Kimi K3, 16 Temmuz 2026'da piyasaya sürüldü. Fiyatlandırma ilk bakışta basit görünse de iki ayrı giriş fiyatı nedeniyle gerçek maliyeti hesaplamak gerekir: Moonshot AI, önbellek isabetli giriş için 1 milyon token başına 0,30 ABD doları, önbellek isabetsiz giriş için 3,00 ABD doları ve çıkış için 15,00 ABD doları listeliyor. Kodlama iş yüklerinde aylık faturayı belirleyen sayı, liste fiyatı değil; önbellek isabet oranınıza göre oluşan karma giriş oranıdır. Bu rehberde gerçek maliyet formülünü, görev başına hesaplamayı ve Kimi K3'ün Claude Opus 4.8, GPT-5.6 Sol ve DeepSeek V4 karşısındaki konumunu inceliyoruz.
TL;DR
- Kimi K3 fiyatları:
- Önbellek isabetli giriş: 1M token başına 0,30 ABD doları
- Önbellek isabetsiz giriş: 1M token başına 3,00 ABD doları
- Çıkış: 1M token başına 15,00 ABD doları
- Moonshot, kodlama iş yüklerinde %90'ın üzerinde önbellek isabet oranı bildirdiği için etkin giriş maliyeti 3,00 ABD doları yerine yaklaşık 0,57 ABD doları / 1M token olabilir.
- Giriş ucuzdur; maliyetin önemli kısmı uzun model yanıtlarından gelir.
- Sistem istemi, araç şemaları ve bağlam öneklerini dönüşler arasında sabit tutarak önbellek isabetini artırın.
- Gerçek oranınızı, her yanıttaki kullanım verilerini inceleyerek ölçün. Bunu Apidog ile istek bazında doğrulayabilirsiniz.
Kimi K3 etiket fiyatları
Moonshot'ın kimi-k3 modeli için yayınladığı fiyatlar:
| Token türü | 1M token başına fiyat |
|---|---|
| Önbellek isabetli giriş | 0,30 ABD doları |
| Önbellek isabetsiz giriş | 3,00 ABD doları |
| Çıkış | 15,00 ABD doları |
Bu oranlar arasındaki fark, maliyet optimizasyonunun yönünü belirler:
- Önbellek isabetsiz giriş, önbellek isabetli girişten 10 kat pahalıdır.
- Çıkış, önbellek isabetsiz girişten 5 kat pahalıdır.
- Çıkış, önbellek isabetli girişten 50 kat pahalıdır.
Bu nedenle tüm giriş tokenlarının 3,00 ABD doları üzerinden ücretlendirildiğini varsaymak giriş maliyetini abartır. Tersine, çıkışı ihmal etmek de toplam maliyeti olduğundan düşük gösterir.
Modelin yetenekleri ve konumlandırması için Kimi K3 nedir açıklayıcısına bakın. Uç nokta, temel URL ve SDK kurulumu için Kimi K3 API kılavuzunu kullanın.
Önbellek isabeti maliyeti neden değiştirir?
İstem önbellekleme, gönderdiğiniz istemin tokenize edilmiş önekini yeniden kullanır. Sonraki isteğiniz aynı önekle başlıyorsa sağlayıcı tokenları yeniden işlemek yerine önbellekten okuyabilir. Bu tokenlar, 3,00 ABD dolarlık önbellek isabetsiz oranı yerine 0,30 ABD dolarlık önbellek isabetli oranla faturalandırılır.
Moonshot, Kimi K3'ü Mooncake'in ayrıştırılmış çıkarım mimarisi üzerinden sunduğunu ve kodlama iş yüklerinde %90'ın üzerinde önbellek isabet oranı bildirdiğini belirtiyor.
