Preços da API do Kimi K3.1 Pro: $2 por milhão de entrada

Kimi K3.1 Pro custa $2.00 por milhão de tokens de entrada, $10.00 por milhão de tokens de saída e $0.20 por milhão de tokens de entrada em cache na página de preços da Moonshot (verificada em 1º de novembro de 2026). Em nove requisições reais, uma chamada custou de $0.0026 a $0.0556, e os tokens de saída, a maior parte de raciocínio, foram o maior pedaço da conta em oito das nove.

Resposta curta

• $2.00 na entrada, $10.00 na saída, $0.20 em cache. A tarifa é a mesma em qualquer tamanho de prompt, até o contexto completo de 1.048.576 tokens (quickstart do K3.1 Pro da Moonshot, verificado em 1º de novembro de 2026).
• A saída carrega a conta. O raciocínio é cobrado como saída, e a saída passou de metade do custo em oito das nossas nove requisições, sendo de 84% a 97% em sete delas.
• O cache cortou 88% do custo de entrada. Fizemos três perguntas sobre o mesmo catálogo de 7.300 tokens: a entrada custou $0.01468 na primeira chamada e cerca de $0.00175 nas duas seguintes.
• Defina você mesmo o nível de esforço. O esforço alto custou 43% mais que o baixo na mesma explicação e 82% mais na mesma tarefa de código.

Quanto custa o Kimi K3.1 Pro?

Todos os valores são em USD por milhão de tokens, da página de preços da Moonshot (verificada em 1º de novembro de 2026). O Highspeed dobra entrada e saída, e a entrada em cache continua em $0.20. O Kimi K3, modelo principal anterior, fica entre os dois níveis do K3.1.

A tarifa é fixa em qualquer tamanho: um prompt perto do limite de 1.048.576 tokens paga os mesmos $2.00 por milhão de um prompt curto, e o limite de saída é 131.072 por padrão, podendo chegar a 1.048.576 (quickstart, verificado em 1º de novembro de 2026).

Um token de entrada em cache custa $0.20 em vez de $2.00, 90% de desconto, e cada acerto renova o tempo de vida da entrada; o padrão é 5 minutos. Uma escrita de 5 minutos custa $2.00 por milhão, igual à entrada nova, e uma escrita de 1 hora custa $4.00 por milhão.

O Batch roda a 60% da tabela, $1.20 de entrada e $6.00 de saída, para kimi-k3.1-pro e o Kimi K3, e ainda cobra as taxas de escrita de cache, com acertos de cache best-effort (página de preços do Batch, verificada em 1º de novembro de 2026). Na plataforma da China da Moonshot, o mesmo modelo custa ¥13.00 de entrada, ¥68.00 de saída e ¥1.30 em cache.

As ferramentas são cobradas por chamada: $0.002 para o Web Search Basic, $0.003 para o Web Search Pro, $0.002 para o URL Fetch e $0.005 para a ferramenta web_search da Responses API; buscas com falha ou vazias são gratuitas (preços das ferramentas, verificados em 1º de novembro de 2026). Os preços não incluem impostos.

Como uma chamada é cobrada?

Três linhas decidem a conta: entrada sem cache, entrada em cache e saída.

custo = entrada sem cache / 1M × $2.00
      + entrada em cache  / 1M × $0.20
      + saída             / 1M × $10.00

O raciocínio fica dentro da linha de saída. O guia de modelos de raciocínio da Moonshot diz que reasoning_content conta na sua cota de tokens de entrada e saída. Também não dá para desligar o raciocínio; perguntado como, o quickstart da Moonshot responde: “You can't — K3.1 Pro always thinks. If the reasoning takes too long, set reasoning_effort to low” (verificado em 1º de novembro de 2026).

Uma requisição de explicação do nosso conjunto de testes: 117 tokens de entrada novos, 470 tokens de saída, 298 deles de raciocínio. A entrada custou 117 / 1M × $2.00 = $0.00023, a saída 470 / 1M × $10.00 = $0.00470, então a chamada custou $0.00493, com 95.3% de saída.

Quanto custaram nove requisições reais?

