Cennik Kimi K3.1 Pro: 2/10 USD, limit 943K tokenów wyjściowych i wagi, które jeszcze nie istnieją

W cenniku Kimi K3.1 Pro znajduje się jedna liczba, która sprawia, że reszta wydaje się dziwna: limit wyjścia. Model jest sprzedawany w cenie 2,00 USD za milion tokenów wejściowych i 10,00 USD za milion tokenów wyjściowych, w oknie kontekstu o rozmiarze 1 mln tokenów, z maksymalną długością wyjścia wynoszącą 943 000 tokenów. To nie jest literówka i nie jest to zaokrąglenie wartości kontekstu — to jest to, do czego stos obsługi faktycznie pozwoli dojść pojedynczej odpowiedzi, i zmienia to, co tutaj znaczy „drogi”. Model wyceniony jak koń roboczy średniej klasy jest sprzedawany z możliwością generowania długich form, której nie ma większość modeli w tej cenie.

Drugą dziwną rzeczą jest to, że Moonshot sprzedaje go jako model open-weight, mimo że nie udostępnił wag. W jego własnej dokumentacji napisano, że pełne wagi modelu „zostaną udostępnione do 4 listopada”, a Artificial Analysis — która ocenia to, co może nazwać — nadal określa model jako zastrzeżony. Dopóki ta data nie minie, każda podana cena Kimi K3.1 Pro jest ceną za hosting i nie ma alternatywy self-hosted, z którą można by ją porównać. Obie te informacje powinny znaleźć się w artykule o cenach, ponieważ obie określają, co tak naprawdę kupujesz.

Karta, wiersz po wierszu

Odczytane z bieżącej strony modelu w OrcaRouter, 29 października 2026:

• Dane wejściowe — 2,00 USD za milion tokenów.

• Dane wyjściowe — 10,00 USD za milion tokenów.

• Kontekst — 1 mln tokenów, z maksymalnym rozmiarem wyjścia 943 tys.

• Modalności —dane wejściowe: tekst, obraz i wideo; dane wyjściowe: tekst.

• Punkty końcowe — /v1/chat/completions, /v1/responses oraz /v1/messages.

• Zmierzona latencja — p50 czas do pierwszego tokenu 7,26 sekundy; p95 10,00 sekundy, w ciągu siedmiu dni.

• Ruch — 2 779,4 mln tokenów w ciągu tych samych siedmiu dni.

Ta ostatnia para to element, który pomija większość stron z cenami, a jest najbardziej użyteczną informacją na stronie: 2,78 miliarda tokenów w ciągu tygodnia świadczy o tym, że endpoint jest używany na szeroką skalę, a nie o tym, że jest szybki. Wskaźnik opóźnienia mówi coś przeciwnego — 7,26 sekundy do pierwszego tokena to wolno, i jest to wolne w sposób, którego znaczenie różni się w zależności od tego, co budujesz.

Co tak naprawdę daje produkt wyjściowy za 10 dolarów

Ceny za token to kiepska jednostka do planowania, więc oto ten sam cennik wyrażony w zadaniach. Pojedyncze zapytanie, które odczytuje 200 000 tokenów kontekstu i zapisuje 5000 tokenów, kosztuje $0.40 na wejściu i $0.05 na wyjściu — około 45 centów. To samo zapytanie wobec GPT-6.1 Sol, który ma ten sam cennik $2.00 / $10.00, kosztuje tyle samo, 45 centów, i na niezależnym rankingu uzyskuje wynik o trzy punkty Index niższy. To jest argument za Kimi K3.1 Pro w jednym zdaniu, a także argument przeciw poleganiu wyłącznie na cenniku: identyczne ceny oznaczają, że decyzja sprowadza się wyłącznie do tego, który model wykonuje pracę.

Teraz drugi koniec zakresu — tam, gdzie limit 943K na wyjściu przestaje być jedynie ciekawostką. Agent, który w jednym wywołaniu generuje długi dokument lub duży plik kodu, może realistycznie wygenerować 100 000 tokenów wyjściowych. Przy 10 USD za milion to 1,00 USD za odpowiedź — pięć razy więcej niż koszt strony wejściowej, jeśli prompt był mały. Tokeny wyjściowe to miejsce, w którym ta karta staje się kosztowna, a generowanie długich treści to sytuacja, w której pułap 943K faktycznie zostanie wykorzystany.

Dwie uczciwe luki w tym, co mówi strona: podaje stawki za dane wejściowe i wyjściowe, ale nie podaje stawki za odczyt z pamięci podręcznej ani stawki wsadowej, więc nie ma opublikowanego rabatu, na którym można by oprzeć planowanie; nie podaje też limitu zapytań na konto, co oznacza, że pułap, na który natrafisz pod obciążeniem, jest odkryciem operacyjnym, a nie pozycją w budżecie. Warto zapytać o jedno i drugie, zanim przeniesiesz na to zadanie o dużym wolumenie.

