CometAPI ile geliştirinBirden çok model için tek bir API mi gerekiyor?İş akışını Playground'da test edin, ardından model ve maliyet kullanım senaryonuza uyduğunda bir API anahtarı oluşturun.
Kimi K2 API 2026 Fiyatlandırması: K2.7, Batch ve WebSearch Maliyetleri
Lütfen Kimi K2.7, K2.6 ve K2.5 için API fiyatları, cache oranları, Batch tasarrufları, WebSearch ücretleri, CometAPI fiyatları ve gerçek coding‑agent maliyetlerini içeren resmi metni, tabloyu, JSON verisini veya bağlantıyı paylaşın; içeriği yapısını koruyarak Türkçeye çevireyim.
Kısaca Moonshot AI şu anda Kimi K2.7 Code için 1M önbellek isabetli giriş belirteci başına $0.19, 1M önbellek ıskalı giriş belirteci başına $0.95 ve 1M çıktı belirteci başına $4.00 fiyatlandırma uyguluyor. Kimi K2.7 Code HighSpeed bu oranları ikiye katlayarak $0.38 / $1.90 / $8.00 seviyesine çıkarır.
Netlik, kaynak ataması ve güncel API terminolojisi açısından gözden geçirildi.
Batch API:
WebSearch: Moonshot, başarılı her yerleşik arama çağrısı için $0.005 ücret alır; buna ek olarak arama sonuçlarını işlemek için kullanılan belirteçler de faturalandırılır.
Uyumluluk: K2.7 Code, Thinking modunu gerektirir; Moonshot’ın yerleşik WebSearch’ü ise Thinking’in devre dışı bırakılmasını gerektirir.
Kodlama ajanları için en yararlı metrik milyon belirteç başına fiyat değildir. En önemlisi, akıl yürütme, önbellekleme, yeniden denemeler, araç çağrıları, gecikme ve insan düzeltmelerini içeren tamamlanan görev başına maliyettir.
Moonshot’ın K2.7 fiyatları şu anda promosyon niteliğindedir. Moonshot ve CometAPI farklı giriş faturalama yapıları kullanır; bu nedenle listelenen oranlar doğrudan birbirleriyle değiştirilebilir olarak değerlendirilmemelidir.
Moonshot Kimi K2 Fiyatlandırmasının Açıklaması
K2.7 Code ve K2.6, aynı önbellek ıskalı giriş ve çıktı fiyatlarını paylaşır. Temel belirteç düzeyi farklılıkları, K2.7 Code’un önbelleğe alınmış girdi için biraz daha fazla ücret alması ve HighSpeed’in tüm K2.7 oranlarını ikiye katlamasıdır.
Model
En uygun kullanım
kimi-k2.7-code
Kodlama ajanları, depo düzenlemeleri ve uzun vadeli mühendislik görevleri
kimi-k2.7-code-highspeed
Daha düşük gecikmenin ölçülebilir değere sahip olduğu interaktif kodlama
kimi-k2.6
Genel çok modlu akıl yürütme, ajanlar ve yerleşik WebSearch
kimi-k2.5
Daha düşük maliyetli genel ve çok modlu iş yükleri
Moonshot, HighSpeed’i aynı temel K2.7 Code modelinin daha hızlı bir rotadan sunulması olarak tanımlar. Belgelenen çıktı hızı yaklaşık saniyede 180 belirteçtir; daha kısa bağlam senaryolarında saniyede 260 belirtece kadar ulaşır. Moonshot kaynakları genişletirken kapasite dalgalanabilir.
Bu nedenle HighSpeed, ayrı bir model-kalite katmanı olmaktan ziyade öncelikle bir gecikme tercihi olarak değerlendirilmelidir.
Moonshot Doğrudan API Alternatifi: CometAPI
Geliştiriciler Kimi K2.7 Code’a doğrudan Moonshot AI üzerinden veya CometAPI’nin OpenAI uyumlu API’si aracılığıyla erişebilir.
Erişim rotası
Standart giriş
Önbelleğe alınmış giriş
Çıktı
Moonshot direct API
$0.95 / 1M cache miss
$0.19 / 1M
$4.00 / 1M
CometAPI
$0.76 / 1M
Ayrı ayrı listelenmemiş
Yaklaşık $3.20/1M
CometAPI’nin listelenen standart giriş ve çıktı fiyatları yaklaşık %20 daha düşüktür; yüksek önbellek isabet oranına sahip iş yüklerinde ise Moonshot daha maliyet-etkin olabilir.