Rodamos nove requisições em 1º de novembro de 2026 com kimi-k3.1-pro pela API compatível com OpenAI da OmniaKey, em streaming, com max_tokens em 4.000 para as perguntas de catálogo, 8.000 para as explicações e 32.000 para o código. As três perguntas de catálogo reenviaram o mesmo CSV de 450 linhas, cerca de 7.300 tokens. Os custos vêm do campo usage da API com as tarifas de tabela da Moonshot, não as da OmniaKey: $2.00 de entrada, $0.20 em cache, $10.00 de saída.

As nove chamadas custaram $0.09989 no total, de $0.00261 a $0.05564. As perguntas sobre o CSV eram buscas no arquivo, a explicação pedia cerca de 120 palavras sobre cache de prompt, e o código pedia uma função merge_bookings verificada por 10 testes unitários.

O cache de prompt ajudou?

Ajudou, nas duas chamadas que acertaram o cache. Nas perguntas 2 e 3, 7.168 dos cerca de 7.320 tokens de entrada vieram do cache, e a linha de entrada caiu de $0.01465 para $0.00175, 88% menos; a pergunta 3 custou $0.00261 em vez de $0.01551. Não enviamos nenhuma configuração de cache; os acertos apareceram no usage devolvido pela API da OmniaKey, com 0 token de escrita de cache. 10.000 buscas como a pergunta 3 custam cerca de $26.08 com cache e $155.10 sem.

Quanto o reasoning_effort muda a conta?

O esforço alto custou 43% mais que o baixo na explicação e 82% mais no código, porque escreveu 45% e 96% mais saída: 680 contra 470, e 624 contra 318. As três execuções de código passaram 10 de 10 testes.

O guia de esforço de raciocínio da Moonshot lista low, high e max, com max como padrão (verificado em 1º de novembro de 2026). Nas nossas execuções o padrão se comportou como low: 472 contra 470 tokens de saída na explicação, 310 contra 318 no código. É uma execução por ajuste, então defina o nível e meça. O low tem custo próprio: respondeu 25 onde a contagem correta do catálogo era 26.

Onde se gasta demais?

• Um limite que o raciocínio engole. Com max_tokens em 4.000 e esforço baixo, a primeira requisição de catálogo parou no limite. A API reportou 4.096 tokens de saída, 4.093 deles de raciocínio, e uma resposta vazia, e a chamada custou $0.05564 mesmo assim, $0.04096 de saída. Coloque max_completion_tokens acima da resposta mais o raciocínio.
• O nível de esforço padrão. A documentação da Moonshot chama max de padrão. No Hacker News, willmorrison escreveu em 23 de outubro de 2026 sobre a assinatura de $100/mês, não sobre a 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 com o dobro da tarifa. A mesma explicação de 117 tokens de entrada e 470 de saída custa $0.00987 no kimi-k3.1-pro-highspeed em vez de $0.00493.
• Verbosidade. O Artificial Analysis contou 110M tokens para o K3.1 Pro nas avaliações do Intelligence Index, contra uma mediana de 70M, e orça uma tarefa do índice em $3.68 em média a partir dos tokens que cada tarefa usou (verificado em 1º de novembro de 2026).

Como ele se compara com Claude Sonnet 5.5, Opus 5.5, GPT-6 Astra e GLM-5.3?

O Kimi K3.1 Pro tem os mesmos preços de entrada e saída do Claude Sonnet 5.5, e ainda assim os dois ficam muito distantes no custo de uma tarefa concluída.

Os preços dos tokens vêm da Anthropic, da OpenAI, da Z.ai e da DeepSeek, todos verificados em 1º de novembro de 2026; o DeepSeek V4 Pro mostra as tarifas de pico, com metade no horário fora de pico. A última coluna é o custo médio por tarefa do Intelligence Index do Artificial Analysis (verificado em 1º de novembro de 2026), que a página deixa em branco para o DeepSeek V4 Pro.

Com os mesmos $2.00 e $10.00, o Kimi K3.1 Pro custa $3.68 por tarefa do índice contra $0.78 do Sonnet 5.5, 4.7 vezes mais. Um benchmark caseiro foi na direção oposta: thefourthchime escreveu no Hacker News em 23 de outubro de 2026 que “Kimi K3.1 Pro ties Sonnet 5.5 at 93, for $0.68 and 11 min vs Sonnet's $1.61 and 14 min.” A sua tarefa decide qual padrão você vê, então calcule alguns dos seus antes; nossa análise do K3.1 Pro traz as notas dos benchmarks.