Opóźnienie to drugi rachunek

7,26 sekundy do pierwszego tokenu nie widnieje w cenniku, a w przypadku interfejsu czatu jest to prawie nieistotne — czytelnik i tak czeka. W przypadku pętli agenta to zupełnie inna liczba. Pętla obejmująca dwadzieścia tur zużywa około dwóch i pół minuty czystego oczekiwania na zadanie przy p50, a blisko trzech i pół przy p95, zanim policzy się jakąkolwiek faktyczną pracę. Pomnóż to przez równoległych agentów, a ograniczeniem staje się czas zegarowy, a nie faktura.

To konkretny kompromis, którego ten model wymaga od ciebie: wyceniony identycznie jak szybszy model średniej klasy, osiągający wyższy wynik w indeksie złożonym i wolniejszy na początku każdego żądania. Właściwym sposobem podjęcia decyzji jest zmierzenie własnego p95 na własnych promptach, zamiast ufać wartości podanej przez któregokolwiek dostawcę.

Endpoint, o którym nikt nie wspomina, i ten, który decyduje o adopcji

Strona modelu wymienia trzy punkty końcowe, a trzeci jest interesujący. Poza trasami uzupełnień czatu i odpowiedzi w kształcie OpenAI istnieje punkt końcowy /v1/messages — powierzchnia w kształcie Anthropic. Dla każdego, kto używa środowiska do kodowania obsługującego API Anthropic, to różnica między modelem, który można podłączyć do istniejących narzędzi, a modelem, który wymaga adaptera.

To także zmienia spojrzenie na cenę. Uruchamianie harnessu takiego jak Claude Code jest drogie nie z powodu pojedynczego wywołania, ale liczby wywołań, które wykonuje sesja. Przy $2.00 / $10.00 i oknie 1M rachunek, który zwykle przekreśla takie konfiguracje — długi kontekst przesyłany ponownie w każdej turze — jest właśnie tym, do czego ta karta jest najlepiej dostosowana, pod warunkiem że 7-sekundowy czas do pierwszego tokena nie sprawi, że sesja będzie wydawać się zepsuta.

4 listopada i jaki ma to wpływ na cenę

Data udostępnienia wag to wydarzenie cenowe, nie tylko licencyjne, i istnieje precedens, jak to się rozgrywa. Kimi K3 ogłoszono 16 lipca 2026 r., a jej wagi pojawiły się na Hugging Face 27 lipca — jedenastodniowa luka. Jeśli K3.1 Pro przyjmie ten sam kształt, cena hostowana przestaje być jedyną ceną na rynku: samodzielne hostowanie staje się realną opcją dla każdego, kto ma GPU, a cena hostowana musi konkurować z kosztem krańcowym, którym jest rachunek za prąd kogoś innego.

To, czego to nie zmienia, jest następujące: samodzielne hostowanie modelu tej wielkości to decyzja kapitałowa, a nie obniżka. Hostowana karta to tani sposób korzystania z niego, a wagi to tani sposób posiadania go — różni nabywcy, różne odpowiedzi. Każdy, kto planuje duże zobowiązanie, powinien traktować 4 listopada jako datę zmiany zestawu porównawczego, a nie datę spadku ceny.

Jak zaplanować na to budżet bez zgadywania

Trzy praktyczne zasady, w kolejności ważności.

• Najpierw zaplanuj budżet na dane wyjściowe. Przy stosunku cen danych wyjściowych do wejściowych wynoszącym 10:1 strona wyjściowa dominuje w każdym obciążeniu, które generuje, a nie odczytuje. Jeśli nie znasz udziału swoich tokenów wyjściowych, zmierz go, zanim zamodelujesz koszt.

• Traktuj kontekst 1M jako ryzyko rozliczeniowe, a nie funkcję. Duże okno zachęca do wysyłania wszystkiego; wysyłanie wszystkiego w każdej turze sprawia, że tani model staje się drogi. Zachowanie pamięci podręcznej nie jest tutaj udokumentowane, więc zakładaj, że każdy token jest rozliczany za każdym razem, dopóki nie zmierzysz tego inaczej.

• Wycen alternatywę tego samego dnia. Stawki się zmieniają. W OrcaRouter opłata, którą ponosisz, to cena publikowana przez dostawcę, bez narzutu, więc zmiana ceny Moonshot jest tu aktywna tego samego dnia, w którym zostaje ogłoszona — co oznacza również, że porównanie zapisane w zeszłym miesiącu może dotyczyć karty, która już nie istnieje.

Na co uważać: czy wagi pojawią się 4 listopada i na jakiej licencji, czy strona modelu zyska stawkę za odczyt z cache, gdy udostępnianie modeli z otwartymi wagami sprawi, że przetwarzanie wsadowe stanie się normą, oraz czy karta hostowanej oferty w ogóle zareaguje. Cena, którą w tym tygodniu płacisz za Kimi K3.1 Pro, to cena hostowana z doczepionym do niej pytaniem w kształcie terminu ważności.