Kimi ve diğer model sağlayıcıları için tek bir API istiyorsanız CometAPI’yi seçin. Aynı istemleri veya depo bağlamını sıkça yeniden kullanan bir iş akışınız varsa Moonshot doğrudan erişimi tercih edin.
Mevcut listelenen oranlarda, CometAPI, Moonshot’ın önbellek ıskalı giriş ve çıktı fiyatlarından yaklaşık %20 daha ucuzdur.
Ancak, CometAPI K2.7 model sayfasında ayrı bir önbellek isabeti fiyatı gösterilmemektedir. $0.76 standart giriş fiyatı, Moonshot’ın $0.19 önbellekli giriş oranıyla doğrudan karşılaştırılmamalıdır.
Sistem istemlerini, araç tanımlarını veya depo bağlamını tekrar tekrar kullanan ekipler, gerçek trafikleriyle her iki rotayı da test etmelidir. Çok yüksek önbellek isabet oranına sahip bir iş yükü, çoğunlukla yeni bağlam gönderen bir iş yükünden farklı bir sonuç üretebilir.
Bağlam Önbelleklemesi Kimi API Maliyetini Nasıl Değiştirir
Kimi, giriş belirteçlerini önbellek isabeti veya önbellek ıskası olarak faturalandırır.
Genel olarak önbellek ıskaları şunları içerir:
yeni depo dosyaları
güncellenmiş talimatlar
yeni araç sonuçları
değişen konuşma geçmişi
Önbellek isabetleri, sabit sistem istemleri, araç şemaları, kodlama kuralları ve değişmemiş depo bağlamı gibi tekrarlanan içerikleri içerebilir.
K2.7 Code için önbelleğe alınmış giriş, önbelleğe alınmamış giriş için $0.95’e kıyasla 1M belirteç başına $0.19’dur. Bu da önbellek isabetli belirteci %80 daha ucuz kılar.
Aynı 1M belirteci tamamen önbellek ıskası oranıyla hesaplamak $0.95 tutar. Bu örnekte, karma önbellek profili giriş maliyetini $0.608 azaltır.
Bu nedenle üretim panoları yalnızca toplam giriş kullanımını raporlamak yerine, önbellek isabeti ve ıskası belirteçlerini ayrı kaydetmelidir.
Kimi Batch API Fiyatlandırması
Moonshot’ın Batch API’si, karşılık gelen gerçek zamanlı model fiyatının %60’ını uygular; bu da desteklenen eşzamansız iş yüklerinde %40 tasarruf sağlar. Mevcut belgeler, K2.7 Code, K2.6 ve K2.5’i desteklenen Batch modelleri olarak listeler.
Batch modeli
Önbellek isabetli giriş
Önbellek ıskalı giriş
Çıktı
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 şu kullanım alanları için uygundur:
depo genelinde kod analizi
kapsamlı değerlendirme çalışmaları
çevrimdışı sınıflandırma
gece boyu zenginleştirme
sentetik test üretimi
geçiş analizi
güvenlik inceleme birikimleri
IDE yardımcıları, canlı sohbet ve kullanıcının anında yanıt beklediği diğer iş akışları için daha az uygundur.
Arka plan işlemede, %40 tasarruf, görev tamamlama oranı daha düşük olan ucuz bir modele geçişten daha değerli olabilir.
Kimi WebSearch Fiyatlandırması ve Uyumluluk
Moonshot, başarılı her yerleşik $web_search çağrısı için $0.005 ücret alır. Model, arama aracını tetiklemeden tamamlandığında ayrı bir araç ücreti alınmaz.
Arama sonucu içeriği, bir sonraki model isteğine eklenebilir ve giriş belirteçleri olarak faturalandırılabilir. Moonshot, ortaya çıkan belirteç hesaplamasını şöyle tanımlar:
Initial model request
+ WebSearch tool fee
+ search-result input tokens
+ follow-up model request
+ retries
Önemli bir model kısıtı daha vardır. Moonshot’ın yerleşik WebSearch’ü, Thinking’in devre dışı bırakılmasını gerektirir; K2.7 Code ise Thinking’siz modu desteklemez. Bu nedenle resmi WebSearch örneği, Thinking devre dışı bırakılmış K2.6’yı kullanır.
