Precios de Kimi K3.1 Pro: $2/$10, un límite de salida de 943K y pesos que aún no existen

Hay un número en Kimi K3.1 Pro que hace que el resto de su tarjeta de precios resulte extraño: el techo de salida. El modelo se vende a 2,00 USD por millón de tokens de entrada y 10,00 USD por millón de salida, en una ventana de contexto de 1M de tokens, con una salida máxima de 943.000 tokens. Eso no es un error tipográfico ni un redondeo de la cifra de contexto — es hasta donde la pila de servicio realmente permitirá que llegue una sola respuesta, y cambia lo que significa "caro" aquí. Un modelo con el precio de un caballo de batalla de gama media se vende con una capacidad de contenido extenso que la mayoría de los modelos a este precio no tienen.

La segunda cosa extraña es que Moonshot lo vende como de pesos abiertos sin haber distribuido los pesos. Su propia documentación dice que los pesos completos del modelo "se publicarán antes del 4 de noviembre", y Artificial Analysis —que evalúa lo que puede denominar— sigue etiquetando el modelo como propietario. Hasta que pase esa fecha, cada precio cotizado para Kimi K3.1 Pro es un precio de servicio alojado, y no hay alternativa autoalojada con la que compararlo. Ambos datos deben figurar en un artículo sobre precios porque ambos determinan lo que realmente se compra.

La tarjeta, línea por línea

Leído en la página en vivo del modelo en OrcaRouter, 29 de octubre de 2026:

• Entrada — $2.00 por millón de tokens.

• Salida — $10.00 por millón de tokens.

• Contexto — 1 M de tokens, con una salida máxima de 943 K.

• Modalidades — entrada de texto, imagen y vídeo; salida de texto.

• Endpoints — /v1/chat/completions, /v1/responses y /v1/messages.

• Latencia medida — tiempo hasta el primer token p50: 7,26 segundos; p95: 10,00 segundos, durante siete días.

• Tráfico — 2.779,4 millones de tokens durante los mismos siete días.

Ese último par es la parte que la mayoría de las páginas de precios omite, y es lo más útil de la página: 2,78 mil millones de tokens en una semana son evidencia de que el endpoint se está usando a escala, no de que es rápido. La cifra de latencia dice lo contrario: 7,26 segundos hasta el primer token es lento, y es lento de una manera que importa de forma distinta según lo que estés construyendo.

Lo que realmente compra el resultado de $10

El precio por token es una mala unidad para planificar, así que aquí está la misma tarifa expresada en tareas. Una sola solicitud que lee 200.000 tokens de contexto y escribe 5.000 tokens cuesta $0,40 de entrada y $0,05 de salida — unos 45 centavos. Esa misma solicitud frente a GPT-6.1 Sol, que tiene la misma tarifa de $2,00 / $10,00, cuesta los mismos 45 centavos y obtiene tres puntos Index menos en el panel independiente. Ese es el argumento a favor de Kimi K3.1 Pro en una frase, y también es el argumento en contra de basarse solo en la tarifa: precios idénticos significan que la decisión depende por completo de qué modelo hace el trabajo.

Ahora el otro extremo del rango, que es donde el límite de salida de 943K deja de ser una curiosidad. Un agente que genera un documento largo o un archivo de código grande en una sola llamada puede escribir plausiblemente 100.000 tokens de salida. A 10 $ por millón, eso son 1,00 $ por la respuesta: cinco veces el coste de la entrada si el prompt era pequeño. Los tokens de salida son donde esta tarjeta se vuelve cara, y la generación de textos largos es donde un techo de 943K realmente se pondrá a prueba.

Dos lagunas honestas en lo que te indica la página: enumera las tarifas de entrada y salida y ninguna tarifa de lectura de caché o por lotes, así que no hay ningún descuento publicado con el que planificar; y no ofrece ningún límite de tasa por cuenta, lo que significa que el techo que alcanzas bajo carga es un descubrimiento operativo en lugar de una partida presupuestaria. Vale la pena preguntar por ambas antes de trasladar a ella un trabajo de gran volumen.