Os valores atuais dos cinco concorrentes estão nas páginas de modelo do Claude Sonnet 5.5, do Claude Opus 5.5, do GPT-6 Astra, do GLM-5.3 e do DeepSeek V4 Pro.

As tarifas de pico e fora de pico do DeepSeek estão nos preços da API DeepSeek V4 Pro.

Como reduzir a conta?

1. Defina o reasoning_effort você mesmo: o padrão é max, o esforço alto custou de 43% a 82% mais que o baixo nas nossas execuções, e o low passou nos 10 testes de código.
2. Deixe folga de saída para o raciocínio: ele é cobrado como saída e pode encher o limite, como mostrou a primeira execução com 4.093 tokens.
3. Mantenha a parte estável do prompt no começo e idêntica entre chamadas: nosso CSV voltou três vezes, e as duas últimas chamadas leram 7.168 tokens do cache a $0.20 em vez de $2.00.
4. Mande trabalhos offline pelo Batch a 60% da tabela, $1.20 de entrada e $6.00 de saída por milhão; a explicação custaria cerca de $0.00296, e os acertos de cache no Batch são best-effort.
5. Fique no nível padrão enquanto esperar custar menos que os tokens; o Highspeed dobra as duas tarifas.

O Kimi K3.1 Pro também está na API compatível com OpenAI da OmniaKey, a mesma API das nossas nove execuções, então uma chave cobre ele e os cinco concorrentes acima. Os valores atuais estão na página do modelo Kimi K3.1 Pro e na página de preços.

Perguntas frequentes

Quanto custa o Kimi K3.1 Pro por milhão de tokens?

$2.00 de entrada, $10.00 de saída e $0.20 de entrada em cache, por milhão de tokens (página de preços da Moonshot, verificada em 1º de novembro de 2026). O Highspeed dobra entrada e saída, e a entrada em cache continua em $0.20.

Os tokens de raciocínio do Kimi K3.1 Pro são cobrados?

Sim. O guia de modelos de raciocínio da Moonshot diz que reasoning_content conta na sua cota de tokens de entrada e saída, então o raciocínio é cobrado na tarifa de saída de $10.00. Nas nossas execuções ficou entre 15.8% e 99.9% dos tokens de saída.

Dá para desligar o raciocínio no Kimi K3.1 Pro?

Não. O quickstart da Moonshot diz que o K3.1 Pro sempre pensa e sugere colocar reasoning_effort em low quando o raciocínio demora demais. Low, high e max são os três níveis, com max como padrão.

Quanto é preciso recarregar para usar o Kimi K3.1 Pro?

$1. A página de limites da Moonshot (verificada em 1º de novembro de 2026) diz que uma recarga mínima de $1 libera o modelo, com 1 requisição simultânea, 3 requisições por minuto, 500.000 tokens por minuto e 1.500.000 tokens por dia. Uma recarga acumulada de $5 rende um voucher de $5, e $10 acumulados sobem o limite para 100 requisições por minuto sem teto diário; vouchers não entram no total.

O que acontece com os preços do Kimi K2?

Os modelos K2 fecharam para novos usuários em 31 de outubro de 2026, quem já usa mantém o acesso, e todo modelo K2 se aposenta até o fim de dezembro de 2026 (página de preços da Moonshot, verificada em 1º de novembro de 2026). O Kimi K2.7 Code (kimi-k2.7-code) lista $0.95 de entrada, $4.00 de saída e $0.19 de entrada em cache por milhão, com contexto de 262.144 tokens.

Fontes verificadas

• Moonshot: preços dos modelos de chat
• Moonshot: quickstart
• Moonshot: esforço de raciocínio
• Moonshot: modelos de raciocínio
• Moonshot: limites de uso
• Moonshot: preços do Batch
• Moonshot: preços das ferramentas
• Moonshot: preços da plataforma da China
• Anthropic: preços da API
• OpenAI: preços da API
• Z.ai: preços dos modelos
• DeepSeek: preços da API
• Artificial Analysis: K3.1 Pro
• Hacker News: thefourthchime sobre o K3.1 Pro e o Sonnet 5.5
• Hacker News: willmorrison sobre o esforço padrão