Moonshot’ın yerleşik araması için Thinking devre dışı bırakılmış K2.6 veya K2.5 kullanın.
Bir K2.7 kodlama ajanı, normal fonksiyon çağrısı yoluyla bağımsız olarak uygulanmış bir arama hizmetini yine de çağırabilir. Bu durumda, arama fiyatlandırması Moonshot’ın $0.005 yerleşik ücreti yerine harici sağlayıcı tarafından belirlenir.
Örnek 1: Bir Kodlama Görevi için K2.7 Code Maliyeti
Bir kodlama-ajanı iş akışının şunları kullandığını varsayalım:
30,000 önbellek ıskalı giriş belirteci
akıl yürütme dahil 8,000 çıktı belirteci
yerleşik WebSearch çağrısı yok
Standart K2.7 Code
Bileşen
Hesaplama
Maliyet
Giriş
30,000 ÷ 1M × $0.95
$0.03
Çıktı
8,000 ÷ 1M × $4.00
$0.03
Toplam
$0.06
K2.7 Code HighSpeed
Bileşen
Hesaplama
Maliyet
Giriş
30,000 ÷ 1M × $1.90
$0.06
Çıktı
8,000 ÷ 1M × $8.00
$0.06
Toplam
$0.12
Aynı belirteç kullanımı için HighSpeed’in maliyeti tam olarak iki katıdır.
CometAPI K2.7 Code
Mevcut CometAPI oranları kullanılarak:
Bileşen
Hesaplama
Maliyet
Giriş
30,000 ÷ 1M × $0.76
$0.02
Çıktı
8,000 ÷ 1M × $3.19998
Yaklaşık $0.0256
Toplam
Yaklaşık $0.0484
Bu, bu örnekte Moonshot önbellek ıskalı belirteç maliyeti olan $0.0605’ten yaklaşık %20 daha düşüktür. Hesaplamaya vergiler, harici araçlar ve diğer platform hizmetleri dahil değildir.
Örnek 2: Yerleşik WebSearch ile K2.6
Thinking devre dışı bırakılmış bir K2.6 iş akışının şunları kullandığını varsayalım:
tüm iş akışı boyunca 30,000 önbellek ıskalı giriş belirteci
8,000 çıktı belirteci
bir başarılı yerleşik WebSearch çağrısı
30,000 giriş belirteci, takip isteğine taşınan arama sonucu içeriğini de içerir.
Bileşen
Hesaplama
Maliyet
Giriş
30,000 ÷ 1M × $0.95
0.0285
Çıktı
8,000 ÷ 1M × $4.00
0.0320
WebSearch
1 × $0.005
0.0050
Toplam
0.0655
Bu örnekte, doğrudan WebSearch ücreti toplamın yaklaşık %7.6’sını temsil eder. Daha uzun araştırma iş akışlarında, arama sonuçlarının eklediği belirteçler, araç çağrısının kendisinden daha pahalıya mal olabilir.
Thinking devre dışı bırakılırsa K2.7 Code hata döndürür. Modelin akıl yürütmesi reasoning_content aracılığıyla döner ve hem akıl yürütme hem de görünen yanıt belirteç kullanımına katkıda bulunur.
Çok adımlı araç çağrıları sırasında uygulamalar, asistanın reasoning_content çıktısını konuşma bağlamında korumalıdır. Daha uzun ajan döngüleri, hem mevcut çıktı kullanımını hem de daha sonraki giriş kullanımını artırabilir.
max_tokens bir üst sınırdır, sabit bir ücret değildir
max_tokens parametresi, modelin üretebileceği azami miktarı tanımlar. Daha yüksek bir ayar, modelin akıl yürütmesini ve yanıtını tamamlaması için yeterli alan sağlar; ancak tam tahsisat otomatik olarak faturalandırılmaz.
Maliyetler, işlenen ve üretilen gerçek belirteçlere göre hesaplanır.
Bazı istek parametreleri sabittir
K2.7 Code, çeşitli parametreler için sabit değerler gerektirir:
Parametre
Gerekli değer
temperature
1
top_p
0.95
n
1
presence_penalty
0
frequency_penalty
0
Başka bir değer geçirilmesi hata döndürebilir. Farklı sağlayıcılar arasında aynı OpenAI uyumlu sarmalayıcıyı kullanan uygulamalar, modelleri değiştirirken kodlanmış varsayılanları kontrol etmelidir.
