Giá của Kimi K3.1 Pro trên API là $2.00 cho mỗi 1M token đầu vào và $10.00 cho mỗi 1M token đầu ra, với cache hit ở mức $0.20 cho mỗi 1M. Kimi K3.1 Pro Highspeed có giá đúng gấp đôi: $4.00 đầu vào và $20.00 đầu ra. Không có gói đăng ký và không có phụ phí ngữ cảnh dài trong toàn bộ cửa sổ 1.048.576 token, nhưng mô hình chỉ được mở khóa sau khi nạp tối thiểu $1.
Dưới đây: phép tính cache, ví dụ cụ thể, các bậc giá, gói dành cho người dùng và so sánh giá niêm yết. Số liệu lấy từ trang giá API của Moonshot AI, hướng dẫn context caching, trang giới hạn tốc độ và giá gói thành viên, đọc ngày 24 tháng 10 năm 2026. Mới làm quen với mô hình? Hãy bắt đầu với Kimi K3.1 Pro là gì.
Bảng giá API Kimi K3.1 Pro
Giá API Kimi K3.1 Pro là trả theo mức sử dụng, tính trên mỗi 1M token, chưa bao gồm thuế. Mỗi mô hình có năm mức giá: đầu vào, đầu ra, cache hit, và mức giá ghi cache cho mỗi trong hai thời gian sống của cache (5 phút và 1 giờ).
K3.1 Pro có giá rẻ hơn K3 một phần ba (xem hướng dẫn API Kimi K3 của chúng tôi).
Cách tính giá cache của Kimi K3.1 Pro hoạt động
Giá cache của Kimi K3.1 Pro có hai phần. Lần đầu tiên một tiền tố được xử lý, nó được tính như một lần ghi cache. Các yêu cầu sau đó tái sử dụng đúng tiền tố đó trong thời gian sống của cache sẽ được tính như một cache hit ở mức $0.20 cho mỗi 1M, bằng một phần mười giá đầu vào.
Điều gì quyết định hóa đơn của bạn:
- Cache được bật tự động, với TTL mặc định là 5 phút.
- Ghi cache 5 phút có giá bằng giá đầu vào ($2.00). Moonshot nói rằng “chi phí ghi đã được bao gồm trong giá đầu vào.”
- Ghi cache 1 giờ có giá gấp đôi: $4.00 cho mỗi 1M.
- Mỗi lần hit sẽ gia hạn TTL, vốn được cố định ở lần ghi đầu tiên. Cache chỉ được chia sẻ trong tổ chức của bạn.
Đặt TTL 1 giờ trên Chat Completions hoặc Responses API:
"prompt_cache_options": {"mode": "implicit", "ttl": "1h"}
Trên Messages API tương thích với Anthropic, hãy dùng "cache_control": {"type": "ephemeral", "ttl": "1h"} ở cấp cao nhất.
5 phút so với 1 giờ: điểm hòa vốn
Lấy một tiền tố 1M token. Ghi cache 1 giờ tốn thêm $2.00 ($4.00 so với $2.00). Mỗi lần hit sau đó tiết kiệm $1.80 so với giá đầu vào đầy đủ ($2.00 trừ $0.20). Hai lần hit tiết kiệm $3.60, đủ bù khoản chênh lệch $2.00.
Quy tắc: nếu các yêu cầu có thể cách nhau hơn 5 phút và bạn sẽ tái sử dụng tiền tố ít nhất hai lần trong một giờ, hãy chọn 1 giờ. Nếu các yêu cầu đến vài phút một lần, cache 5 phút miễn phí sẽ tự gia hạn liên tục.
Ví dụ tính giá Kimi K3.1 Pro cụ thể
Cả hai đều dùng giá niêm yết; hãy thay bằng số token của riêng bạn.
