Стоимость Kimi K3.1 Pro: $2/$10, лимит вывода 943K и веса, которых пока не существует

Есть одна цифра в прайс-листе Kimi K3.1 Pro, которая делает всё остальное странным: потолок вывода. Модель продаётся по цене $2.00 за миллион входных токенов и $10.00 за миллион выходных, при контекстном окне в 1 млн токенов и максимальном объёме вывода 943 000 токенов. Это не опечатка и не округление значения контекста — именно до такого объёма сервисный стек фактически позволит доходить одному ответу, и это меняет смысл слова «дорогой» в данном случае. Модель, стоящая по цене на уровне рабочей лошадки среднего сегмента, продаётся с возможностью длинных ответов, которой нет у большинства моделей по этой цене.

Вторая странность заключается в том, что Moonshot продаёт её как модель с открытыми весами, так и не выпустив сами веса. В собственной документации компании сказано, что полные веса модели «будут выпущены к 4 ноября», а Artificial Analysis — которая оценивает то, что может вызвать, — по-прежнему называет модель проприетарной. Пока эта дата не наступила, любая указанная цена для Kimi K3.1 Pro — это цена хостинга, и нет альтернативы для самостоятельного размещения, с которой её можно было бы сравнить. Оба факта должны присутствовать в статье о ценах, потому что оба определяют, что вы на самом деле покупаете.

Карта, строка за строкой

Прочитайте на актуальной странице модели на OrcaRouter, 29 октября 2026 года:

• Ввод — $2.00 за миллион токенов.

• Вывод — $10.00 за миллион токенов.

• Контекст — 1 млн токенов с максимальным объёмом вывода 943K.

• Модальности — ввод текста, изображения и видео; вывод текста.

• Эндпоинты — /v1/chat/completions, /v1/responses и /v1/messages.

• Измеренная задержка — p50 — время до первого токена 7,26 секунды; p95 — 10,00 секунды за семь дней.

• Трафик — 2,779.4 млн токенов за те же семь дней.

Эта последняя пара — то, что большинство страниц с ценами упускают, и при этом самое полезное на странице: 2,78 млрд токенов за неделю — свидетельство того, что эндпоинт используется в масштабе, а не того, что он быстрый. Показатель задержки говорит об обратном: 7,26 секунды до первого токена — это медленно, и эта медлительность имеет разное значение в зависимости от того, что вы создаёте.

Что на самом деле можно получить за $10

Цена за токен — плохая единица для планирования, поэтому вот та же тарифная карта в пересчёте на задачи. Один запрос, который читает 200 000 токенов контекста и записывает 5 000 токенов, стоит $0.40 на входе и $0.05 на выходе — около 45 центов. Тот же запрос к GPT-6.1 Sol, у которого та же тарифная карта $2.00 / $10.00, стоит те же 45 центов и набирает на три пункта Index меньше в независимом рейтинге. Это аргумент в пользу Kimi K3.1 Pro в одном предложении, и одновременно аргумент против того, чтобы опираться только на тарифную карту: одинаковые цены означают, что решение целиком зависит от того, какая модель выполняет работу.

Теперь другой конец диапазона — там, где ограничение вывода в 943K перестаёт быть любопытной особенностью. Агент, генерирующий длинный документ или крупный файл кода за один вызов, вполне может записать 100 000 выходных токенов. При $10 за миллион это $1.00 за ответ — в пять раз дороже входной части, если подсказка была небольшой. Именно выходные токены делают эту карту дорогой, и именно при генерации длинных текстов потолок в 943K будет реально проверен.

Два честных пробела в том, что вам сообщает страница: в ней перечислены тарифы на ввод и вывод, но нет ни ставки за чтение из кэша, ни ставки за пакетную обработку, так что нет опубликованной скидки, на которую можно было бы ориентироваться при планировании; и в ней не указан лимит частоты запросов на аккаунт, а значит, потолок, в который вы упрётесь под нагрузкой, — это операционное открытие, а не статья в бюджете. Про оба стоит спросить, прежде чем переводить на неё задачу с большим объёмом.

Задержка — это второй счёт.

