ditulis model.
Input murah, output adalah premium
Susun ketiga tarif tersebut satu sama lain dan strateginya akan terbentuk dengan sendirinya. Output seharga $15,00 per juta adalah 50 kali lipat tarif input *cache-hit* dan 5 kali lipat tarif *cache-miss*. Jadi, faktor-faktor yang menggerakkan tagihan Kimi K3 Anda bukanlah yang pertama kali dicari orang.
Apa yang paling membantu:
- Jaga agar respons tetap ringkas. Minta *diff*, bukan *diff* ditambah penjelasan tiga paragraf yang tidak Anda minta. Batasi
max_tokensjika memungkinkan. - Gunakan kembali awalan (*prefix*). Jaga agar *system prompt*, skema alat, dan blok konteks Anda stabil dari segi byte di setiap giliran sehingga *cache* terus berfungsi. Mengurutkan ulang atau sedikit mengedit awalan tersebut akan merusak *cache* dan mendorong token-token tersebut kembali ke tingkat $3,00.
- Kelompokkan panggilan terkait di balik awalan hangat yang sama daripada memulai konteks baru setiap kali.
Apa yang kurang membantu dari yang Anda duga:
- Memangkas input untuk menghemat uang. Input sudah murah saat di-*cache*. Memotong konteks yang berguna untuk mengurangi token input dapat merugikan kualitas jawaban dan memaksa output yang lebih panjang dan lebih mahal karena model mengajukan pertanyaan klarifikasi atau berhati-hati.
Ini adalah kebalikan dari cara banyak tim bernalar tentang anggaran token. Dengan model yang dihargai seperti Kimi K3, Anda memberinya input dengan murah hati dan menerapkan disiplin pada sisi output.
Patokan harga: perbandingan Kimi K3
Angka mentah hanya berarti sesuatu bila dibandingkan dengan alternatif lain. Berikut adalah perbandingan Kimi K3 dengan beberapa titik referensi, dengan catatan jujur bahwa harga pesaing dapat berubah dan Anda harus mengonfirmasi tarif saat ini sebelum berkomitmen.
| Model | Input (per 1 Juta) | Output (per 1 Juta) | Catatan |
|---|---|---|---|
| Kimi K3 | $0.30 *cache-hit* / $3.00 *cache-miss* | $15.00 | Konteks 1 Juta, bobot terbuka sekitar 27 Juli |
| Claude Opus 4.8 | $5.00 | $25.00 | Tingkat premium; periksa harga saat ini |
| GPT-5.6 Sol | ~$5.00 | ~$30.00 | Tingkat *flagship*; ada tingkat GPT-5.6 yang lebih murah |
| DeepSeek V4 | Tingkat nilai | Tingkat nilai | Konfirmasi tarif saat ini |
Bacalah ini dengan cermat, bukan sekilas. Dibandingkan dengan harga Claude Opus 4.8 pada $5,00 input dan $25,00 output, Kimi K3 lebih murah di setiap aspek: input *cache-miss*-nya memotong harga input Opus, dan output-nya 40% lebih murah bahkan sebelum Anda menghitung *caching*. Jalankan kembali tugas 2 juta input, 200 ribu output sebelumnya dengan tarif dasar Opus dan Anda akan mendapatkan sekitar $10,00 input ditambah $5,00 output, sekitar $15,00, dibandingkan $4,14 untuk Kimi K3 dengan *caching*. Itu adalah indikasi, karena Anthropic menawarkan *prompt caching* sendiri yang juga akan menurunkan angka Opus, tetapi polanya tetap: Kimi K3 adalah pilihan nilai dalam hal harga.
Dibandingkan dengan harga GPT-5.6, perbandingannya lebih bernuansa. GPT-5.6 Sol, tingkat *flagship*, berharga sekitar $5 input dan $30 output menurut liputan kami, yang membuat Kimi K3 lebih murah daripada Sol secara khusus. Namun GPT-5.6 memiliki tingkat Terra dan Luna yang lebih murah, jadi OpenAI menang dalam harga jika Anda memilih tingkat tersebut dan dapat menerima kompromi kemampuan. Konfirmasikan angka langsung sebelum Anda memutuskan.