Ví dụ 1: một prompt codebase 200K token được tái sử dụng 20 lần trong một giờ
Bạn tải một ảnh chụp repo 200K token (0,2M token) và đặt 20 câu hỏi trong một giờ, một số cách nhau hơn 5 phút. Chỉ tính phía đầu vào:
| Thiết lập | Phép tính | Chi phí đầu vào |
|---|---|---|
| Không có hit (cache 5 phút liên tục hết hạn) | 20 × 0,2M × $2.00 | $8.00 |
| Cache 1 giờ | ghi 0,2M × $4.00 = $0.80, cộng 19 hit × 0,2M × $0.20 = $0.76 | $1.56 |
| Cache 5 phút, một câu hỏi mỗi 3 phút | ghi 0,2M × $2.00 = $0.40, cộng $0.76 | $1.16 |
Cache 1 giờ cắt chi phí đầu vào từ $8.00 xuống $1.56, tiết kiệm $6.44 (khoảng 80%). Với 2.000 token đầu ra mỗi câu trả lời, cộng thêm 40.000 × $10.00 cho mỗi 1M = $0.40 vào mỗi hàng.
Ví dụ 2: một ứng dụng chat với 1.000 yêu cầu mỗi ngày
Mỗi yêu cầu gửi 2.000 token đầu vào và nhận 500 token đầu ra, với reasoning_effort ở mức "low":
- Đầu vào: 1.000 × 2.000 = 2M × $2.00 = $4.00 một ngày
- Đầu ra: 1.000 × 500 = 0,5M × $10.00 = $5.00 một ngày
- Tổng: $9.00 một ngày, khoảng $270 một tháng, hay $0.009 mỗi yêu cầu
Giờ hãy biến 1.500 trong số các token đầu vào đó thành một system prompt cố định. Trung bình một yêu cầu mỗi 86 giây nằm gọn trong TTL 5 phút, nên gần như mọi yêu cầu đều hit:
- Đã cache: 1,5M × $0.20 = $0.30; chưa cache: 0,5M × $2.00 = $1.00
- Tổng mới: $1.30 + $5.00 = $6.30 một ngày, khoảng $189 một tháng
Một lưu ý: 1.000 × 2.500 = 2,5M token một ngày vượt mức trần 1,5M mỗi ngày của Tier0, nên bạn sẽ cần Tier1.
Giá Kimi K3.1 Pro Highspeed
Giá Kimi K3.1 Pro Highspeed là mức phụ thu cố định gấp 2 lần cho đầu vào, đầu ra và ghi cache, đổi lấy thứ mà Moonshot gọi là “tốc độ gấp 2-3 lần K3.1 Pro.” Cache hit vẫn ở mức $0.20.
| Ví dụ 2, không cache | Đầu vào | Đầu ra | Tổng mỗi ngày |
|---|---|---|---|
| K3.1 Pro | 2M × $2 = $4.00 | 0,5M × $10 = $5.00 | $9.00 |
| K3.1 Pro Highspeed | 2M × $4 = $8.00 | 0,5M × $20 = $10.00 | $18.00 |
Chi phí reasoning effort, batch và web search
Ba chi tiết mà bảng chưa thể hiện:
- Token reasoning được tính vào mức sử dụng của bạn. K3.1 Pro luôn suy nghĩ;
reasoning_effortnhận"low","high"hoặc"max"(mặc định"max"), và hạ nó xuống sẽ cắt giảm lượng token sử dụng. Moonshot không nói nguyên văn rằng reasoning được tính theo giá đầu ra [VERIFY]; nếu đúng vậy, 500 token reasoning thêm mỗi yêu cầu sẽ cộng $5.00 một ngày vào Ví dụ 2. - Không có giảm giá batch cho K3.1 Pro. Batch API tính giá bằng 60% mức tiêu chuẩn nhưng chỉ hỗ trợ
kimi-k2.7-codevàkimi-k2.6. - Web search tính phí theo lượt gọi.
/v1/tools/searchvà/v1/tools/fetchcó giá $0.002 mỗi lần,/v1/tools/search_prolà $0.003, chỉ tính phí khi HTTP 200 với kết quả không rỗng: $2.00 cho mỗi 1.000 lượt tìm kiếm cơ bản.$web_searchkiểu cũ có giá $0.005 cộng token kết quả và hiện không được khuyến nghị (giá web search).
Các yêu cầu bị ngắt bởi lỗi 429 không bị tính phí.