7,26 секунды до первого токена в тарифной сетке не значатся, а для чат-интерфейса это почти неважно — читатель в любом случае ждёт. Для цикла агента это совсем другая цифра. Цикл из двадцати шагов оплачивает примерно две с половиной минуты чистого ожидания на задачу при p50 и ближе к трём с половиной при p95 — ещё до того, как будет засчитана хоть какая-то реальная работа. Умножьте на параллельных агентов — и ограничением станет реальное время, а не счёт.

Это тот самый компромисс, на который модель вас толкает: цена такая же, как у более быстрой модели среднего уровня, балл по сводному индексу выше, но каждый запрос начинается медленнее. Правильный способ решить — измерить собственный p95 на собственных промптах, а не доверять цифрам любого из поставщиков.

Эндпоинт, о котором никто не говорит, и тот, что определяет внедрение

На странице модели перечислены три эндпоинта, и третий — самый интересный. Помимо маршрутов chat completions и responses в формате OpenAI, есть эндпоинт /v1/messages — интерфейс в формате Anthropic. Для всех, кто использует среду для программирования, работающую с API Anthropic, это разница между моделью, которую можно направить на существующий инструментарий, и моделью, которой нужен адаптер.

Это также меняет рамку восприятия цены. Такой харнесс, как Claude Code, дорого эксплуатировать не из-за какого-то отдельного вызова, а из-за того, сколько вызовов делает сессия. При $2.00 / $10.00 и окне 1M арифметика, которая обычно губит такие конфигурации — длинный контекст, повторно отправляемый на каждом ходу — это именно то, под что эта карта лучше всего заточена, при условии, что 7 секунд до первого токена не заставят сессию казаться сломанной.

4 ноября, и как это влияет на цену

Дата публикации открытых весов — это событие ценообразования, а не только лицензионное, и существует прецедент того, как это разворачивается. Kimi K3 была анонсирована 16 июля 2026 года, а её веса появились на Hugging Face 27 июля — разрыв в одиннадцать дней. Если K3.1 Pro повторит эту схему, цена хостинга перестанет быть единственной ценой на рынке: самостоятельный хостинг станет реальной опцией для всех, у кого есть GPU, и цена хостинга должна будет конкурировать с предельными издержками, равными чьему-то чужому счёту за электроэнергию.

Что от этого не меняется — так это следующее: самостоятельный хостинг модели такого размера — это капитальное решение, а не скидка. Хостинговая карта — дешёвый способ пользоваться ею, а веса — дешёвый способ владеть ею: разные покупатели, разные ответы. Тот, кто планирует крупные вложения, должен воспринимать 4 ноября как дату, когда меняется набор для сравнения, а не как дату снижения цены.

Как рассчитать бюджет, не гадая

Три практических правила, в порядке важности.

• Сначала заложите бюджет на выходные токены. При соотношении цен на выход и вход 10:1 выходная сторона доминирует в любой рабочей нагрузке, которая генерирует, а не читает. Если вы не знаете долю выходных токенов, измерьте её, прежде чем моделировать стоимость.

• Считайте контекст в 1M риском для счёта, а не преимуществом. Большое окно соблазняет отправлять всё; отправка всего на каждом ходе — это то, как дешёвая модель становится дорогой. Поведение кеша не документировано на этой странице, поэтому считайте, что каждый токен оплачивается каждый раз, пока вы не сможете измерить обратное.

• Сравнивайте цену альтернативы в тот же день. Цены меняются. В OrcaRouter вы платите ровно столько, сколько указал провайдер в опубликованной цене, без наценки, поэтому изменение цены Moonshot вступает в силу здесь в тот же день, когда о нём объявляют, — а значит, сравнение, которое вы записали в прошлом месяце, может описывать карточку, которой уже не существует.

За чем следить: появятся ли веса 4 ноября и под какой лицензией, получит ли страница модели показатель cache-read rate, когда обслуживание открытых весов сделает батчинг нормой, и сдвинется ли вообще карточка хостинга в ответ. Цена, которую вы платите за Kimi K3.1 Pro на этой неделе, — это цена хостинга, к которой прилагается вопрос в форме срока действия.