TLDR Moonshot AI actualmente fija el precio de Kimi K2.7 Code en $0.19 por 1M tokens de entrada con acierto de caché, $0.95 por 1M tokens de entrada con fallo de caché y $4.00 por 1M tokens de salida. Kimi K2.7 Code HighSpeed duplica esas tarifas a $0.38 / $1.90 / $8.00.
Los principales factores de costo son:
- Caching: La entrada con acierto de caché de K2.7 de Moonshot es un 80% más barata que la entrada con fallo de caché.
- HighSpeed: La ruta más rápida cuesta el doble a nivel de token.
- Batch API: Los modelos compatibles cuestan el 60% de sus tarifas en tiempo real, equivalente a un ahorro del 40%.
- WebSearch: Moonshot cobra $0.005 por cada llamada exitosa a la búsqueda integrada, además de los tokens usados para procesar los resultados.
- Compatibilidad: K2.7 Code requiere modo Thinking, mientras que la WebSearch integrada de Moonshot requiere que Thinking esté desactivado.
Para los agentes de codificación, la métrica más útil no es el precio por millón de tokens. Es el costo por tarea completada, incluyendo razonamiento, caché, reintentos, llamadas a herramientas, latencia y correcciones humanas.
Precios de Kimi K2 API de un vistazo
fuente: Precios de Kimi K2.7 Code
| Modelo o ruta | Entrada con acierto de caché | Entrada con fallo de caché o estándar | Salida | Contexto |
|---|---|---|---|---|
| Moonshot K2.7 Code | $0.19 / 1M | $0.95 / 1M | $4.00 / 1M | 256K |
| Moonshot K2.7 Code HighSpeed | $0.38 / 1M | $1.90 / 1M | $8.00 / 1M | 256K |
| Moonshot K2.6 | $0.16 / 1M | $0.95 / 1M | $4.00 / 1M | 256K |
| Moonshot K2.5 | $0.10 / 1M | $0.60 / 1M | $3.00 / 1M | 256K |
| CometAPI K2.7 Code | No listado por separado | $0.76 / 1M | Aprox. $3.20 / 1M | 256K |
Los precios de K2.7 de Moonshot son actualmente promocionales. Moonshot y CometAPI también usan estructuras de facturación de entrada diferentes, por lo que sus tarifas listadas no deben considerarse directamente intercambiables.
Explicación de precios de Moonshot Kimi K2
K2.7 Code y K2.6 comparten los mismos precios de entrada con fallo de caché y de salida. Las principales diferencias a nivel de token son que K2.7 Code cobra ligeramente más por la entrada en caché, mientras que HighSpeed duplica todas las tarifas de K2.7.
| Modelo | Más adecuado para |
|---|---|
| kimi-k2.7-code | Agentes de código, ediciones de repositorios y tareas de ingeniería de largo alcance |
| kimi-k2.7-code-highspeed | Codificación interactiva donde la menor latencia tiene valor medible |
| kimi-k2.6 | Razonamiento multimodal general, agentes y WebSearch integrada |
| kimi-k2.5 | Cargas generales y multimodales de menor costo |
Moonshot describe HighSpeed como el mismo modelo subyacente K2.7 Code servido a través de una ruta más rápida. Su velocidad de salida documentada es de aproximadamente 180 tokens por segundo, alcanzando hasta 260 tokens por segundo en escenarios de contexto más corto. La capacidad puede fluctuar mientras Moonshot amplía recursos.
Por lo tanto, HighSpeed es principalmente una elección de latencia en lugar de un nivel de calidad de modelo diferente.
Una alternativa directa a la API de Moonshot: CometAPI
Los desarrolladores pueden acceder a Kimi K2.7 Code directamente a través de Moonshot AI o mediante la API compatible con OpenAI de CometAPI.
| Ruta de acceso | Entrada estándar | Entrada en caché | Salida |
|---|---|---|---|
| API directa Moonshot | $0.95 / 1M fallo de caché | $0.19 / 1M | $4.00 / 1M |
| CometAPI | $0.76 / 1M | No listado por separado | Aprox. $3.20 / 1M |
Los precios listados por CometAPI para entrada y salida estándar son aproximadamente un 20% más bajos, mientras que Moonshot puede ser más rentable para cargas con una alta proporción de aciertos de caché.
Elige CometAPI si quieres una sola API para Kimi y otros proveedores de modelos. Elige acceso directo a Moonshot si tu flujo de trabajo reutiliza con frecuencia los mismos prompts o el contexto del repositorio.
fuente: Precio de Kimi K2.7 Code en CometAPI
A las tarifas listadas actualmente, CometAPI es aproximadamente un 20% más barato que los precios de entrada con fallo de caché y de salida de Moonshot.
