# Kimi K3.1 Pro API 가격: 입력 100만 토큰당 $2.00

> Kimi K3.1 Pro는 입력 100만 토큰당 $2.00, 출력은 $10.00입니다. 실제 요청 9건으로 1건당 비용을 계산했습니다.

- Canonical HTML: https://omniakey.com/ko/blog/kimi-k3-1-pro-api-pricing
- Markdown: https://omniakey.com/ko/blog/kimi-k3-1-pro-api-pricing.md
- Published: 2026-11-01 (updated 2026-11-01)
- Author: Kiki, COO at OmniaKey
- Language: ko
- Category: Cost control
- Reading time: 9 min
- All posts: https://omniakey.com/blog/llms.txt

---

[Kimi K3.1 Pro](https://omniakey.com/ko/kimi-k3-1-pro)는 Moonshot 요금 페이지에서 입력 100만 토큰당 $2.00, 출력 100만 토큰당 $10.00, 캐시 입력 100만 토큰당 $0.20입니다(2026년 11월 1일 확인). 실제로 요청 9건을 보냈더니 1건당 $0.0026\~$0.0556이었습니다. 9건 중 8건은 대부분이 추론인 출력 토큰이 청구액에서 더 큰 몫을 차지했습니다.

**결론부터 말하면**

- **입력 $2.00, 출력 $10.00, 캐시 입력 $0.20.** 프롬프트 길이가 달라져도 단가는 같고, 1,048,576 토큰 컨텍스트 상한까지 동일합니다(Moonshot의 K3.1 Pro quickstart, 2026년 11월 1일 확인).
- **청구서를 만드는 것은 출력입니다.** 사고도 출력으로 청구되며, 9건 중 8건에서 출력이 비용의 절반을 넘었고 7건에서는 그 84%\~97%를 차지했습니다.
- **캐시로 입력 비용이 88% 줄었습니다.** 같은 약 7,300 토큰 카탈로그로 세 번 질문했고, 입력 비용은 첫 요청이 $0.01468, 다음 두 번은 각각 약 $0.00175였습니다.
- **노력 수준은 직접 정하세요.** 같은 설명 작업에서 high는 low보다 43%, 같은 코드 작업에서는 82% 더 비쌌습니다.

## Kimi K3.1 Pro는 얼마인가요?

|모델|입력|출력|캐시 입력|
|-|-|-|-|
|K3.1 Pro|$2.00|$10.00|$0.20|
|K3.1 Pro Highspeed|$4.00|$20.00|$0.20|
|Kimi K3|$3.00|$15.00|$0.30|

모든 숫자는 100만 토큰당 미국 달러이고 [Moonshot 요금 페이지](https://platform.kimi.ai/docs/pricing/chat) 기준입니다(2026년 11월 1일 확인). Highspeed는 입력과 출력이 두 배가 되고 캐시 입력은 $0.20 그대로입니다. [Kimi K3](https://omniakey.com/ko/kimi-k3)는 이전 주력 모델로 K3.1의 두 등급 사이에 있습니다.

단가는 프롬프트 길이와 상관없이 같습니다. 1,048,576 토큰 상한에 가까운 프롬프트도 짧은 프롬프트와 똑같이 100만 토큰당 $2.00이고, 출력 상한은 기본값이 131,072이며 1,048,576까지 올릴 수 있습니다([quickstart](https://platform.kimi.ai/docs/guide/kimi-k3-1-pro-quickstart), 2026년 11월 1일 확인).

