תמחור Kimi K3.1 Pro: $2/$10, תקרת פלט של 943K ומשקלים שעדיין אינם קיימים

יש מספר אחד בKimi K3.1 Pro שבכרטיס המחיר שלו הופך את שאר הפרטים למוזרים: תקרת הפלט. המודל נמכר בתעריף של $2.00 למיליון טוקני קלט ו-$10.00 למיליון טוקני פלט, על פני חלון הקשר של 1M טוקנים, עם פלט מקסימלי של 943,000 טוקנים. זו אינה שגיאת הקלדה ואינה עיגול של נתון חלון ההקשר — זה מה שמערכת ההגשה תאפשר בפועל לתגובה בודדת להגיע אליו, וזה משנה את מה ש״יקר״ אומר כאן. מודל שמתומחר כמו סוס עבודה בדרג הביניים נמכר עם יכולת ליצירת טקסט ארוך שרוב המודלים במחיר הזה אינם מציעים.

הדבר המוזר השני הוא ש-Moonshot מוכרת אותו כמודל עם משקלים פתוחים בלי שהפיצה משקלים. התיעוד של Moonshot עצמה אומר שמשקלי המודל המלאים "ישוחררו עד 4 בנובמבר", ו-Artificial Analysis — שמעריכה את מה שהיא יכולה לכנות — עדיין מתייגת את המודל כקנייני. עד שיעבור התאריך הזה, כל מחיר שננקב עבור Kimi K3.1 Pro הוא מחיר של אירוח, ואין חלופה באירוח עצמי להשוות אליה. שתי העובדות מקומן בכתבה על תמחור, משום ששתיהן קובעות מה בעצם אתה קונה.

הכרטיס, שורה אחר שורה

נקרא מהעמוד החי של המודל ב-OrcaRouter, 29 באוקטובר 2026:

• קלט — $2.00 למיליון טוקנים.

• פלט — $10.00 למיליון טוקנים.

• הקשר — 1M טוקנים, עם פלט מרבי של 943K.

• מודליות — קלט טקסט, תמונה ווידאו; פלט טקסט.

• נקודות קצה — /v1/chat/completions, /v1/responses ו-/v1/messages.

• השהיה נמדדת — זמן p50 לאסימון הראשון 7.26 שניות; p95 10.00 שניות, על פני שבעה ימים.

• תעבורה — 2,779.4 מיליון טוקנים במהלך אותם שבעה ימים.

הצמד האחרון הוא החלק שרוב דפי המחירים משמיטים, והוא הדבר השימושי ביותר בעמוד: 2.78 מיליארד טוקנים בשבוע הוא ראיה לכך שנקודת הקצה בשימוש בהיקף רחב, לא לכך שהיא מהירה. נתון השיהוי אומר את ההיפך — 7.26 שניות לטוקן הראשון זה איטי, וזה איטי באופן שמשמעותו שונה בהתאם למה שאתה בונה.

מה שתפוקת ה-10$ בעצם קונה

תמחור לפי טוקן הוא יחידת מידה גרועה לתכנון, ולכן הנה אותה כרטיסייה מוצגת כמשימות. בקשה בודדת שקוראת 200,000 טוקנים של הקשר וכותבת 5,000 טוקנים עולה $0.40 בקלט ו-$0.05 בפלט — כ-45 סנט. אותה בקשה מול GPT-6.1 Sol, שנושאת את אותה כרטיסייה של $2.00 / $10.00, עולה אותם 45 סנט ומקבלת ציון נמוך בשלוש נקודות Index בלוח העצמאי. זהו הטיעון בעד Kimi K3.1 Pro במשפט אחד, וזהו גם הטיעון נגד הסתמכות על הכרטיסייה בלבד: מחירים זהים פירושם שההחלטה כולה היא איזה מודל עושה את העבודה.

כעת הקצה השני של הטווח, שבו תקרת הפלט של 943K מפסיקה להיות קוריוז. סוכן שמייצר מסמך ארוך או קובץ קוד גדול בקריאה אחת יכול בהחלט לכתוב 100,000 טוקני פלט. במחיר של $10 למיליון, זה $1.00 עבור התגובה — פי חמישה מעלות צד הקלט אם ההנחיה הייתה קטנה. טוקני פלט הם המקום שבו הכרטיס הזה נהיה יקר, ויצירה ארוכה היא המקום שבו תקרה של 943K אכן תיבחן.

שני פערים גלויים במה שהדף מספר לך: הוא מפרט תעריפי קלט ופלט אך לא תעריף קריאת מטמון או תעריף אצווה, כך שאין הנחה מפורסמת שלפיה אפשר לתכנן; והוא אינו מוסר מגבלת קצב לפי חשבון, כלומר התקרה שאליה תגיע תחת עומס היא גילוי תפעולי ולא שורת תקציב. שווה לשאול על שניהם לפני שתעביר אליו עבודה בהיקף גבוה.

השהיה היא החשבון השני.