Sin embargo, CometAPI no muestra un precio separado para aciertos de caché en la página de su modelo K2.7. Su precio de entrada estándar de $0.76 no debe compararse directamente con la tarifa de $0.19 para entrada en caché de Moonshot.
Los equipos que reutilizan repetidamente prompts del sistema largos, definiciones de herramientas o contexto de repositorio deberían probar ambas rutas usando su tráfico real. Una carga con una proporción muy alta de aciertos de caché puede producir un resultado diferente a otra que envía mayormente contexto nuevo.
Revisa el último precio de Kimi K2.7 Code en CometAPI o compara los modelos disponibles en la página de precios de CometAPI.
Cómo cambia la caché el costo de la API de Kimi
Kimi factura los tokens de entrada como aciertos o fallos de caché.
Los fallos de caché generalmente incluyen contenido nuevo o modificado, como:
- archivos de repositorio nuevos
- instrucciones actualizadas
- resultados de herramientas recientes
- historial de conversación cambiante
Los aciertos de caché pueden incluir contenido repetido, como prompts del sistema estables, esquemas de herramientas, convenciones de codificación y contexto de repositorio sin cambios.
Para K2.7 Code, la entrada en caché cuesta $0.19 por 1M tokens frente a $0.95 para entrada no cacheada. Eso hace que un token con acierto de caché sea un 80% más barato.
Calcula las dos categorías por separado:
Input cost =
(cache-hit tokens ÷ 1,000,000 × cache-hit price)
+
(cache-miss tokens ÷ 1,000,000 × cache-miss price)
Ejemplo de costo con caché
Supongamos un proceso de flujo de trabajo:
- 800,000 tokens con acierto de caché
- 200,000 tokens con fallo de caché
| Categoría de tokens | Cálculo | Costo |
|---|---|---|
| Acierto de caché | 800,000 ÷ 1M × $0.19 | $0.15 |
| Fallo de caché | 200,000 ÷ 1M × $0.95 | $0.19 |
| Costo total de entrada | $0.152 + $0.190 | $0.34 |
Calcular los mismos 1M tokens enteramente a la tarifa de fallo de caché costaría $0.95. En este ejemplo, el perfil mixto de caché reduce el costo de entrada en $0.608.
Por eso los tableros de producción deberían registrar tokens con acierto y con fallo de caché por separado en lugar de reportar solo el uso total de entrada.
Precios de Kimi Batch API
La Batch API de Moonshot cobra el 60% del precio del modelo correspondiente en tiempo real, lo que da a los equipos un ahorro del 40% en cargas asíncronas compatibles. La documentación actual lista K2.7 Code, K2.6 y K2.5 como modelos compatibles con Batch.
| Modelo Batch | Entrada con acierto de caché | Entrada con fallo de caché | Salida |
|---|---|---|---|
| kimi-k2.7-code | $0.114 / 1M | $0.57 / 1M | $2.40 / 1M |
| kimi-k2.6 | $0.096 / 1M | $0.57 / 1M | $2.40 / 1M |
| kimi-k2.5 | $0.06 / 1M | $0.36 / 1M | $1.80 / 1M |
Batch API es idónea para:
- análisis de código a nivel de repositorio
- ejecuciones de evaluación grandes
- clasificación offline
- enriquecimiento nocturno
- generación de tests sintéticos
- análisis de migraciones
- colas de revisión de seguridad
Es menos adecuada para asistentes de IDE, chat en vivo y otros flujos donde el usuario espera una respuesta inmediata.
Para el procesamiento en segundo plano, el ahorro del 40% puede ser más valioso que cambiar a un modelo más barato con una menor tasa de finalización de tareas.
Precios y compatibilidad de Kimi WebSearch
Moonshot cobra $0.005 por cada llamada exitosa a la $web_search integrada. No se cobra una tarifa de herramienta separada cuando el modelo finaliza sin activar la herramienta de búsqueda.
El contenido de los resultados de búsqueda también puede agregarse a la siguiente solicitud del modelo y facturarse como tokens de entrada. Moonshot define el cálculo resultante de tokens como:
Total tokens =
prompt tokens + search-result tokens + completion tokens
Un flujo de trabajo de búsqueda completo puede incluir:
Initial model request
+ WebSearch tool fee
+ search-result input tokens
+ follow-up model request
+ retries
También hay una restricción importante del modelo. La WebSearch integrada de Moonshot requiere que Thinking esté desactivado, mientras que K2.7 Code no admite el modo sin Thinking. Por lo tanto, el ejemplo oficial de WebSearch usa K2.6 con Thinking desactivado.