Karma giriş maliyetini şu formülle hesaplayın:
karma_giriş_oranı =
(isabet_oranı × önbellek_isabet_fiyatı) +
((1 - isabet_oranı) × önbellek_isabetsiz_fiyatı)
%90 önbellek isabeti için:
(0,90 × 0,30 ABD doları) + (0,10 × 3,00 ABD doları)
= 0,27 ABD doları + 0,30 ABD doları
= 0,57 ABD doları / 1M giriş tokenı
%95 isabet oranında ise:
(0,95 × 0,30 ABD doları) + (0,05 × 3,00 ABD doları)
= 0,435 ABD doları / 1M giriş tokenı
%90 oranı, Moonshot'ın kodlama iş yükleri için bildirdiği değerdir. Kendi oranınız; istem öneklerinizin ne kadar sabit kaldığına, araç şemalarınıza ve konuşma bağlamını nasıl taşıdığınıza bağlıdır. Üretim bütçesini bu varsayımla oluşturmadan önce kendi trafiğinizi ölçün.
Uygulamalı maliyet örneği: tek bir ajan kodlama görevi
Orta büyüklükte bir depoda çalışan tek bir kodlama ajanı oturumunu ele alalım:
- Toplam giriş: 2.000.000 token
- Toplam çıkış: 200.000 token
Bağlamın her turda yeniden gönderilmesi, özellikle ajan tabanlı kodlama akışlarında giriş hacmini büyütebilir.
Senaryo 1: Önbellek yok
Giriş:
2.000.000 × 3,00 / 1.000.000 = 6,00 ABD doları
Çıkış:
200.000 × 15,00 / 1.000.000 = 3,00 ABD doları
Toplam:
9,00 ABD doları
Senaryo 2: %90 önbellek isabeti
Önbellek isabetli giriş:
1.800.000 × 0,30 / 1.000.000 = 0,54 ABD doları
Önbellek isabetsiz giriş:
200.000 × 3,00 / 1.000.000 = 0,60 ABD doları
Giriş ara toplamı:
1,14 ABD doları
Çıkış:
200.000 × 15,00 / 1.000.000 = 3,00 ABD doları
Toplam:
4,14 ABD doları
Önbellekleme:
- Giriş maliyetini 6,00 ABD dolarından 1,14 ABD dolarına
- Toplam görev maliyetini 9,00 ABD dolarından 4,14 ABD dolarına
düşürür.
Bu, görev genelinde yaklaşık %54 tasarruf demektir. Ancak çıkış maliyeti iki senaryoda da 3,00 ABD dolarıdır. Önbellekleme, henüz üretilmemiş model yanıtlarını ucuzlatmaz.
Maliyeti düşürmek için uygulama adımları
Kimi K3'te maliyet optimizasyonu çoğunlukla çıktı disiplinidir.
1. Yanıt uzunluğunu sınırlayın
İstekte doğrudan istenen çıktıyı tanımlayın. Gereksiz açıklama, alternatif yaklaşım veya tekrar istemeyin.
{
"model": "kimi-k3",
"messages": [
{
"role": "user",
"content": "Yalnızca ilgili dosyalar için unified diff üret. Açıklama ekleme."
}
],
"max_tokens": 1200
}
max_tokens sınırı, uzun ve pahalı yanıtları önlemek için en doğrudan kontrol noktasıdır.
2. Önbelleğe uygun sabit bir önek oluşturun
Sistem isteminizi, araç tanımlarınızı ve değişmeyen depo bağlamınızı her çağrıda aynı sırada ve aynı içerikle gönderin.
[Sabit sistem istemi]
[Sabit araç şeması]
[Sabit depo kuralları]
[Değişen kullanıcı görevi]
Şunlar önbellek isabetini bozabilir:
- Sistem istemindeki küçük metin düzenlemeleri
- Araç şemalarının yeniden sıralanması
- Bağlam bloklarının farklı sırada gönderilmesi
- Aynı sabit içeriğe zaman damgası veya rastgele kimlik eklenmesi
3. İlgili görevleri aynı bağlam altında gruplayın
Her işlem için sıfırdan yeni bir bağlam başlatmak yerine, aynı depo ve görev bağlamına ait çağrıları aynı sabit önek arkasında çalıştırın.