Resmi fiyatlandırma belgeleri, modelin nasıl faturalandırıldığını açıklar. Harici benimseme, modelin nerede kullanıldığını ve geliştiricilerin onu nasıl değerlendirdiğini gösteren ek bağlam sağlar.
GitHub Copilot
GitHub, Kimi K2.7 Code’u 1 Temmuz 2026’da Copilot’ta genel kullanıma sundu ve bunu Copilot model seçicisinde sunulan ilk açık-ağırlıklı model olarak tanımladı. Başlangıçta bireysel planlarla sunulan erişim, 7 Temmuz’da Business ve Enterprise planlarını da kapsayacak şekilde genişletildi.
GitHub’ın benimsemesi faydalı bir dağıtım sinyalidir, ancak K2.7’nin her kodlama iş yükünde diğer modelleri geride bırakacağını kanıtlamaz.
Moonshot, Kimi K2.7 Code’u değiştirilmiş MIT lisansı altında Hugging Face’te yayımlar. Model kartı, 32 milyar etkin parametreli ve 256K bağlam pencereli 1 trilyon parametreli uzman karışımı mimarisini açıklar. Ayrıca Transformers, vLLM ve SGLang gibi çerçeveler için dağıtım talimatlarını içerir.
Moonshot, K2.6’ya kıyasla yaklaşık %30 daha düşük thinking-belirteci kullanımı ve ajan yeteneğinde %10 iyileşme rapor ediyor. Bunlar satıcı tarafından bildirilen sonuçlardır ve bağımsız iş yükleriyle doğrulanmalıdır.
Hacker News üzerindeki tartışma, lansman materyallerinden daha karışıktır. Bazı geliştiriciler Kimi’nin açık-ağırlık kullanılabilirliğine, belirteç verimliliğine ve kodlama-ajan araçlarıyla entegrasyonuna odaklanıyor. Diğerleri ise daha düşük belirteç fiyatının, model daha fazla yeniden deneme, denetim veya bağlam gerektiriyorsa daha düşük proje maliyetini garanti etmediğini savunuyor.
Bu tartışma, bu rehberin merkezi önerisini destekler: Modelleri gerçek depolar kullanarak karşılaştırın ve yalnızca ilan edilen belirteç oranlarını değil, görev tamamlama, yeniden denemeler ve insan düzenlemelerini ölçün.
Aşağıdaki tablo, 13 Temmuz 2026 itibarıyla Kimi K2.7 Code, DeepSeek V4 Pro, Claude Sonnet 5 ve GPT-5.6 Sol için mevcut standart API oranlarını karşılaştırır.
DeepSeek V4 Pro, şu anda 1M bağlam penceresiyle, önbellek isabetli giriş için 1M başına $0.003625, önbellek ıskalı giriş için 1M başına $0.435 ve çıktı için 1M başına $0.87 listeler.
Claude Sonnet 5’in giriş fiyatı, 31 Ağustos 2026’ya kadar 1M giriş belirteci için $2, 1M önbellek okuma belirteci için $0.20 ve 1M çıktı belirteci için $10’dur. Önbellek yazmaları ayrı fiyatlandırılır ve Anthropic, modelin daha yeni belirteçleyicisinin aynı metin için önceki Claude modellerinden daha fazla belirteç üretebileceğini belirtir.
GPT-5.6 Sol’un standart kısa-bağlam oranı, 1M giriş belirteci için $5, 1M önbellekli giriş belirteci için $0.50 ve 1M çıktı için $30’dur. OpenAI ayrıca ayrı önbellek yazma, uzun-bağlam, Batch, Flex ve Priority oranları listeler.
Listelenen belirteç oranlarında, Kimi K2.7 Code, Claude Sonnet 5 ve GPT-5.6 Sol’dan daha ucuzken, DeepSeek V4 Pro daha ucuzdur. Bu, belirli bir kodlama iş akışı için hangi modelin en düşük maliyeti sunduğunu kanıtlamaz.
Hangi Kimi Modelini Kullanmalısınız?
İş yükü
Önerilen başlangıç noktası
Depo düzenlemeleri ve uzun kodlama görevleri
kimi-k2.7-code
Gecikmenin önemli olduğu interaktif kodlama
kimi-k2.7-code-highspeed
Genel çok modlu akıl yürütme ve ajanlar
kimi-k2.6
Moonshot yerleşik WebSearch
Thinking devre dışı, kimi-k2.6 veya kimi-k2.5
Daha düşük maliyetli genel iş yükleri
kimi-k2.5
Çevrimdışı değerlendirmeler ve toplu işlem
Batch API
K2.7 Code, kaliteye duyarlı kodlama çalışmaları için doğal başlangıç noktasıdır. HighSpeed, daha hızlı yanıtların geliştirici deneyimini, dönüşümü veya iş hacmini iyileştirdiği durumlarda test edilmeye değerdir.
