Kimi K3.1 Pro: prezzo API, $2 per milione di token in input

Kimi K3.1 Pro costa $2.00 per milione di token in input, $10.00 per milione di token in output e $0.20 per milione di token di input in cache secondo la pagina dei prezzi di Moonshot (verificata il 1º novembre 2026). In nove richieste reali una chiamata è costata da $0.0026 a $0.0556, e i token di output, per la maggior parte ragionamento, sono stati la voce più pesante della fattura in otto delle nove.

Risposta breve

• $2.00 in input, $10.00 in output, $0.20 in cache. La tariffa è uguale a ogni lunghezza del prompt, fino al contesto pieno di 1.048.576 token (quickstart di K3.1 Pro di Moonshot, verificato il 1º novembre 2026).
• La fattura la porta l'output. Il thinking viene fatturato come output, e l'output è stato più della metà del costo in otto delle nostre nove richieste, tra l'84% e il 97% in sette.
• La cache ha tagliato il costo dell'input dell'88%. Abbiamo fatto tre domande sullo stesso catalogo da 7.300 token: input a $0.01468 alla prima chiamata e circa $0.00175 in ciascuna delle due successive.
• Imposta tu il livello di sforzo. Lo sforzo alto è costato il 43% in più del basso sulla stessa spiegazione e l'82% in più sullo stesso compito di codice.

Quanto costa Kimi K3.1 Pro?

Tutte le cifre sono in USD per milione di token, dalla pagina dei prezzi di Moonshot (verificata il 1º novembre 2026). Highspeed raddoppia input e output, mentre l'input in cache resta a $0.20. Kimi K3, il precedente modello di punta, sta fra i due livelli K3.1.

La tariffa è piatta a ogni lunghezza: un prompt vicino al limite di 1.048.576 token paga gli stessi $2.00 per milione di uno corto, e il tetto di output è 131.072 per impostazione predefinita e si può alzare a 1.048.576 (quickstart, verificato il 1º novembre 2026).

Un token di input in cache costa $0.20 invece di $2.00, uno sconto del 90%, e ogni hit rinnova il TTL della voce; 5 minuti è il valore predefinito. Una scrittura da 5 minuti costa $2.00 per milione, come l'input fresco, e una da 1 ora costa $4.00 per milione.

Batch gira al 60% del listino, $1.20 in input e $6.00 in output, per kimi-k3.1-pro e Kimi K3, e paga comunque il costo di scrittura in cache, con hit in cache best effort (pagina dei prezzi Batch, verificata il 1º novembre 2026). Sulla piattaforma cinese di Moonshot lo stesso modello costa ¥13.00 in input, ¥68.00 in output e ¥1.30 in cache.

Gli strumenti si pagano a chiamata: $0.002 per Web Search Basic, $0.003 per Web Search Pro, $0.002 per URL Fetch e $0.005 per lo strumento web_search della Responses API, mentre le ricerche fallite o vuote sono gratuite (prezzi degli strumenti, verificati il 1º novembre 2026). I prezzi non includono le imposte.

Come viene fatturata una singola richiesta?

Tre righe decidono una fattura: input non in cache, input in cache e output.

costo = input senza cache  / 1M × $2.00
      + input in cache     / 1M × $0.20
      + output             / 1M × $10.00

Il ragionamento sta dentro la riga dell'output. La guida ai modelli thinking di Moonshot dice che reasoning_content conta nella tua quota di token in input e output. Il thinking non si può nemmeno spegnere; alla domanda su come farlo, il quickstart di Moonshot risponde: "You can't — K3.1 Pro always thinks. If the reasoning takes too long, set reasoning_effort to low" (verificato il 1º novembre 2026).

Una richiesta di spiegazione del nostro set di prova: 117 token di input nuovi, 470 token di output, 298 dei quali di ragionamento. L'input è costato 117 / 1M × $2.00 = $0.00023, l'output 470 / 1M × $10.00 = $0.00470, quindi la chiamata è costata $0.00493, il 95,3% in output.

Quanto sono costate nove richieste reali?

Il 1º novembre 2026 abbiamo eseguito nove richieste con kimi-k3.1-pro tramite l'API compatibile OpenAI di OmniaKey, in streaming, con max_tokens a 4.000 per le domande sul catalogo, 8.000 per le spiegazioni e 32.000 per il codice. Le tre domande sul catalogo hanno inviato di nuovo lo stesso CSV da 450 righe, circa 7.300 token. I costi vengono dal campo usage dell'API ai prezzi di listino di Moonshot, non a quelli di OmniaKey: $2.00 in input, $0.20 in cache, $10.00 in output.