7.26 שניות עד לטוקן הראשון לא מופיעות בכרטיס התעריפים, ובממשק צ'אט זה כמעט חסר משמעות — הקורא ממילא ממתין. בלופ של סוכן זה מספר אחר לגמרי. לופ של עשרים סבבים גובה בערך שתיים וחצי דקות של המתנה טהורה לכל משימה ב-p50, וקרוב יותר לשלוש וחצי ב-p95, לפני שנספרת העבודה עצמה. תכפילו בסוכנים מקבילים — ושעון הקיר, לא החשבונית, הוא שהופך למגבלה.

זו הפשרה הספציפית שהמודל הזה מבקש שתעשה: מתומחר באופן זהה למודל בינוני מהיר יותר, מקבל ציון גבוה יותר במדד משולב, ואיטי יותר בתחילת כל בקשה. הדרך הנכונה להחליט היא למדוד את ה-p95 שלך על הפרומפטים שלך, במקום לסמוך על הנתון של מי מהספקים.

נקודת הקצה שאיש לא מזכיר, וזו שמכריעה את האימוץ

עמוד המודל מציג שלוש נקודות קצה, והשלישית היא המעניינת. מעבר לנתיבי chat completions ו-responses בסגנון OpenAI, יש נקודת קצה /v1/messages — המשטח בסגנון Anthropic. עבור כל מי שמריץ רתמת קידוד שמדברת ב-API של Anthropic, זה ההבדל בין מודל שאפשר להפנות לכלים הקיימים שלך לבין מודל שזקוק למתאם.

זה גם מציג את המחיר באור חדש. הרנס כמו Claude Code יקר להרצה לא בגלל קריאה בודדת כלשהי, אלא בגלל מספר הקריאות שסשן מבצע. בתעריף של $2.00 / $10.00 עם חלון של 1M, החשבון שבדרך כלל הורג את התצורות האלה — הקשר ארוך שנשלח מחדש בכל תור — הוא בדיוק זה שהכרטיס הזה מותאם לו בצורה הטובה ביותר, בתנאי שהטוקן הראשון של 7 שניות לא גורם לסשן להרגיש שבור.

4 בנובמבר, ומה זה עושה למחיר

תאריך המשקלים הפתוחים הוא אירוע תמחור, לא רק אירוע רישוי, ויש תקדים לאופן שבו זה מתפתח. Kimi K3 הוכרז ב-16 ביולי 2026 והמשקלים שלו הופיעו ב-Hugging Face ב-27 ביולי — פער של אחד עשר יום. אם K3.1 Pro יתפוס אותה צורה, מחיר האירוח מפסיק להיות המחיר היחיד בשוק: אירוח עצמי הופך לאפשרות ממשית לכל מי שיש לו GPUs, ומחיר האירוח חייב להתחרות בעלות שולית שהיא חשבון החשמל של מישהו אחר.

מה שזה לא משנה הוא זה: אירוח עצמי של מודל בגודל כזה הוא החלטת הון, לא הנחה. הכרטיס המאוחסן הוא הדרך הזולה להשתמש בו, והמשקלים הם הדרך הזולה להחזיק בו — קונים שונים, תשובות שונות. כל מי שמתכנן מחויבות גדולה צריך להתייחס ל-4 בנובמבר כתאריך שבו משתנה קבוצת ההשוואה, לא כתאריך שבו המחיר יורד.

איך לתקצב את זה בלי לנחש

שלושה כללים מעשיים, לפי סדר חשיבות.

• תקציב הפלט תחילה. ביחס מחירים של 10:1 בין פלט לקלט, צד הפלט שולט בכל עומס עבודה שיוצר ולא קורא. אם אינך יודע את נתח אסימוני הפלט שלך, מדוד אותו לפני שאתה מחשב את העלות.

• התייחסו לחלון הקשר של מיליון טוקנים כאל סכנת חיוב, לא כתכונה. חלון גדול מזמין אתכם לשלוח הכול; שליחת הכול בכל סבב היא הדרך שבה מודל זול הופך ליקר. התנהגות המטמון אינה מתועדת בעמוד הזה, אז הניחו שכל טוקן מחויב בכל פעם עד שתוכלו למדוד אחרת.

• תמחרו את החלופה באותו יום. התעריפים משתנים. ב-OrcaRouter המחיר שפרסם הספק הוא מה שמחייבים אתכם, ללא תוספת, כך ששינוי מחיר של Moonshot נכנס לתוקף כאן באותו יום שבו הוא מוכרז — מה גם שפירושו שהשוואה שרשמתם בחודש שעבר עשויה לתאר כרטיס שכבר לא קיים.

מה כדאי לעקוב: אם המשקולות יפורסמו ב-4 בנובמבר ובאיזה רישיון, אם עמוד המודל יקבל תעריף קריאה מהמטמון ברגע שהגשה של מודלים עם משקולות פתוחות תהפוך את העיבוד באצוות לדבר שבשגרה, ואם כרטיס השירות המתארח יזוז בכלל בתגובה. המחיר שאתם משלמים עבור Kimi K3.1 Pro השבוע הוא מחיר מתארח שאליו מצורפת שאלה בדמות תפוגה.