Harga API Kimi K2 2026: Kos K2.7, Batch dan WebSearch

Ringkasan Moonshot AI kini menetapkan harga Kimi K2.7 Code pada $0.19 per 1M token input cache hit, $0.95 per 1M token input cache miss dan $4.00 per 1M token output. Kimi K2.7 Code HighSpeed menggandakan kadar tersebut kepada $0.38 / $1.90 / $8.00.

Pertimbangan kos utama ialah:

• Caching: Input cache hit K2.7 Moonshot 80% lebih murah daripada input cache miss.
• HighSpeed: Laluan yang lebih pantas menelan kos dua kali ganda pada aras token.
• Batch API: Model yang disokong dicaj 60% daripada kadar masa nyata, bersamaan penjimatan 40%.
• WebSearch: Moonshot mengenakan $0.005 bagi setiap panggilan carian terbina dalam yang berjaya, serta token yang digunakan untuk memproses hasil carian.
• Keserasian: K2.7 Code memerlukan mod Thinking, manakala WebSearch terbina dalam Moonshot memerlukan Thinking dilumpuhkan.

Bagi ejen pengaturcaraan, metrik yang paling berguna bukan harga setiap sejuta token, tetapi kos setiap tugas yang disiapkan, termasuk penaakulan, caching, cubaan semula, panggilan alat, latensi dan pembetulan manusia.

Gambaran Ringkas Harga Kimi K2 API

sumber: Kimi K2.7 Code pricing

Harga K2.7 Moonshot pada masa ini adalah promosi. Moonshot dan CometAPI juga menggunakan struktur pengebilan input yang berbeza, jadi kadar yang disenaraikan tidak harus dianggap boleh dibanding terus.

Penjelasan Harga Moonshot Kimi K2

K2.7 Code dan K2.6 berkongsi harga input cache miss dan output yang sama. Perbezaan utama pada aras token ialah K2.7 Code mengenakan sedikit lebih untuk input cache, manakala HighSpeed menggandakan semua kadar K2.7.

Moonshot menerangkan HighSpeed sebagai model K2.7 Code yang sama tetapi dihidang melalui laluan yang lebih pantas. Kelajuan output yang didokumenkan kira-kira 180 token sesaat, dan boleh mencecah sehingga 260 token sesaat dalam senario konteks lebih pendek. Kapasiti mungkin berfluktuasi sementara Moonshot memperluas sumber.

Oleh itu, HighSpeed terutamanya ialah pilihan latensi, bukan aras kualiti model yang berasingan.

Alternatif API Terus Moonshot: CometAPI

Pembangun boleh mengakses Kimi K2.7 Code melalui Moonshot AI secara langsung atau melalui API serasi OpenAI CometAPI.

Harga input dan output standard CometAPI kira-kira 20% lebih rendah, manakala Moonshot mungkin lebih menjimatkan untuk beban kerja dengan nisbah cache hit yang tinggi.

Pilih CometAPI jika anda mahukan satu API untuk Kimi dan penyedia model lain. Pilih akses terus Moonshot jika aliran kerja anda kerap menggunakan semula arahan yang sama atau konteks repositori.


sumber: Kimi K2.7 Code price on CometAPI

Pada kadar yang disenaraikan kini, CometAPI kira-kira 20% lebih murah daripada harga input dan output cache miss Moonshot.

Walau bagaimanapun, CometAPI tidak memaparkan harga cache hit berasingan pada halaman model K2.7-nya. Harga input standard $0.76 tidak harus dibandingkan secara langsung dengan kadar input cache $0.19 Moonshot.

Pasukan yang berulang kali menggunakan semula arahan sistem, definisi alat atau konteks repositori yang panjang harus menguji kedua-dua laluan menggunakan trafik sebenar mereka. Beban kerja dengan nisbah cache hit yang sangat tinggi mungkin menghasilkan keputusan berbeza daripada yang menghantar kebanyakannya konteks baharu.

Semak harga terkini Kimi K2.7 Code pada CometAPI atau bandingkan model yang ada pada halaman harga CometAPI.

Bagaimana Caching Konteks Mengubah Kos Kimi API

Kimi mengenakan bil token input sebagai cache hit atau cache miss.

Cache miss lazimnya termasuk kandungan baharu atau diubah suai, seperti:

• fail repositori baharu
• arahan yang dikemas kini
• hasil alat baharu
• sejarah perbualan yang berubah

Cache hit mungkin termasuk kandungan berulang, seperti arahan sistem yang stabil, skema alat, konvensyen pengekodan dan konteks repositori yang tidak berubah.

Untuk K2.7 Code, input cache berharga $0.19 setiap 1M token berbanding $0.95 untuk input tidak cache. Ini menjadikan token cache hit 80% lebih murah.