Le nove chiamate sono costate in tutto $0.09989, da $0.00261 a $0.05564. Le domande sul CSV erano ricerche, la spiegazione chiedeva circa 120 parole sulla cache del prompt e il codice chiedeva una funzione merge_bookings verificata da 10 unit test.

La cache del prompt ha aiutato?

Sì, sulle due chiamate che hanno preso la cache. Nelle domande 2 e 3, 7.168 dei circa 7.320 token di input sono arrivati dalla cache e la riga dell'input è scesa da $0.01465 a $0.00175, un taglio dell'88%; la domanda 3 è costata $0.00261 invece di $0.01551. Non abbiamo inviato impostazioni di cache; gli hit sono comparsi nell'usage restituito dall'API di OmniaKey, con 0 token di scrittura in cache. 10.000 ricerche come la domanda 3 costano circa $26.08 con la cache e $155.10 senza.

Quanto cambia la fattura reasoning_effort?

Lo sforzo alto è costato il 43% in più del basso sulla spiegazione e l'82% in più sul codice, perché ha scritto il 45% e il 96% di output in più: 680 contro 470 e 624 contro 318. Tutte e tre le esecuzioni di codice hanno superato 10 test su 10.

La guida allo sforzo di ragionamento di Moonshot elenca low, high e max, con max come predefinito (verificata il 1º novembre 2026). Nelle nostre esecuzioni il predefinito si è comportato come low: 472 contro 470 token di output sulla spiegazione, 310 contro 318 sul codice. È un'esecuzione per impostazione, quindi imposta il livello e misura. Low ha un costo suo: ha risposto 25 dove il conteggio corretto del catalogo era 26.

Dove si spende troppo?

• Un tetto che il ragionamento si mangia. Con max_tokens a 4.000 e sforzo low, la prima richiesta sul catalogo si è fermata al tetto. L'API ha riportato 4.096 token di output, 4.093 dei quali di ragionamento, e una risposta vuota, e la chiamata è costata comunque $0.05564, di cui $0.04096 in output. Metti max_completion_tokens sopra la risposta più il suo thinking.
• Il livello di sforzo predefinito. La documentazione di Moonshot indica max come predefinito. Su Hacker News, willmorrison ha scritto il 23 ottobre 2026 a proposito dell'abbonamento da $100 al mese, non dell'API: "Bought the $100/month subscription and hit my 5-hour limit with one prompt on default settings (max effort) in their CLI harness."
• Highspeed al doppio della tariffa. La stessa spiegazione da 117 in input e 470 in output costa $0.00987 su kimi-k3.1-pro-highspeed invece di $0.00493.
• La verbosità. Artificial Analysis ha contato 110M token per K3.1 Pro in tutte le valutazioni dell'Intelligence Index, contro una mediana di 70M, e stima un compito dell'indice in media a $3.68 dai token usati da ogni compito (verificato il 1º novembre 2026).

Come si confronta con Claude Sonnet 5.5, Opus 5.5, GPT-6 Astra e GLM-5.3?

Kimi K3.1 Pro ha gli stessi prezzi di input e output di Claude Sonnet 5.5, eppure i due sono lontanissimi sul costo di un compito finito.

I prezzi dei token vengono da Anthropic, OpenAI, Z.ai e DeepSeek, tutti verificati il 1º novembre 2026; DeepSeek V4 Pro mostra le tariffe di punta, con la metà fuori punta. L'ultima colonna è il costo medio per compito dell'Intelligence Index di Artificial Analysis (verificato il 1º novembre 2026), che la sua pagina non riporta per DeepSeek V4 Pro.

Agli stessi $2.00 e $10.00, Kimi K3.1 Pro costa $3.68 per compito dell'indice contro $0.78 di Sonnet 5.5, 4,7 volte tanto. Un benchmark fatto in casa è andato nella direzione opposta: thefourthchime ha scritto su Hacker News il 23 ottobre 2026 che "Kimi K3.1 Pro ties Sonnet 5.5 at 93, for $0.68 and 11 min vs Sonnet's $1.61 and 14 min." È il tuo compito a decidere quale schema ottieni, quindi calcola prima il costo di un paio di compiti tuoi; la recensione di K3.1 Pro ha i punteggi dei benchmark.