Örneğin:
- Depo kurallarını ve dosya ağacını gönderin.
- Hata analizini isteyin.
- Aynı bağlamla düzeltme planını isteyin.
- Aynı bağlamla kod farkını isteyin.
- Son olarak test güncellemesini isteyin.
Bu yaklaşım hem önbellek isabetini artırabilir hem de modelin gerekli bağlamı korumasına yardımcı olabilir.
4. Girişi körlemesine kırpmayın
Önbelleğe alınmış giriş zaten ucuz olabilir. Sırf token azaltmak için gerekli depo bağlamını veya hata kayıtlarını silmek:
- daha fazla açıklayıcı soru üretilmesine,
- daha uzun çıktılara,
- yanlış veya eksik değişikliklere,
- ek isteklerle maliyetin tekrar artmasına
neden olabilir.
Kimi K3 için pratik yaklaşım şudur: bağlamı yeterli tutun, çıktıyı sıkı yönetin.
Fiyat kıyaslaması: Kimi K3 nerede konumlanıyor?
| Model | Giriş (1M başına) | Çıkış (1M başına) | Notlar |
|---|---|---|---|
| Kimi K3 | 0,30 ABD doları önbellek isabetli / 3,00 ABD doları önbellek isabetsiz | 15,00 ABD doları | 1M bağlam, 27 Temmuz civarı açık ağırlıklar |
| Claude Opus 4.8 | 5,00 ABD doları | 25,00 ABD doları | Premium katman; güncel fiyatlandırmayı kontrol edin |
| GPT-5.6 Sol | ~5,00 ABD doları | ~30,00 ABD doları | Amiral gemisi katmanı; daha ucuz GPT-5.6 katmanları mevcut |
| DeepSeek V4 | Değer katmanı | Değer katmanı | Güncel oranları doğrulayın |
Rakip fiyatları değişebileceği için üretim kararından önce güncel oranları kontrol edin.
Claude Opus 4.8 karşısında
Kıyaslanan Claude Opus 4.8 fiyatlarına göre Kimi K3, hem giriş hem çıkış tarafında daha düşük liste fiyatına sahiptir.
Örnekteki 2M giriş ve 200K çıkış görevi için:
Claude Opus 4.8:
Giriş: 2M × 5,00 = 10,00 ABD doları
Çıkış: 200K × 25,00 = 5,00 ABD doları
Toplam: yaklaşık 15,00 ABD doları
Kimi K3 (%90 önbellek isabeti):
Toplam: yaklaşık 4,14 ABD doları
Anthropic'in kendi istem önbellekleme mekanizmaları maliyet farkını azaltabilir. Yine de bu oranlar, Kimi K3'ün fiyat açısından değer odaklı bir seçenek olduğunu gösterir.
GPT-5.6 Sol karşısında
GPT-5.6 fiyatlandırmasına göre GPT-5.6 Sol için yaklaşık 5 ABD doları giriş ve 30 ABD doları çıkış maliyeti söz konusu olabilir.
Bu durumda Kimi K3 özellikle çıkış maliyetinde daha düşük kalır. Ancak GPT-5.6'nın daha ucuz Terra ve Luna katmanları bulunur. Bu katmanların yetenek/maliyet dengesi iş yükünüze uygunsa OpenAI tarafı daha avantajlı olabilir.
DeepSeek V4 karşısında
DeepSeek V4 fiyatlandırması ile karşılaştırırken iki değer odaklı açık ağırlık seçeneğini değerlendirirsiniz.
DeepSeek V4 ham çıktı fiyatında Kimi K3'ün altına inebilir. Kimi K3 ise 1M bağlamı ve iyi önbelleklenen giriş iş yüklerinde düşük karma giriş maliyetiyle karşılık verir. İş yükünüz giriş ağırlıklıysa ve önekleriniz kararlıysa maliyet farkı daralabilir veya tersine dönebilir.