Kira kedua-dua kategori secara berasingan:

Input cost =
(cache-hit tokens ÷ 1,000,000 × cache-hit price)
+
(cache-miss tokens ÷ 1,000,000 × cache-miss price)

Contoh kos caching

Anggap satu proses aliran kerja:

• 800,000 token cache hit
• 200,000 token cache miss

Mengira 1M token yang sama sepenuhnya pada kadar cache miss akan menelan kos $0.95. Dalam contoh ini, profil cache bercampur mengurangkan kos input sebanyak $0.608.

Inilah sebabnya papan pemuka produksi harus merekod token cache hit dan cache miss secara berasingan dan bukannya melaporkan hanya jumlah penggunaan input.

Harga Kimi Batch API

Batch API Moonshot mengenakan 60% daripada harga model masa nyata yang sepadan, memberi pasukan penjimatan 40% pada beban kerja tak segerak yang disokong. Dokumentasi semasa menyenaraikan K2.7 Code, K2.6 dan K2.5 sebagai model Batch yang disokong.

Batch API sesuai untuk:

• analisis kod seluruh repositori
• larian penilaian berskala besar
• pengelasan luar talian
• pengayaan malam
• penjanaan ujian sintetik
• analisis migrasi
• tugasan semakan keselamatan tertunggak

Ia kurang sesuai untuk pembantu IDE, sembang langsung dan aliran kerja lain di mana pengguna menunggu respons segera.

Untuk pemprosesan latar, penjimatan 40% boleh menjadi lebih bernilai daripada bertukar kepada model yang lebih murah dengan kadar penyempurnaan tugas yang lebih rendah.

Harga dan Keserasian Kimi WebSearch

Moonshot mengenakan $0.005 untuk setiap panggilan $web_search terbina dalam yang berjaya. Tiada yuran alat berasingan dikenakan apabila model tamat tanpa mencetuskan alat carian.

Kandungan hasil carian juga boleh ditambah ke permintaan model seterusnya dan dibilkan sebagai token input. Moonshot mentakrifkan pengiraan token yang terhasil sebagai:

Total tokens =
prompt tokens + search-result tokens + completion tokens

Aliran kerja carian lengkap oleh itu mungkin termasuk:

Initial model request
+ WebSearch tool fee
+ search-result input tokens
+ follow-up model request
+ retries

Terdapat sekatan model penting. WebSearch terbina dalam Moonshot memerlukan Thinking dilumpuhkan, manakala K2.7 Code tidak menyokong mod bukan Thinking. Contoh WebSearch rasmi oleh itu menggunakan K2.6 dengan Thinking dilumpuhkan.

Untuk carian terbina dalam Moonshot, gunakan K2.6 atau K2.5 dengan Thinking dilumpuhkan.

Ejen K2.7 untuk pengaturcaraan masih boleh memanggil perkhidmatan carian yang dilaksanakan secara bebas melalui panggilan fungsi biasa. Dalam kes itu, harga carian ditentukan oleh penyedia luaran dan bukan yuran terbina dalam $0.005 Moonshot.

Contoh 1: Kos K2.7 Code untuk Tugas Pengaturcaraan

Anggap aliran kerja ejen pengaturcaraan menggunakan:

• 30,000 token input cache miss
• 8,000 token output, termasuk penaakulan
• tiada panggilan WebSearch terbina dalam

K2.7 Code Standard

K2.7 Code HighSpeed

Untuk penggunaan token yang sama, HighSpeed menelan kos tepat dua kali ganda.

CometAPI K2.7 Code

Menggunakan kadar CometAPI semasa:

Itu kira-kira 20% lebih rendah daripada kos token cache miss Moonshot $0.0605 dalam contoh ini. Pengiraan tidak termasuk cukai, alat luaran dan perkhidmatan platform lain.

Contoh 2: K2.6 Dengan WebSearch Terbina Dalam

Anggap aliran kerja K2.6 dengan Thinking dilumpuhkan menggunakan:

• 30,000 token input cache miss sepanjang aliran kerja lengkap
• 8,000 token output
• satu panggilan WebSearch terbina dalam yang berjaya

30,000 token input termasuk kandungan hasil carian yang dibawa ke permintaan susulan.

Dalam contoh ini, yuran WebSearch langsung mewakili kira-kira 7.6% daripada jumlah. Dalam aliran kerja penyelidikan yang lebih panjang, token yang ditambah oleh hasil carian mungkin lebih mahal daripada panggilan alat itu sendiri.

Perincian Kejuruteraan yang Boleh Mengubah Bil Akhir

K2.7 Code sentiasa menggunakan mod Thinking


Sumber:* KIMI Thinking Mode Documentation

K2.7 Code memulangkan ralat jika Thinking dilumpuhkan. Penaakulannya dipulangkan melalui reasoning_content, dan kedua-dua penaakulan serta jawapan yang kelihatan menyumbang kepada penggunaan token.