캐시 입력 토큰은 $2.00이 아니라 $0.20이고 90% 할인입니다. 적중할 때마다 해당 항목의 유효 시간이 갱신되며 기본값은 5분입니다. 5분 쓰기는 100만 토큰당 $2.00으로 새 입력과 같고, 1시간 쓰기는 $4.00입니다.

|모델|5분 쓰기|1시간 쓰기|
|-|-|-|
|K3.1 Pro|$2.00|$4.00|
|K3.1 Pro Highspeed|$4.00|$8.00|
|Kimi K3|$3.00|$6.00|

Batch는 정가의 60%, 입력 $1.20·출력 $6.00이고 `kimi-k3.1-pro`와 Kimi K3가 대상입니다. 캐시 쓰기 비용은 그대로 나가고 캐시 적중은 최선 노력 방식입니다([Batch 요금 페이지](https://platform.kimi.ai/docs/pricing/batch.md), 2026년 11월 1일 확인). Moonshot의 [중국 플랫폼](https://platform.kimi.com/docs/pricing/chat)에서는 같은 모델이 입력 ¥13.00, 출력 ¥68.00, 캐시 ¥1.30입니다.

도구는 호출당 과금입니다. Web Search Basic이 $0.002, Web Search Pro가 $0.003, URL Fetch가 $0.002, Responses API의 `web_search` 도구가 $0.005이고, 실패했거나 결과가 빈 검색은 무료입니다([도구 요금](https://platform.kimi.ai/docs/pricing/websearch), 2026년 11월 1일 확인). 가격에는 세금이 포함되지 않습니다.

## 요청 1건은 어떻게 청구되나요?

청구서를 결정하는 것은 캐시되지 않은 입력, 캐시 입력, 출력 세 줄입니다.

```text
비용 = 미캐시 입력 / 1M × $2.00
     + 캐시 입력   / 1M × $0.20
     + 출력        / 1M × $10.00
```

추론은 출력 줄에 들어갑니다. Moonshot의 [사고 모델 가이드](https://platform.kimi.ai/docs/guide/use-thinking-models.md)는 `reasoning_content`가 입력·출력 토큰 할당량에 포함된다고 설명합니다. 사고를 끌 수도 없습니다. 방법을 물은 Moonshot의 quickstart는 "You can't — K3.1 Pro always thinks. If the reasoning takes too long, set reasoning\_effort to low"라고 답합니다(2026년 11월 1일 확인).

테스트 세트의 설명 요청 한 건을 봅니다. 새 입력 117 토큰, 출력 470 토큰이고 그중 298이 추론이었습니다. 입력은 117 / 1M × $2.00 = $0.00023, 출력은 470 / 1M × $10.00 = $0.00470이므로 이 호출은 **$0.00493**이고 그중 95.3%가 출력입니다.

## 실제 요청 9건은 얼마였나요?

2026년 11월 1일에 OmniaKey의 OpenAI 호환 API로 `kimi-k3.1-pro`를 사용해 9건을 보냈습니다. 스트리밍으로 보냈고 `max_tokens`는 카탈로그 질문이 4,000, 설명이 8,000, 코드가 32,000입니다. 카탈로그 질문 3건은 같은 450행 CSV를 매번 다시 보냈고 약 7,300 토큰이었습니다. 비용은 OmniaKey 요금이 아니라 API가 돌려준 `usage`를 Moonshot 정가(입력 $2.00, 캐시 $0.20, 출력 $10.00)로 계산한 값입니다.

|요청|노력|입력 토큰|출력(추론)|비용|결과|
|-|-|-|-|-|-|
|카탈로그 질문 1|low|7,340|4,096 (4,093)|$0.05564|상한 도달, 빈 답변|
|카탈로그 질문 2|low|156 + 7,168 캐시|927 (911)|$0.01102|25라고 답변, 정답은 26|
|카탈로그 질문 3|low|152 + 7,168 캐시|87 (69)|$0.00261|정답|
|설명|low|117|470 (298)|$0.00493|133단어|
|설명|high|117|680 (517)|$0.00703|126단어|
|설명|기본|117|472 (304)|$0.00495|129단어|
|코드|low|275|318 (57)|$0.00373|10/10 테스트 통과|
|코드|high|275|624 (354)|$0.00679|10/10 테스트 통과|
|코드|기본|19 + 256 캐시|310 (49)|$0.00319|10/10 테스트 통과|

9건 합계는 $0.09989이고 1건당 $0.00261\~$0.05564였습니다. CSV 질문은 조회였고, 설명은 프롬프트 캐시에 대해 약 120단어를 요청했으며, 코드는 `merge_bookings` 함수를 쓰고 단위 테스트 10개로 확인하는 작업이었습니다.