Dibandingkan dengan harga DeepSeek V4, Anda membandingkan dua model *open-weight* tingkat nilai. DeepSeek secara historis menghargai secara agresif, sehingga mungkin memotong harga Kimi K3 pada output mentah. Kimi K3 membalas dengan konteks 1 juta dan diskon *cache-hit* yang besar pada input. Jika beban kerja Anda sangat bergantung pada input dan di-*cache* dengan baik, kesenjangan menyempit atau berbalik.
Menguji penggunaan token dengan Apidog
Perhitungan *cache* hanya membantu jika Anda dapat melihat angka-angka nyata Anda. Setiap respons Kimi K3 mengembalikan objek penggunaan yang memecah token input, token output, dan porsi *cache-hit*, dan objek itulah tempat tarif gabungan Anda yang sebenarnya tersembunyi.
Arahkan Apidog ke titik akhir Kimi K3 dan kirim beberapa permintaan representatif. Karena Kimi K3 kompatibel dengan OpenAI-SDK, Anda mengonfigurasinya seperti API gaya OpenAI lainnya: URL dasar, token pembawa, dan ID model kimi-k3. Kirim *prompt* yang sama dua kali dan perhatikan respons kedua melaporkan jumlah *cache-hit* yang lebih tinggi daripada yang pertama, yang merupakan cara kerja *caching* secara *real time*. Memeriksa pembagian penggunaan tersebut memberi tahu Anda tingkat *cache-hit* aktual Anda alih-alih yang dilaporkan, sehingga Anda dapat memasukkan angka nyata ke dalam formula tarif gabungan dari sebelumnya.
Apidog juga memudahkan untuk melakukan A/B model yang lebih murah dibandingkan dengan yang lebih mahal. Simpan permintaan yang sama terhadap kimi-k3 dan terhadap model Anda saat ini, bandingkan respons secara berdampingan, dan baca jumlah token dari masing-masing untuk menghitung delta biaya riil pada lalu lintas Anda sendiri. Jika Anda bekerja di dalam editor Anda, panduan kami tentang menjalankan Apidog di dalam VS Code menunjukkan bagaimana menjaga loop pengujian tersebut di samping kode Anda. Unduh Apidog dan Anda dapat menyiapkan perbandingan dalam beberapa menit.
Putusan jujur
Kimi K3 murah untuk diberi input dan premium untuk berbicara. Satu kalimat itu menangkap inti harganya. Tingkat *cache-hit* $0,30, dikombinasikan dengan tingkat *hit* Mooncake yang dilaporkan lebih dari 90% pada beban kerja pengkodean, berarti biaya input cenderung mendekati batas bawah untuk sebagian besar beban kerja yang dijalankan tim. Output pada $15,00 adalah tempat tagihan Anda terkonsentrasi, jadi disiplin harus diterapkan pada sisi respons, bukan pada sisi *prompt*.
Dibandingkan dengan para pesaing, ini adalah pilihan yang bernilai. Kimi K3 memotong harga Claude Opus 4.8 pada setiap tarif dan mengalahkan GPT-5.6 Sol dalam harga, sementara bersaing ketat dengan DeepSeek V4 tergantung pada seberapa berat input lalu lintas Anda. Ini bukanlah batas terdepan secara langsung: Moonshot sendiri menempatkannya di belakang Claude Fable 5 dan GPT-5.6 Sol dalam kemampuan, dan ia berjalan sedikit lebih lambat dari rata-rata tingkat harganya. Namun untuk kualitas yang mendekati batas terdepan dengan harga yang terjangkau, dengan konteks 1 juta dan rilis *open-weight* yang akan datang sekitar 27 Juli yang menjanjikan batas bawah *self-hosted* yang lebih rendah di kemudian hari, Kimi K3 layak mendapatkan tempatnya. Manfaatkan *caching*, perhatikan panjang output Anda, ukur tingkat *hit* Anda yang sebenarnya, dan ekonomi akan bekerja untuk keuntungan Anda. Untuk menentukan tarif gabungan Anda sendiri sebelum Anda berkomitmen pada pengeluaran, Unduh Apidog, kirim beberapa permintaan representatif ke kimi-k3, dan baca pembagian *cache-hit* langsung dari objek penggunaan.