Semasa panggilan alat berbilang langkah, aplikasi mesti mengekalkan reasoning_content pembantu dalam konteks perbualan. Gelung ejen yang lebih panjang oleh itu boleh meningkatkan penggunaan output semasa dan penggunaan input kemudiannya.

max_tokens ialah had, bukan caj tetap

Parameter max_tokens mentakrifkan jumlah maksimum yang mungkin dijana oleh model. Tetapan yang lebih tinggi memberi model ruang secukupnya untuk menyiapkan penaakulan dan responsnya, tetapi peruntukan penuh tidak akan dibilkan secara automatik.

Kos adalah berdasarkan token sebenar yang diproses dan dijana.

Beberapa parameter permintaan adalah tetap

K2.7 Code memerlukan nilai tetap untuk beberapa parameter:

Menghantar nilai lain boleh memulangkan ralat. Aplikasi yang menggunakan pembungkus serasi OpenAI yang sama merentas pelbagai penyedia harus menyemak lalai yang dikod keras sebelum menukar model.

Untuk panduan integrasi praktikal, lihat How to Use Kimi K2.7 Code API with CometAPI.

Penggunaan Luaran dan Isyarat Pembangun

GitHub Copilot

GitHub menjadikan Kimi K2.7 Code tersedia umum dalam Copilot pada 1 Julai 2026, menggambarkannya sebagai model open-weight pertama yang ditawarkan dalam pemilih model Copilot. Ketersediaan pada mulanya merangkumi pelan individu dan diperluas ke pelan Perniagaan dan Perusahaan pada 7 Julai.

Penggunaan oleh GitHub ialah isyarat pengedaran yang berguna, tetapi tidak membuktikan bahawa K2.7 akan mengatasi model lain bagi setiap beban kerja pengaturcaraan.

Sumber luaran:

• Kimi K2.7 Code is generally available in GitHub Copilot
• Kimi K2.7 for Copilot Business and Enterprise

Ekosistem penerapan open-weight

Moonshot menerbitkan Kimi K2.7 Code di Hugging Face di bawah lesen MIT yang diubah suai. Kad model menerangkan senibina mixture-of-experts berparameter 1 trilion dengan 32 bilion parameter diaktifkan dan tetingkap konteks 256K. Ia juga termasuk arahan penerapan untuk rangka kerja seperti Transformers, vLLM dan SGLang.

Moonshot melaporkan penggunaan token Thinking kira-kira 30% lebih rendah berbanding K2.6 dan penambahbaikan keupayaan agentik sebanyak 10%. Ini ialah hasil yang dilaporkan vendor dan harus disahkan menggunakan beban kerja bebas.

Lihat Kad model Kimi K2.7 Code di Hugging Face untuk perincian senibina dan penerapan.

Perbincangan komuniti pembangun

Perbincangan di Hacker News lebih bercampur-campur berbanding bahan pelancaran. Sesetengah pembangun menumpukan pada ketersediaan open-weight Kimi, kecekapan token dan integrasi dengan alat ejen pengaturcaraan. Yang lain berpendapat harga token lebih rendah tidak menjamin kos projek lebih rendah jika model memerlukan lebih banyak cubaan semula, penyeliaan atau konteks.

Perdebatan itu menyokong saranan utama panduan ini: bandingkan model menggunakan repositori sebenar dan ukur penyempurnaan tugas, cubaan semula dan suntingan manusia—bukan hanya kadar token yang diiklankan.

Lihat Perbincangan Kimi K2.7 Code di Hacker News.

Harga API GPT vs Claude vs Kimi vs DeepSeek

Jadual di bawah membandingkan kadar API standard semasa untuk Kimi K2.7 Code, DeepSeek V4 Pro, Claude Sonnet 5 dan GPT-5.6 Sol setakat 13 Julai 2026.

Rujukan harga rasmi:

• DeepSeek API pricing
• Claude API pricing
• OpenAI API pricing

DeepSeek V4 Pro kini menyenaraikan tetingkap konteks 1M dengan input cache hit pada $0.003625, input cache miss pada $0.435 dan output pada $0.87 setiap sejuta token.

Kadar pengenalan Claude Sonnet 5 ialah $2 setiap sejuta token input, $0.20 setiap sejuta token bacaan cache dan $10 setiap sejuta token output hingga 31 Ogos 2026. Penulisan cache harganya berasingan, dan Anthropic menyatakan bahawa pengekod token yang lebih baharu bagi model tersebut mungkin menghasilkan lebih banyak token untuk teks yang sama berbanding model Claude sebelumnya.