### 프롬프트 캐시가 도움이 되었나요?

네, 캐시에 적중한 두 번에서 도움이 되었습니다. 질문 2와 3에서 입력 약 7,320 토큰 중 7,168이 캐시에서 왔고 입력 줄이 $0.01465에서 $0.00175로 내려가 88% 줄었습니다. 질문 3은 $0.01551이 아니라 $0.00261이었습니다. 캐시 설정은 아무것도 보내지 않았고, 적중은 OmniaKey API가 돌려준 usage에 나타났으며 캐시 쓰기 토큰은 0이었습니다. 질문 3 같은 조회를 10,000번 하면 캐시가 있을 때 약 $26.08, 없을 때 $155.10입니다.

### reasoning\_effort는 청구서를 얼마나 바꾸나요?

설명에서는 high가 low보다 43%, 코드에서는 82% 더 비쌌습니다. 출력이 각각 45%와 96% 늘었기 때문이고 680 대 470, 624 대 318입니다. 코드 3건은 모두 10/10 테스트를 통과했습니다.

Moonshot의 [reasoning effort 가이드](https://platform.kimi.ai/docs/guide/use-reasoning-effort)에는 `low`, `high`, `max`가 있고 기본값은 `max`입니다(2026년 11월 1일 확인). 저희 실행에서 기본값은 low처럼 움직였습니다. 설명은 출력이 472 대 470, 코드는 310 대 318이었습니다. 설정마다 한 번씩만 실행했으니 수준을 정하고 직접 재보세요. low에도 비용이 있습니다. 정답이 26건인 카탈로그에서 25라고 답했습니다.

## 어디서 돈을 낭비하게 될까요?

- **추론이 삼키는 상한.** `max_tokens`가 4,000이고 노력이 low일 때 첫 카탈로그 요청은 상한에서 멈췄습니다. API는 출력 4,096 토큰(그중 추론 4,093)과 빈 답변을 돌려줬고, 그래도 $0.05564가 나왔으며 그중 $0.04096이 출력이었습니다. `max_completion_tokens`는 답변과 그 사고보다 크게 잡으세요.
- **기본 노력 수준.** Moonshot 문서는 `max`를 기본값으로 적습니다. Hacker News의 willmorrison 님은 2026년 10월 23일 API가 아니라 월 $100 구독에 대해 "Bought the $100/month subscription and hit my 5-hour limit with one prompt on default settings (max effort) in their CLI harness."라고 썼습니다.
- **Highspeed는 두 배 단가.** 같은 입력 117·출력 470 설명이 `kimi-k3.1-pro-highspeed`에서는 $0.00493이 아니라 $0.00987입니다.
- **말이 많음.** [Artificial Analysis](https://artificialanalysis.ai/models/kimi-k3-1-pro)는 Intelligence Index 평가에서 K3.1 Pro가 110M 토큰을 썼다고 집계했고 중간값은 70M입니다. 작업 하나당 평균 비용은 각 작업이 쓴 토큰으로 계산해 $3.68입니다(2026년 11월 1일 확인).

## Claude Sonnet 5.5, Opus 5.5, GPT-6 Astra, GLM-5.3과 비교하면?

Kimi K3.1 Pro는 Claude Sonnet 5.5와 입력·출력 단가가 같지만 작업 하나를 끝내는 비용은 크게 벌어집니다.

|모델|입력|출력|캐시 입력|인덱스 작업 1건 비용|
|-|-|-|-|-|
|Kimi K3.1 Pro|$2.00|$10.00|$0.20|$3.68|
|Claude Sonnet 5.5|$2.00|$10.00|$0.10|$0.78|
|Claude Opus 5.5|$4.00|$20.00|$0.20|$10.04|
|GPT-6 Astra|$10.00|$50.00|$1.00|$3.66|
|GLM-5.3|$1.40|$4.40|$0.26|$1.57|
|Kimi K3|$3.00|$15.00|$0.30|$2.37|
|DeepSeek V4 Pro|$1.32|$3.96|$0.044|—|