Para la búsqueda integrada de Moonshot, usa K2.6 o K2.5 con Thinking desactivado.
Un agente de K2.7 puede aún llamar a un servicio de búsqueda implementado de forma independiente mediante llamadas de función normales. En ese caso, el precio de la búsqueda viene determinado por el proveedor externo en lugar de la tarifa integrada de $0.005 de Moonshot.
Ejemplo 1: Costo de K2.7 Code para una tarea de codificación
Supón que un flujo de trabajo de agente de código usa:
- 30,000 tokens de entrada con fallo de caché
- 8,000 tokens de salida, incluido el razonamiento
- sin llamadas a WebSearch integrada
K2.7 Code estándar
| Componente | Cálculo | Costo |
|---|---|---|
| Entrada | 30,000 ÷ 1M × $0.95 | $0.03 |
| Salida | 8,000 ÷ 1M × $4.00 | $0.03 |
| Total | $0.06 |
K2.7 Code HighSpeed
| Componente | Cálculo | Costo |
|---|---|---|
| Entrada | 30,000 ÷ 1M × $1.90 | $0.06 |
| Salida | 8,000 ÷ 1M × $8.00 | $0.06 |
| Total | $0.12 |
Para el mismo uso de tokens, HighSpeed cuesta exactamente el doble.
CometAPI K2.7 Code
Usando las tarifas actuales de CometAPI:
| Componente | Cálculo | Costo |
|---|---|---|
| Entrada | 30,000 ÷ 1M × $0.76 | $0.02 |
| Salida | 8,000 ÷ 1M × $3.19998 | Aprox. $0.0256 |
| Total | Aprox. $0.0484 |
Eso está aproximadamente un 20% por debajo del costo de tokens con fallo de caché de Moonshot de $0.0605 en este ejemplo. El cálculo excluye impuestos, herramientas externas y otros servicios de plataforma.
Ejemplo 2: K2.6 con WebSearch integrada
Supón que un flujo de trabajo con K2.6 y Thinking desactivado usa:
- 30,000 tokens de entrada con fallo de caché en todo el flujo
- 8,000 tokens de salida
- una llamada exitosa a la WebSearch integrada
Los 30,000 tokens de entrada incluyen contenido de resultados de búsqueda llevado a la solicitud posterior.
| Componente | Cálculo | Costo |
|---|---|---|
| Entrada | 30,000 ÷ 1M × $0.95 | 0.0285 |
| Salida | 8,000 ÷ 1M × $4.00 | 0.0320 |
| WebSearch | 1 × $0.005 | 0.0050 |
| Total | 0.0655 |
En este ejemplo, la tarifa directa de WebSearch representa alrededor del 7.6% del total. En flujos de investigación más largos, los tokens agregados por los resultados de búsqueda pueden costar más que la propia llamada a la herramienta.
Detalles de ingeniería que pueden cambiar la factura final
K2.7 Code siempre usa el modo Thinking
Fuente:* KIMI Thinking Mode Documentation
K2.7 Code devuelve un error si Thinking está desactivado. Su razonamiento se devuelve a través de reasoning_content, y tanto el razonamiento como la respuesta visible contribuyen al uso de tokens.
Durante las llamadas a herramientas de varios pasos, las aplicaciones deben preservar el reasoning_content del asistente en el contexto de la conversación. Los bucles de agente más largos pueden, por lo tanto, aumentar tanto el uso de salida actual como el uso de entrada posterior.
max_tokens es un límite, no un cargo fijo
El parámetro max_tokens define la cantidad máxima que el modelo puede generar. Un ajuste más alto da al modelo suficiente margen para completar su razonamiento y respuesta, pero no se factura automáticamente la asignación completa.
Los costos se basan en los tokens realmente procesados y generados.
Varios parámetros de la solicitud son fijos
K2.7 Code requiere valores fijos para varios parámetros:
| Parámetro | Valor requerido |
|---|---|
| temperature | 1 |
| top_p | 0.95 |
| n | 1 |
| presence_penalty | 0 |
| frequency_penalty | 0 |
Pasar otro valor puede devolver un error. Las aplicaciones que usan el mismo envoltorio compatible con OpenAI en varios proveedores deberían inspeccionar los valores predeterminados codificados antes de cambiar de modelo.
Para una guía práctica de integración, consulta Cómo usar la API de Kimi K2.7 Code con CometAPI.
Adopción externa y señales de desarrolladores
La documentación oficial de precios explica cómo se factura el modelo. La adopción externa aporta contexto adicional sobre dónde se usa y cómo lo evalúan los desarrolladores.