K2.6, genel çok modlu ve arama-temelli iş akışları için daha esnektir; K2.5 ise en düşük standart Kimi belirteç oranlarına sahiptir.
Gerçek Maliyeti Nasıl Değerlendirmeli
Genel ölçütlere güvenmek yerine üretim görevlerinden bir değerlendirme seti oluşturun.
Faydalı test vakaları şunları içerir:
depo düzeyinde özellik uygulama
çekme isteği (PR) incelemesi
hata ayıklama ve test üretimi
uzun-bağlam kod analizi
çok adımlı araç çağrıları
arama destekli geliştirici desteği
İzleyin:
başarılı görev tamamlama
önbellek isabet oranı
giriş ve çıktı belirteçleri
akıl yürütme belirteci hacmi
araç çağrısı başarısı
yeniden deneme sayısı
p50 ve p95 gecikme
insan düzeltmeleri
toplam iş akışı maliyeti
Hesaplayın:
Cost per completed task =
total workflow cost ÷ successfully completed tasks
Örneğin, bir ekip $10 harcayıp 80 görevi başarıyla tamamlarsa:
Cost per completed task = $10 ÷ 80 = $0.125
Belirteçleri daha ucuz olan bir model, daha fazla tekrar denemesi, daha uzun akıl yürütme veya kapsamlı manuel düzeltme gerektiriyorsa yine de daha pahalıya mal olabilir.
Yönlendirme, geri dönüş ve değerlendirme örnekleri için CometAPI Cookbook sayfasını keşfedin.
Sıkça Sorulan Sorular
Kimi K2.7 Code ne kadar?
Moonshot şu anda K2.7 Code için şunları listeler:
1M önbellek isabetli giriş belirteci başına $0.19
1M önbellek ıskalı giriş belirteci başına $0.95
1M çıktı belirteci başına $4.00
Oranlar şu anda sınırlı süreli promosyon fiyatlandırması olarak işaretlenmiştir.
CometAPI üzerinden K2.7 Code ne kadar?
CometAPI, K2.7 Code’u 1M giriş belirteci için $0.76 ve 1M çıktı belirteci için $3.19998 olarak listeler.
Model sayfasında ayrı bir önbellek isabeti oranı gösterilmemektedir.
Kimi Batch API maliyetleri düşürür mü ve K2.7 Code’u destekler mi?
Evet. Batch çıkarımı, gerçek zamanlı fiyatın %60’ına mal olur; bu da %40 tasarruf anlamına gelir.
Moonshot’ın mevcut Batch belgeleri, K2.7 Code, K2.6 ve K2.5’i desteklenen modeller olarak listeler.
Kimi WebSearch ne kadar?
Moonshot’ın yerleşik $web_search aracı, başarılı her çağrı için $0.005 tutarındadır.
Arama sonucu içeriği, bir sonraki model isteğine dahil edildiğinde giriş belirteçleri olarak da faturalandırılabilir.
K2.7 Code’da Thinking devre dışı bırakılabilir mi?
Hayır. Thinking’in devre dışı bırakıldığı istekler hata döndürür.
Kimi OpenAI uyumlu mu?
Evet. Moonshot, OpenAI API formatıyla uyumluluğu belgeler; ancak Thinking, parametreler ve çok adımlı araç çağrıları için modele özgü kısıtlar yine de geçerlidir.
CometAPI ile Kimi K2.7 Code’u Test Edin
Kimi K2.7 Code, kodlama-ajan iş yükleri için rekabetçi fiyatlandırma sunar; ancak en iyi rota, ilan edilen belirteç oranlarından daha fazlasına bağlıdır.
Bir sağlayıcı seçmeden önce, şu kalemi karşılaştırın:
Total workflow cost =
tokens + retries + tools + latency + human correction
CometAPI, geliştiricilerin Kimi’yi GPT, Claude, Gemini, DeepSeek, Grok ve diğer model aileleriyle birleşik bir API iş akışı üzerinden test etmelerine olanak tanır.