토큰 가격은 [Anthropic](https://platform.claude.com/docs/en/about-claude/pricing), [OpenAI](https://developers.openai.com/api/docs/pricing), [Z.ai](https://docs.z.ai/guides/overview/pricing), [DeepSeek](https://api-docs.deepseek.com/quick_start/pricing)에서 왔고 모두 2026년 11월 1일 확인입니다. DeepSeek V4 Pro는 피크 시간 요금이고 비피크는 절반입니다. 마지막 열은 Artificial Analysis의 Intelligence Index 작업 1건당 평균 비용이며(2026년 11월 1일 확인), 그 페이지에는 DeepSeek V4 Pro만 빠져 있습니다.

같은 $2.00과 $10.00인데도 Kimi K3.1 Pro는 인덱스 작업 1건에 $3.68이 들어 Sonnet 5.5의 $0.78보다 4.7배입니다. 한 사용자의 벤치마크는 반대였습니다. thefourthchime 님은 2026년 10월 23일 Hacker News에 "Kimi K3.1 Pro ties Sonnet 5.5 at 93, for $0.68 and 11 min vs Sonnet's $1.61 and 14 min."이라고 썼습니다. 어느 쪽이 나올지는 작업에 달려 있으니 먼저 본인 작업 몇 개로 값을 매겨 보세요. [K3.1 Pro 리뷰](https://omniakey.com/ko/blog/kimi-k3-1-pro-review)에 벤치마크 점수가 있습니다.

비교 대상 다섯 개의 현재 요금은 [Claude Sonnet 5.5](https://omniakey.com/ko/claude-sonnet-5-5), [Claude Opus 5.5](https://omniakey.com/ko/claude-opus-5-5), [GPT-6 Astra](https://omniakey.com/ko/gpt-6-astra), [GLM-5.3](https://omniakey.com/ko/glm-5-3), [DeepSeek V4 Pro](https://omniakey.com/ko/deepseek-v4-pro) 모델 페이지에 있습니다.

DeepSeek의 피크 시간과 비피크 요금은 [DeepSeek V4 Pro API 가격](https://omniakey.com/ko/blog/deepseek-v4-pro-api-pricing)에서 설명합니다.

## 청구서를 줄이려면?

1. `reasoning_effort`를 직접 정하세요: 기본값은 `max`이고, 저희 실행에서 high는 low보다 43%\~82% 비쌌으며 low도 코드 테스트 10개를 모두 통과했습니다.
2. 사고를 위해 출력에 여유를 두세요: 추론은 출력으로 청구되고 상한을 채울 수 있습니다. 4,093 토큰이었던 첫 실행이 그 예입니다.
3. 프롬프트에서 변하지 않는 부분을 맨 앞에 두고 호출마다 같게 유지하세요: CSV는 세 번 다시 전송됐고 마지막 두 번은 7,168 토큰을 캐시에서 $2.00이 아니라 $0.20으로 읽었습니다.
4. 오프라인 작업은 Batch로 정가의 60%, 100만 토큰당 입력 $1.20·출력 $6.00을 쓰세요: 설명은 약 $0.00296이 되고, Batch의 캐시 적중은 최선 노력입니다.
5. 기다리는 시간이 토큰보다 비싸지 않다면 표준 등급에 머무르세요: Highspeed는 두 단가가 모두 두 배입니다.

Kimi K3.1 Pro는 OmniaKey의 OpenAI 호환 API로도 쓸 수 있습니다. 9건을 보낸 것과 같은 API라서 키 하나로 이 모델과 위의 다섯 개를 함께 쓸 수 있습니다. 현재 요금은 [Kimi K3.1 Pro 모델 페이지](https://omniakey.com/ko/kimi-k3-1-pro)와 [요금 페이지](https://omniakey.com/ko/pricing)에 있습니다.