GitHub Copilot
GitHub hizo que Kimi K2.7 Code estuviera generalmente disponible en Copilot el 1 de julio de 2026, describiéndolo como el primer modelo de pesos abiertos ofrecido en el selector de modelos de Copilot. La disponibilidad cubría inicialmente planes individuales y se amplió a Business y Enterprise el 7 de julio.
La adopción por parte de GitHub es una señal de distribución útil, pero no demuestra que K2.7 supere a otros modelos en todas las cargas de trabajo de codificación.
Fuentes externas:
- Kimi K2.7 Code está disponible de forma general en GitHub Copilot
- Kimi K2.7 para Copilot Business y Enterprise
Ecosistema de despliegue de pesos abiertos
Moonshot publica Kimi K2.7 Code en Hugging Face bajo una licencia MIT modificada. La tarjeta del modelo describe una arquitectura de mezcla de expertos con 1 billón de parámetros y 32 mil millones de parámetros activados, y una ventana de contexto de 256K. También incluye instrucciones de despliegue para frameworks como Transformers, vLLM y SGLang.
Moonshot reporta aproximadamente un 30% menos de uso de tokens de razonamiento que K2.6 y una mejora del 10% en capacidad agentiva. Estos son resultados informados por el proveedor y deben validarse con cargas de trabajo independientes.
Consulta la tarjeta del modelo Kimi K2.7 Code en Hugging Face para detalles de arquitectura y despliegue.
Debate en la comunidad de desarrolladores
El debate en Hacker News es más mixto que los materiales de lanzamiento. Algunos desarrolladores se enfocan en la disponibilidad de pesos abiertos de Kimi, la eficiencia de tokens y la integración con herramientas de agentes de codificación. Otros argumentan que un precio de token más bajo no garantiza un menor costo de proyecto si el modelo requiere más reintentos, supervisión o contexto.
Ese debate respalda la recomendación central de esta guía: compara modelos usando repositorios reales y mide finalización de tareas, reintentos y ediciones humanas, no solo tarifas de tokens publicitadas.
Consulta el debate sobre Kimi K2.7 Code en Hacker News.
Precios de API: GPT vs Claude vs Kimi vs DeepSeek
La siguiente tabla compara las tarifas estándar actuales de API para Kimi K2.7 Code, DeepSeek V4 Pro, Claude Sonnet 5 y GPT-5.6 Sol a 13 de julio de 2026.
| Proveedor | Modelo | Entrada estándar | Entrada en caché o lectura | Salida | Notas | Precio en CometAPI |
|---|---|---|---|---|---|---|
| Moonshot AI | Kimi K2.7 Code | $0.95 / 1M | $0.19 / 1M | $4.00 / 1M | Precios promocionales | $0.76 entrada / ~$3.20 salida |
| DeepSeek | DeepSeek V4 Pro | $0.435 / 1M fallo de caché | $0.003625 / 1M | $0.87 / 1M | Contexto de 1M | $0.416 entrada / $0.832 salida |
| Anthropic | Claude Sonnet 5 | $2.00 / 1M | $0.20 / 1M lectura de caché | $10.00 / 1M | Precio introductorio hasta el 31 de agosto de 2026 | $1.60 entrada / $8.00 salida |
| OpenAI | GPT-5.6 Sol | $5.00 / 1M | $0.50 / 1M | $30.00 / 1M | Precios estándar de contexto corto | $4.00 entrada / $24.00 salida |
Referencias oficiales de precios:
DeepSeek V4 Pro actualmente lista una ventana de contexto de 1M con entrada en caché a $0.003625, entrada con fallo de caché a $0.435 y salida a $0.87 por millón de tokens.
La tarifa introductoria de Claude Sonnet 5 es de $2 por millón de tokens de entrada, $0.20 por millón de tokens de lectura de caché y $10 por millón de tokens de salida hasta el 31 de agosto de 2026. Sus escrituras en caché tienen precio por separado, y Anthropic señala que el tokenizador más nuevo del modelo puede producir más tokens para el mismo texto que los modelos Claude anteriores.
La tarifa estándar de contexto corto de GPT-5.6 Sol es de $5 por millón de tokens de entrada, $0.50 por millón de tokens de entrada en caché y $30 por millón de tokens de salida. OpenAI también lista tarifas separadas para escrituras de caché, contexto largo, Batch, Flex y Priority.
A las tarifas de tokens listadas, Kimi K2.7 Code es menos costoso que Claude Sonnet 5 y GPT-5.6 Sol, mientras que DeepSeek V4 Pro es más barato. Esto no establece qué modelo ofrece el costo más bajo para un flujo de trabajo de codificación específico.