Nạp $1 để mở khóa và các bậc tốc độ API
K3.1 Pro “được mở khóa sau khi nạp tiền thành công (tối thiểu $1).” Khoản $1 đó mua được khoảng 500K token đầu vào hoặc 100K token đầu ra, tương đương khoảng 111 yêu cầu trong Ví dụ 2 ($1 ÷ $0.009). Tổng tiền nạp lũy kế quyết định bậc của bạn:
| Bậc | Nạp lũy kế | Đồng thời | RPM | TPM | TPD |
|---|---|---|---|---|---|
| Tier0 | $1 | 1 | 3 | 500.000 | 1.500.000 |
| Tier1 | $10 | 15 | 100 | 2.000.000 | Không giới hạn |
| Tier2 | $20 | 40 | 100 | 3.000.000 | Không giới hạn |
| Tier3 | $100 | 50 | 200 | 3.000.000 | Không giới hạn |
| Tier4 | $1.000 | 60 | 200 | 4.000.000 | Không giới hạn |
| Tier5 | $3.000 | 100 | 300 | 5.000.000 | Không giới hạn |
Ở mức nạp lũy kế $5 bạn nhận được voucher $5, khoản này không được tính vào bậc của bạn; liệu voucher có thanh toán được cho K3.1 Pro hay không thì không được nêu rõ [VERIFY]. Để biết các lựa chọn $0, xem cách sử dụng Kimi K3.1 Pro miễn phí.
Các gói thành viên Kimi
Các gói thành viên Kimi áp dụng cho ứng dụng Kimi và Kimi Code, không áp dụng cho API. Giá theo tháng:
| Gói | Thanh toán theo năm | Thanh toán theo tháng | Tiết kiệm hằng năm | Ghi chú |
|---|---|---|---|---|
| Adagio | $0 | $0 | không áp dụng | Chat K3.1 Pro, không có Kimi Code |
| Plus | $15 | $19 | $48 | Kimi Code với k3.1-pro |
| Pro | $31 | $39 | $96 | Thêm Highspeed, ngữ cảnh 1M trong Kimi Code |
| Max | $79 | $99 | $240 | Ngữ cảnh lên tới 1M trong chat |
| Ultra | $159 | $199 | $480 | Ngữ cảnh lên tới 1M trong chat |
Tiết kiệm = (giá tháng trừ giá năm) × 12; với Ultra, $40 × 12 = $480. Số dư và khóa của API, Kimi Code và gói thành viên không thể hoán đổi cho nhau: gói thành viên không chuyển thành số dư API, và số dư API không thể mua gói thành viên.
Giá Kimi K3.1 Pro so với Claude Opus 5.5
Kimi K3.1 Pro có giá niêm yết bằng một nửa Claude Opus 5.5 ở đầu vào và đầu ra, và ngang bằng Claude Sonnet 5.5 và GPT-6.1 Sol cho tới 272K token đầu vào. Giá niêm yết cho mỗi 1M token, lấy từ giá Claude và giá OpenAI:
| Mô hình | Đầu vào | Đầu ra | Đọc cache | Ví dụ 2 mỗi ngày |
|---|---|---|---|---|
| Kimi K3.1 Pro | $2.00 | $10.00 | $0.20 | $9.00 |
| Claude Opus 5.5 | $4.00 | $20.00 | $0.20 | $18.00 |
| Claude Sonnet 5.5 | $2.00 | $10.00 | $0.10 | $9.00 |
| GPT-6.1 Sol (tới 272K) | $2.00 | $10.00 | $0.10 | $9.00 |
| GPT-6 Astra (tới 272K) | $10.00 | $50.00 | $1.00 | $45.00 |
Trên 272K token đầu vào, OpenAI niêm yết GPT-6.1 Sol ở mức $4 / $15 và GPT-6 Astra ở mức $20 / $75; K3.1 Pro vẫn giữ nguyên. Với một prompt 500K token cùng 5.000 token đầu ra:
- K3.1 Pro: 0,5M × $2 + 0,005M × $10 = $1.00 + $0.05 = $1.05
- GPT-6.1 Sol: 0,5M × $4 + 0,005M × $15 = $2.00 + $0.075 = $2.075 (nếu bậc cao hơn áp dụng cho toàn bộ yêu cầu [VERIFY])
Giá niêm yết không phải chi phí cho mỗi tác vụ: các tokenizer và độ dài reasoning khác nhau. Các benchmark của chính Moonshot so sánh K3.1 Pro với Opus 5.5 và GPT-6 Astra. Xem tổng quan Claude Opus 5.5 của chúng tôi.