## 자주 묻는 질문

### Kimi K3.1 Pro는 100만 토큰당 얼마인가요?

입력 $2.00, 출력 $10.00, 캐시 입력 $0.20입니다(100만 토큰당, Moonshot 요금 페이지, 2026년 11월 1일 확인). Highspeed는 입력과 출력이 두 배이고 캐시 입력은 $0.20입니다.

### 추론 토큰도 청구되나요?

네. Moonshot의 사고 모델 가이드는 `reasoning_content`가 입력·출력 토큰 할당량에 포함된다고 하므로 추론은 출력 단가 $10.00으로 청구됩니다. 저희 실행에서는 출력 토큰의 15.8%\~99.9%를 차지했습니다.

### Kimi K3.1 Pro의 사고를 끌 수 있나요?

아니요. Moonshot의 quickstart는 K3.1 Pro가 항상 사고한다고 적고, 추론이 오래 걸리면 `reasoning_effort`를 `low`로 두라고 권합니다. 수준은 low, high, max 세 가지이고 기본값은 max입니다.

### Kimi K3.1 Pro를 쓰려면 얼마를 충전해야 하나요?

$1입니다. Moonshot의 [한도 페이지](https://platform.kimi.ai/docs/pricing/limits)(2026년 11월 1일 확인)에 따르면 최소 $1을 충전하면 모델을 쓸 수 있고, 동시 요청 1건, 분당 3건, 분당 500,000 토큰, 하루 1,500,000 토큰입니다. 누적 $5를 충전하면 $5 바우처가 붙고, 누적 $10이면 한도가 분당 100건으로 올라가고 일일 상한이 없어집니다. 바우처는 누적액에 포함되지 않습니다.

### Kimi K2 요금은 어떻게 되나요?

K2 모델은 2026년 10월 31일 신규 사용자에게 닫혔고 기존 사용자는 계속 쓸 수 있으며, 모든 K2 모델은 2026년 12월 말까지 종료됩니다(Moonshot 요금 페이지, 2026년 11월 1일 확인). [Kimi K2.7 Code](https://omniakey.com/ko/kimi-k2-7-code)(`kimi-k2.7-code`)는 입력 $0.95, 출력 $4.00, 캐시 입력 $0.19(100만 토큰당)이고 컨텍스트는 262,144 토큰입니다.

## 확인한 출처

- [Moonshot: 채팅 모델 요금](https://platform.kimi.ai/docs/pricing/chat)
- [Moonshot: quickstart](https://platform.kimi.ai/docs/guide/kimi-k3-1-pro-quickstart)
- [Moonshot: reasoning effort](https://platform.kimi.ai/docs/guide/use-reasoning-effort)
- [Moonshot: 사고 모델](https://platform.kimi.ai/docs/guide/use-thinking-models.md)
- [Moonshot: 요청 한도](https://platform.kimi.ai/docs/pricing/limits)
- [Moonshot: Batch 요금](https://platform.kimi.ai/docs/pricing/batch.md)
- [Moonshot: 도구 요금](https://platform.kimi.ai/docs/pricing/websearch)
- [Moonshot: 중국 플랫폼 요금](https://platform.kimi.com/docs/pricing/chat)
- [Anthropic: API 요금](https://platform.claude.com/docs/en/about-claude/pricing)
- [OpenAI: API 요금](https://developers.openai.com/api/docs/pricing)
- [Z.ai: 모델 요금](https://docs.z.ai/guides/overview/pricing)
- [DeepSeek: API 요금](https://api-docs.deepseek.com/quick_start/pricing)
- [Artificial Analysis: K3.1 Pro](https://artificialanalysis.ai/models/kimi-k3-1-pro)
- [Hacker News: K3.1 Pro와 Sonnet 5.5에 대한 thefourthchime의 글](https://news.ycombinator.com/item?id=50216342)
- [Hacker News: 기본 노력 수준에 대한 willmorrison의 글](https://news.ycombinator.com/item?id=50214409)