Kadar konteks pendek standard GPT-5.6 Sol ialah $5 setiap sejuta token input, $0.50 setiap sejuta token input cache dan $30 setiap sejuta token output. OpenAI juga menyenaraikan kadar penulisan cache, konteks panjang, Batch, Flex dan Priority yang berasingan.

Pada kadar token yang disenaraikan, Kimi K2.7 Code lebih murah daripada Claude Sonnet 5 dan GPT-5.6 Sol, manakala DeepSeek V4 Pro lebih murah. Ini tidak menetapkan model mana yang menawarkan kos terendah untuk aliran kerja pengaturcaraan tertentu.

Model Kimi Mana Patut Anda Gunakan?

K2.7 Code ialah titik permulaan semula jadi untuk kerja pengaturcaraan yang sensitif terhadap kualiti. HighSpeed berbaloi untuk diuji apabila respons lebih pantas meningkatkan pengalaman pembangun, penukaran atau hasil.

K2.6 lebih fleksibel untuk aliran kerja multimodal umum dan berasaskan carian, manakala K2.5 mempunyai kadar token Kimi standard paling rendah.

Cara Menilai Kos Sebenar

Bina set penilaian daripada tugas produksi dan bukannya bergantung hanya pada penanda aras awam.

Kes ujian yang berguna termasuk:

• pelaksanaan ciri peringkat repositori
• semakan pull request
• penyahpepijatan dan penjanaan ujian
• analisis kod konteks panjang
• panggilan alat berbilang langkah
• sokongan pembangun berasaskan carian

Jejak:

• penyempurnaan tugas yang berjaya
• nisbah cache hit
• token input dan output
• volum token penaakulan
• kejayaan panggilan alat
• kiraan cubaan semula
• latensi p50 dan p95
• pembetulan manusia
• jumlah kos aliran kerja

Kira:

Cost per completed task =
total workflow cost ÷ successfully completed tasks

Contohnya, jika satu pasukan membelanjakan $10 dan berjaya menyiapkan 80 tugas:

Cost per completed task = $10 ÷ 80 = $0.125

Model dengan token lebih murah masih boleh menelan kos lebih jika memerlukan cubaan berulang, penaakulan lebih panjang atau pembetulan manual yang meluas.

Untuk contoh routing, fallback dan penilaian, terokai CometAPI Cookbook.

Soalan Lazim

Berapakah kos Kimi K2.7 Code?

Moonshot kini menyenaraikan K2.7 Code pada:

• $0.19 per 1M token input cache hit
• $0.95 per 1M token input cache miss
• $4.00 per 1M token output

Kadar ini ditanda sebagai harga promosi untuk tempoh terhad.

Berapakah kos K2.7 Code melalui CometAPI?

CometAPI kini menyenaraikan K2.7 Code pada $0.76 per 1M token input dan $3.19998 per 1M token output.

Kadar cache hit berasingan tidak ditunjukkan pada halaman model.

Adakah Kimi Batch API mengurangkan kos, dan adakah ia menyokong K2.7 Code?

Ya. Inferens Batch menelan kos 60% daripada harga masa nyata, bersamaan penjimatan 40%.

Dokumentasi Batch semasa Moonshot menyenaraikan K2.7 Code, K2.6 dan K2.5 sebagai model yang disokong.

Berapakah kos Kimi WebSearch?

$web_search terbina dalam Moonshot berharga $0.005 bagi setiap panggilan yang berjaya.

Kandungan hasil carian juga boleh dibilkan sebagai token input apabila dimasukkan ke permintaan model seterusnya.

Bolehkah Thinking dilumpuhkan pada K2.7 Code?

Tidak. Permintaan yang melumpuhkan Thinking akan memulangkan ralat.

Adakah Kimi serasi dengan OpenAI?

Ya. Moonshot mendokumentasikan keserasian dengan format API OpenAI, walaupun kekangan khusus model masih terpakai untuk Thinking, parameter dan panggilan alat berbilang langkah.

Uji Kimi K2.7 Code Dengan CometAPI

Kimi K2.7 Code menawarkan harga yang kompetitif untuk beban kerja ejen pengaturcaraan, tetapi laluan terbaik bergantung pada lebih daripada kadar token yang diiklankan.

Sebelum memilih penyedia, bandingkan:

Total workflow cost =
tokens + retries + tools + latency + human correction

CometAPI membolehkan pembangun menguji Kimi bersama GPT, Claude, Gemini, DeepSeek, Grok dan keluarga model lain melalui aliran kerja API bersatu.

Semak harga CometAPI terkini, buka halaman model Kimi K2.7 Code, dan ujibanding model menggunakan tugas sebenar daripada repositori anda sendiri.

Matlamatnya bukan sekadar mencari token termurah. Ia adalah untuk mencari kos terendah bagi setiap tugas yang disiapkan.