La latencia es la segunda factura

7,26 segundos hasta el primer token no aparece en la tarifa, y para una interfaz de chat resulta casi irrelevante: el lector está esperando de todos modos. Para un bucle de agente es una cifra completamente distinta. Un bucle que realiza veinte turnos paga aproximadamente dos minutos y medio de espera pura por tarea en p50, y cerca de tres minutos y medio en p95, antes de contar cualquier trabajo real. Multiplícalo por agentes en paralelo y el tiempo real, no la factura, se convierte en la restricción.

Ese es el intercambio concreto que este modelo te pide aceptar: el mismo precio que un modelo de gama media más rápido, una puntuación más alta en un índice compuesto y más lentitud al inicio de cada solicitud. La forma correcta de decidir es medir tu propio p95 con tus propios prompts en lugar de confiar en la cifra de cualquiera de los dos proveedores.

El endpoint que nadie menciona, y el que decide la adopción

La página del modelo enumera tres endpoints, y el tercero es el interesante. Además de las rutas de chat completions y responses al estilo OpenAI, hay un endpoint /v1/messages: la superficie al estilo Anthropic. Para cualquiera que ejecute un harness de programación que hable la API de Anthropic, esa es la diferencia entre un modelo al que puedes apuntar tus herramientas existentes y un modelo que necesita un adaptador.

También replantea el precio. Un harness como Claude Code es caro de ejecutar no por ninguna llamada individual, sino por la cantidad de llamadas que hace una sesión. A $2.00 / $10.00 con una ventana de 1 M, la aritmética que normalmente da al traste con estas configuraciones —un contexto largo que se reenvía en cada turno— es aquella para la que esta tarjeta está mejor diseñada, siempre que el primer token de 7 segundos no haga que la sesión parezca rota.

4 de noviembre, y qué efecto tiene sobre el precio.

La fecha de los pesos abiertos es un evento de precios, no solo de licencias, y hay un precedente sobre cómo se desarrolla. Kimi K3 se anunció el 16 de julio de 2026 y sus pesos aparecieron en Hugging Face el 27 de julio: un intervalo de once días. Si K3.1 Pro sigue el mismo patrón, el precio del servicio alojado deja de ser el único precio del mercado: el autoalojamiento se convierte en una opción real para cualquiera que tenga las GPUs, y el precio alojado tiene que competir con un coste marginal que es la factura de electricidad de otro.

Lo que eso no cambia es esto: autoalojar un modelo de este tamaño es una decisión de capital, no un descuento. La tarjeta alojada es la forma barata de usarlo, y los pesos son la forma barata de poseerlo: distintos compradores, distintas respuestas. Cualquiera que planee un compromiso importante debería tratar el 4 de noviembre como la fecha en que cambia el conjunto de comparación, no como una fecha en que baja el precio.

Cómo presupuestarlo sin adivinar

Tres reglas prácticas, en orden de importancia.

• Presupuesta primero la salida. Con una relación de precios de 10:1 entre salida y entrada, el lado de la salida domina toda carga de trabajo que genere en lugar de leer. Si no conoces tu proporción de tokens de salida, mídela antes de modelar el coste.

• Trata el contexto de 1 M como un riesgo de facturación, no como una funcionalidad. Una ventana grande te invita a enviarlo todo; enviarlo todo en cada turno es la forma en que un modelo barato se convierte en uno caro. El comportamiento de la caché no está documentado en esta página, así que supón que cada token se cobra cada vez hasta que puedas medirlo de otra manera.

• Compara el precio de la alternativa el mismo día. Los precios cambian. En OrcaRouter, el precio publicado por el proveedor es lo que se te cobra, sin margen, así que un cambio de precio de Moonshot está vigente aquí el mismo día en que se anuncia; lo que también significa que una comparación que anotaste el mes pasado puede estar describiendo una tarjeta que ya no existe.

Qué vigilar: si los pesos se publican el 4 de noviembre y bajo qué licencia, si la página del modelo incorpora una tarifa de lectura de caché una vez que el servicio con pesos abiertos normalice el procesamiento por lotes, y si la ficha del servicio alojado se mueve siquiera en respuesta. El precio que pagas por Kimi K3.1 Pro esta semana es un precio alojado con una pregunta en forma de vencimiento adjunta.