FAQ
Berapa biaya API Kimi K3?
Kimi K3 berharga $0,30 per juta token untuk input *cache-hit*, $3,00 per juta untuk input *cache-miss*, dan $15,00 per juta untuk output pada API langsung Moonshot. Daftar pihak ketiga seperti OpenRouter menunjukkan harga tetap $3,00 input dan $15,00 output tanpa tingkat *cache-hit* terpisah. Lihat panduan API Kimi K3 untuk pengaturan permintaan.
Apa itu tingkat cache-hit dan mengapa itu penting?
Moonshot melaporkan tingkat *cache-hit* di atas 90% pada beban kerja pengkodean, yang disajikan melalui inferensi terpisah Mooncake. Ini penting karena token input yang di-*cache* akan dikenakan biaya $0,30, bukan $3,00. Dengan tingkat *hit* 90%, biaya input gabungan Anda mencapai sekitar $0,57 per juta token, mendekati tingkat yang murah daripada yang mahal.
Apakah Kimi K3 lebih murah dari Claude Opus 4.8?
Ya, berdasarkan harga dasar. Output Kimi K3 adalah $15,00 per juta dibandingkan Claude Opus 4.8 seharga $25,00, dan inputnya juga lebih murah dari Opus. Pada tugas contoh 2 juta input, 200 ribu output, Kimi K3 dengan *caching* berharga sekitar $4,14 dibandingkan dengan sekitar $15,00 untuk Opus pada harga dasar. Anthropic menawarkan *caching* sendiri yang mempersempit kesenjangan, jadi anggap ini sebagai arah. Lihat harga Claude Opus 4.8 dan perbandingan Kimi K3 vs Claude Opus 4.8 kami.
Bagaimana perbandingan harga Kimi K3 dengan GPT-5.6 dan DeepSeek V4?
Kimi K3 lebih murah dari GPT-5.6 Sol, tingkat *flagship*, yang berharga sekitar $5 input dan $30 output, tetapi GPT-5.6 memiliki tingkat Terra dan Luna yang lebih murah yang dapat memotong harganya. DeepSeek V4 adalah pilihan tingkat nilai lain yang mungkin mengalahkan Kimi K3 dalam harga output mentah. Konfirmasikan angka langsung melalui harga GPT-5.6 dan harga DeepSeek V4 sebelum memutuskan.
Bagaimana cara menurunkan tagihan Kimi K3 saya?
Fokus pada output, bukan input. Batasi max_tokens, minta respons yang ringkas, dan jaga agar *system prompt* dan awalan konteks Anda stabil dari segi byte sehingga *caching* terus mengenai tingkat $0,30. Memangkas input untuk menghemat uang jarang membantu karena input yang di-*cache* sudah murah, dan memotong konteks yang berguna dapat memaksa output yang lebih panjang dan lebih mahal.
Bagaimana cara memverifikasi tingkat cache-hit saya yang sebenarnya?
Periksa objek penggunaan yang dikembalikan pada setiap respons Kimi K3, yang melaporkan jumlah token input, output, dan *cache-hit*. Kirim permintaan yang sama melalui Apidog, jalankan dua kali, dan bandingkan jumlah *cache-hit* untuk melihat *caching* bekerja secara *real time*. Itu memberi Anda tingkat *hit* aktual Anda untuk dimasukkan ke dalam formula biaya gabungan.