Apidog ile token kullanımını ölçme
Önbellek hesabı ancak kendi kullanım verilerinizle anlamlıdır. Kimi K3 yanıtlarındaki kullanım nesnesi, giriş, çıkış ve önbellek isabetiyle ilgili token sayılarını içerir. Bu alanlardan gerçek karma oranınızı hesaplayabilirsiniz.
Kimi K3 uç noktasını Apidog'da OpenAI uyumlu bir API gibi yapılandırın:
- Temel URL
- Taşıyıcı token
- Model kimliği:
kimi-k3
Ardından şu test akışını uygulayın:
- Temsili bir sistem istemi, araç şeması ve görev bağlamı oluşturun.
- İsteği ilk kez gönderin ve kullanım verisini kaydedin.
- Aynı isteği, sabit öneği değiştirmeden ikinci kez gönderin.
- İkinci yanıttaki önbellek isabet tokenlarını karşılaştırın.
- Gerçek isabet oranınızı aşağıdaki formülle hesaplayın.
önbellek_isabet_oranı =
önbellek_isabet_tokenları / toplam_giriş_tokenları
Ardından maliyet tahmininizi güncelleyin:
tahmini_giriş_maliyeti =
toplam_giriş_tokenı / 1.000.000 × karma_giriş_oranı
Aynı isteği kimi-k3 ve mevcut modeliniz için kaydederek A/B testi de yapabilirsiniz. Yanıtları yan yana değerlendirin; ardından token sayıları ve iş başına maliyet üzerinden karar verin.
Editör içinde çalışıyorsanız VS Code içinde Apidog kullanma rehberiyle bu test döngüsünü kodunuzun yanında tutabilirsiniz. Apidog'u indirin ve birkaç dakika içinde karşılaştırmalı istekler çalıştırın.
Dürüst değerlendirme
Kimi K3'ü beslemek ucuz, konuşturmak ise primlidir.
Mooncake üzerinden bildirilen %90'ın üzerindeki kodlama iş yükü önbellek isabetiyle birlikte, giriş maliyeti birçok ekip için 0,30 ABD dolarlık tabana yaklaşabilir. Asıl bütçe baskısı, 1M token başına 15,00 ABD doları olan çıkış tarafındadır.
Pratikte:
- Sabit önekleri yeniden kullanın.
- Çıktı uzunluğunu
max_tokensile kontrol edin. - Gereksiz açıklama yerine doğrudan fark, JSON veya yapılandırılmış çıktı isteyin.
- Kendi kullanım verinizden gerçek önbellek isabet oranını ölçün.
- Rakiplerin güncel fiyatlarını üretim kararından önce yeniden doğrulayın.
Kimi K3, Claude Opus 4.8'e karşı daha düşük oranlar sunar ve GPT-5.6 Sol'a göre fiyat avantajına sahiptir. DeepSeek V4 ile karşılaştırmada ise sonuç; giriş/çıkış oranınıza ve önbellekleme başarınıza bağlıdır. Moonshot, modeli yetenek açısından Claude Fable 5 ve GPT-5.6 Sol'un gerisinde konumlandırırken; uygun fiyat, 1M bağlam ve 27 Temmuz civarında gelecek açık ağırlık sürümü Kimi K3'ü değerlendirmeye değer kılar.
Harcama yapmadan önce Apidog'u indirin, kimi-k3 için birkaç temsili istek gönderin ve kullanım nesnesindeki önbellek isabet dağılımından kendi karma maliyetinizi hesaplayın.
SSS
Kimi K3 API maliyeti ne kadar?
Moonshot'ın doğrudan API'sinde Kimi K3:
- Önbellek isabetli giriş için 1M token başına 0,30 ABD doları
- Önbellek isabetsiz giriş için 1M token başına 3,00 ABD doları
- Çıkış için 1M token başına 15,00 ABD doları
maliyetindedir.