Xác nhận cache hoạt động với Apidog CLI
Cache chỉ tiết kiệm tiền nếu nó hit. Trước khi mở rộng quy mô, hãy để coding agent của bạn kiểm thử điều đó. Apidog CLI cung cấp các lệnh cho Claude Code, Codex, Cursor hoặc OpenCode, và gói Miễn phí của Apidog hỗ trợ tối đa 4 người dùng.
npm install -g apidog-cli@latest
apidog login --with-token <YOUR_TOKEN>
apidog skill install
Sau đó đưa cho agent của bạn một prompt:
In Apidog project <projectId>, create an environment for https://api.moonshot.ai/v1.
Build a test case for POST /chat/completions with model "kimi-k3.1-pro",
reasoning_effort "low", a long fixed system prompt and a short user message.
Send MOONSHOT_API_KEY as a Bearer token. Assert status 200 and log
usage.prompt_tokens_details.cached_tokens. Validate the payload, run it
3 times and tell me whether cached_tokens rises after the first run.
Agent sẽ chạy:
apidog environment create kimi-prod --project <projectId> --base-url https://api.moonshot.ai/v1
apidog cli-schema get test-case-create
apidog cli-schema validate test-case-create --file case.json
apidog test-case create --project <projectId> --file case.json
apidog run --test-case <caseId> --project <projectId> -e <envId> -n 3 -r cli,json
Lần lặp đầu tiên sẽ ghi cache; hai lần tiếp theo sẽ báo cached_tokens lớn hơn không. Moonshot không nêu độ dài tiền tố tối thiểu có thể cache trên các trang chúng tôi đã đọc [VERIFY], nên hãy giữ system prompt dài. Test case cần một category ID hợp lệ (apidog test-case category --project <projectId> sẽ liệt kê chúng). Xem thêm trong tham chiếu lệnh run và Apidog CLI trong Claude Code.
5 quy tắc tiết kiệm chi phí cho Kimi K3.1 Pro
- Đặt nội dung ổn định lên trước: system prompt, định nghĩa công cụ và tài liệu tham chiếu. Không để timestamp hay ID ngẫu nhiên trong tiền tố.
- Chọn TTL theo khoảng cách. Khoảng cách trên 5 phút và tái sử dụng từ hai lần trở lên mỗi giờ: dùng 1 giờ.
- Đặt
reasoning_efforttheo từng tác vụ. Dùng"low"cho các lệnh gọi đơn giản. - Chỉ dùng Highspeed khi tốc độ thực sự đáng giá. Nó nhân đôi mọi mức giá trừ cache hit.
- Ghi log các trường cache:
cached_tokensvàcache_write_tokens, cùngstream_options.include_usage=truekhi streaming.
Để thiết lập yêu cầu, hãy đọc hướng dẫn API Kimi K3.1 Pro và cách sử dụng Kimi K3.1 Pro của chúng tôi.
Câu hỏi thường gặp
Kimi K3.1 Pro tốn bao nhiêu cho mỗi 1M token?
$2.00 đầu vào, $10.00 đầu ra và $0.20 cho cache hit. Ghi cache tốn $2.00 (5 phút) hoặc $4.00 (1 giờ).
Kimi K3.1 Pro có được hưởng giảm giá Batch API không?
Không. Giá batch chỉ áp dụng cho kimi-k2.7-code và kimi-k2.6.
Tôi có thể dùng gói thành viên Kimi cho các lệnh gọi API không?
Không. Kimi API, Kimi Code và gói thành viên là những sản phẩm riêng biệt với số dư và khóa riêng.
Mức tối thiểu để bắt đầu là bao nhiêu?
Nạp $1. Khoản này mở khóa mô hình và đưa bạn vào Tier0: 3 yêu cầu mỗi phút và 1,5M token một ngày.