Le tariffe attuali dei cinque rivali sono nelle pagine dei modelli Claude Sonnet 5.5, Claude Opus 5.5, GPT-6 Astra, GLM-5.3 e DeepSeek V4 Pro.

Le tariffe di punta e fuori punta di DeepSeek sono spiegate nei prezzi API DeepSeek V4 Pro.

Come si taglia la fattura?

1. Imposta reasoning_effort da te: il predefinito è max, lo sforzo alto è costato dal 43% all'82% in più del basso nelle nostre esecuzioni, e low ha superato tutti i 10 test di codice.
2. Lascia margine in output per il thinking: il ragionamento si fattura come output e può riempire il tetto, come ha mostrato quella prima esecuzione da 4.093 token.
3. Tieni la parte stabile del prompt all'inizio e identica fra le chiamate: il nostro CSV è tornato tre volte, e le ultime due chiamate hanno letto 7.168 token dalla cache a $0.20 invece di $2.00.
4. Manda i lavori offline su Batch al 60% del listino, $1.20 in input e $6.00 in output per milione; la spiegazione costerebbe circa $0.00296, e gli hit in cache su batch sono in best effort.
5. Resta sul livello standard a meno che aspettare costi più dei token; Highspeed raddoppia entrambe le tariffe.

Kimi K3.1 Pro è anche sull'API compatibile OpenAI di OmniaKey, la stessa API delle nostre nove esecuzioni, quindi una chiave copre questo modello e i cinque rivali qui sopra. Le tariffe attuali sono nella pagina del modello Kimi K3.1 Pro e nella pagina dei prezzi.

Domande frequenti

Quanto costa Kimi K3.1 Pro per milione di token?

$2.00 per l'input, $10.00 per l'output e $0.20 per l'input in cache, per milione di token (pagina dei prezzi di Moonshot, verificata il 1º novembre 2026). Highspeed raddoppia input e output, e l'input in cache resta a $0.20.

I token di ragionamento di Kimi K3.1 Pro si pagano?

Sì. La guida ai modelli thinking di Moonshot dice che reasoning_content conta nella quota di token in input e output, quindi il ragionamento si paga alla tariffa di output di $10.00. Nelle nostre esecuzioni è andato dal 15,8% al 99,9% dei token di output.

Si può spegnere il thinking su Kimi K3.1 Pro?

No. Il quickstart di Moonshot dice che K3.1 Pro pensa sempre e suggerisce di impostare reasoning_effort su low quando il ragionamento richiede troppo tempo. I livelli sono tre: low, high e max, con max come predefinito.

Quanto bisogna ricaricare per usare Kimi K3.1 Pro?

$1. La pagina dei limiti di Moonshot (verificata il 1º novembre 2026) dice che una ricarica minima di $1 sblocca il modello, con 1 richiesta in parallelo, 3 richieste al minuto, 500.000 token al minuto e 1.500.000 token al giorno. Una ricarica cumulativa di $5 porta un voucher da $5, e $10 cumulativi alzano il limite a 100 richieste al minuto senza tetto giornaliero; i voucher non contano nel totale.

Che fine hanno fatto i prezzi di Kimi K2?

I modelli K2 si sono chiusi ai nuovi utenti il 31 ottobre 2026, gli utenti esistenti mantengono l'accesso e tutti i modelli K2 escono di scena entro la fine di dicembre 2026 (pagina dei prezzi di Moonshot, verificata il 1º novembre 2026). Kimi K2.7 Code (kimi-k2.7-code) elenca $0.95 in input, $4.00 in output e $0.19 di input in cache per milione, con un contesto di 262.144 token.

Fonti verificate

• Moonshot: prezzi dei modelli chat
• Moonshot: quickstart
• Moonshot: sforzo di ragionamento
• Moonshot: modelli thinking
• Moonshot: limiti di frequenza
• Moonshot: prezzi di Batch
• Moonshot: prezzi degli strumenti
• Moonshot: prezzi della piattaforma cinese
• Anthropic: prezzi API
• OpenAI: prezzi API
• Z.ai: prezzi dei modelli
• DeepSeek: prezzi API
• Artificial Analysis: K3.1 Pro
• Hacker News: thefourthchime su K3.1 Pro e Sonnet 5.5
• Hacker News: willmorrison sullo sforzo predefinito