OpenRouter gibi üçüncü taraf listelemeler, ayrı bir önbellek isabet katmanı olmadan sabit 3,00 ABD doları giriş ve 15,00 ABD doları çıkış gösterebilir. İstek kurulumu için Kimi K3 API kılavuzuna bakın.
Önbellek isabet oranı nedir ve neden önemlidir?
Önbellek isabet oranı, giriş tokenlarınızın ne kadarının yeniden işlenmek yerine önbellekten okunduğunu gösterir.
Moonshot, Mooncake'in ayrıştırılmış çıkarımı üzerinden sunulan kodlama iş yüklerinde %90'ın üzerinde isabet oranı bildirmektedir. Bu önemlidir; çünkü isabetli giriş tokenları 3,00 ABD doları yerine 0,30 ABD doları üzerinden ücretlendirilir.
%90 isabet oranında karma giriş maliyeti yaklaşık:
0,57 ABD doları / 1M giriş tokenı
olur.
Kimi K3, Claude Opus 4.8'den daha mı ucuz?
Liste fiyatlarına göre evet. Kimi K3'ün çıkışı 1M token başına 15,00 ABD doları, Claude Opus 4.8'in çıkışı ise 25,00 ABD dolarıdır. Giriş tarafında da Kimi K3 daha düşük fiyatlıdır.
2M giriş ve 200K çıkış içeren örnek görevde:
- Kimi K3, %90 önbellek isabetiyle yaklaşık 4,14 ABD doları
- Claude Opus 4.8, liste fiyatlarıyla yaklaşık 15,00 ABD doları
tutar.
Anthropic'in kendi önbellekleme desteği farkı azaltabilir. Ayrıntılar için Claude Opus 4.8 fiyatlandırmasına ve Kimi K3 vs Claude Opus 4.8 karşılaştırmasına bakın.
Kimi K3 fiyatlandırması GPT-5.6 ve DeepSeek V4 ile nasıl karşılaştırılır?
Kimi K3, yaklaşık 5 ABD doları giriş ve 30 ABD doları çıkış maliyeti olan GPT-5.6 Sol'dan daha ucuzdur. Ancak GPT-5.6'nın daha ucuz Terra ve Luna katmanları vardır.
DeepSeek V4, ham çıktı fiyatında Kimi K3'ün altına inebilecek değer odaklı başka bir seçenektir. Kimi K3 ise yüksek önbellek isabeti olan giriş ağırlıklı iş yüklerinde avantaj sağlayabilir.
Karar vermeden önce GPT-5.6 fiyatlandırmasını ve DeepSeek V4 API fiyatlandırmasını kontrol edin.
Kimi K3 faturamı nasıl düşürebilirim?
Girişten çok çıkış maliyetine odaklanın:
-
max_tokensdeğerini sınırlayın. - Kısa, yapılandırılmış yanıtlar isteyin.
- Sistem istemi, araç şeması ve bağlam önekini bayt düzeyinde sabit tutun.
- Aynı bağlamdaki görevleri ayrı, sıfırdan başlayan çağrılar yerine birlikte yürütün.
- Gerçek önbellek isabet oranınızı izleyin.
Önbelleğe alınmış giriş zaten ucuz olabileceği için, yalnızca tasarruf amacıyla yararlı bağlamı kırpmak genellikle iyi bir optimizasyon değildir.
Gerçek önbellek isabet oranımı nasıl doğrulayabilirim?
Her Kimi K3 yanıtındaki kullanım nesnesini inceleyin. Bu nesne giriş, çıkış ve önbellek isabet token sayılarını içerir.
Aynı isteği Apidog üzerinden iki kez gönderin. Sabit önek korunuyorsa ikinci istekte önbellek isabet tokenlarının arttığını gözlemleyebilirsiniz.
önbellek_isabet_oranı =
önbellek_isabet_tokenları / toplam_giriş_tokenları
Bu oranı karma maliyet formülüne ekleyerek gerçek üretim maliyetinizi tahmin edin.
Top comments (0)