¿Qué modelo Kimi deberías usar?
| Carga de trabajo | Punto de partida recomendado |
|---|---|
| Ediciones de repositorio y tareas largas | kimi-k2.7-code |
| Codificación interactiva donde importa la latencia | kimi-k2.7-code-highspeed |
| Razonamiento multimodal general y agentes | kimi-k2.6 |
| WebSearch integrada de Moonshot | kimi-k2.6 o kimi-k2.5 con Thinking desactivado |
| Cargas generales de menor costo | kimi-k2.5 |
| Evaluaciones offline y procesamiento masivo | Batch API |
K2.7 Code es el punto de partida natural para trabajo de codificación sensible a calidad. HighSpeed vale la pena probarlo cuando respuestas más rápidas mejoran la experiencia del desarrollador, la conversión o el rendimiento.
K2.6 es más flexible para flujos multimodales generales y con búsqueda, mientras que K2.5 tiene las tarifas estándar más bajas de Kimi por token.
Cómo evaluar el costo real
Construye un conjunto de evaluación a partir de tareas de producción en lugar de confiar solo en benchmarks públicos.
Casos de prueba útiles incluyen:
- implementación de funcionalidades a nivel de repositorio
- revisión de pull requests
- depuración y generación de tests
- análisis de código de largo contexto
- llamadas a herramientas de varios pasos
- soporte a desarrolladores con búsqueda
Mide:
- finalización exitosa de tareas
- proporción de aciertos de caché
- tokens de entrada y salida
- volumen de tokens de razonamiento
- éxito de llamadas a herramientas
- recuento de reintentos
- latencia p50 y p95
- correcciones humanas
- costo total del flujo de trabajo
Calcula:
Cost per completed task =
total workflow cost ÷ successfully completed tasks
Por ejemplo, si un equipo gasta $10 y completa exitosamente 80 tareas:
Cost per completed task = $10 ÷ 80 = $0.125
Un modelo con tokens más baratos aún puede costar más si requiere intentos repetidos, razonamiento más largo o corrección manual extensa.
Para ejemplos de enrutamiento, respaldo y evaluación, explora el Cookbook de CometAPI.
Preguntas frecuentes
¿Cuánto cuesta Kimi K2.7 Code?
Moonshot actualmente lista K2.7 Code en:
- $0.19 por 1M tokens de entrada con acierto de caché
- $0.95 por 1M tokens de entrada con fallo de caché
- $4.00 por 1M tokens de salida
Las tarifas figuran actualmente como precios promocionales por tiempo limitado.
¿Cuánto cuesta K2.7 Code a través de CometAPI?
CometAPI actualmente lista K2.7 Code a $0.76 por 1M tokens de entrada y $3.19998 por 1M tokens de salida.
No se muestra una tarifa separada para aciertos de caché en la página del modelo.
¿La Batch API de Kimi reduce costos y admite K2.7 Code?
Sí. La inferencia por lotes cuesta el 60% del precio en tiempo real, equivalente a un ahorro del 40%.
La documentación actual de Batch de Moonshot lista K2.7 Code, K2.6 y K2.5 como modelos compatibles.
¿Cuánto cuesta Kimi WebSearch?
La $web_search integrada de Moonshot cuesta $0.005 por llamada exitosa.
El contenido de resultados de búsqueda también puede facturarse como tokens de entrada cuando se incluye en la siguiente solicitud del modelo.
¿Se puede desactivar Thinking en K2.7 Code?
No. Las solicitudes que desactivan Thinking devuelven un error.
¿Kimi es compatible con OpenAI?
Sí. Moonshot documenta compatibilidad con el formato de la API de OpenAI, aunque aún se aplican restricciones específicas del modelo a Thinking, parámetros y llamadas a herramientas de varios pasos.
Prueba Kimi K2.7 Code con CometAPI
Kimi K2.7 Code ofrece precios competitivos para cargas de trabajo de agentes de codificación, pero la mejor ruta depende de más que la tarifa publicitada por token.
Antes de elegir un proveedor, compara:
Total workflow cost =
tokens + retries + tools + latency + human correction
CometAPI permite a los desarrolladores probar Kimi junto a GPT, Claude, Gemini, DeepSeek, Grok y otras familias de modelos mediante un flujo de trabajo de API unificado.
Revisa los últimos precios de CometAPI, abre la página del modelo Kimi K2.7 Code y evalúa el modelo usando tareas reales de tus propios repositorios.
El objetivo no es simplemente encontrar el token más barato. Es encontrar el menor costo por tarea completada.