TLDR Moonshot AI 目前將 Kimi K2.7 Code 定價為每 1M 快取命中輸入詞元 $0.19、每 1M 快取未命中輸入詞元 $0.95，以及每 1M 輸出詞元 $4.00。Kimi K2.7 Code HighSpeed 將上述費率加倍為**$0.38 / $1.90 / $8.00**。
主要成本考量包括：
- 快取（Caching）： Moonshot 的 K2.7 對快取命中輸入的定價比快取未命中便宜 80%。
- HighSpeed： 更快的路由在詞元層面成本加倍。
- Batch API： 支援的模型批量價格為即時價格的 60%，相當於節省 40%。
- WebSearch： Moonshot 對每次成功的內建搜尋呼叫收取 $0.005，另加處理搜尋結果所用的詞元。
- 相容性： K2.7 Code 需要啟用 Thinking 模式，而 Moonshot 的內建 WebSearch 需要關閉 Thinking。
對於程式代理而言，最實用的指標不是每百萬詞元的價格，而是包含推理、快取、重試、工具呼叫、延遲與人工校正在內的每個完成任務的成本。
Kimi K2 API 價格速覽
| Model or route | Cache-hit input | Cache-miss or standard input | Output | Context |
|---|---|---|---|---|
| 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 | Not separately listed | $0.76 / 1M | Approx. $3.20 / 1M | 256K |
Moonshot 的 K2.7 價格目前為促銷價。Moonshot 與 CometAPI 採用不同的輸入計費結構，因此兩者標示的費率不應直接對照比較。
Moonshot Kimi K2 價格說明
K2.7 Code 與 K2.6 的快取未命中輸入與輸出價格相同。主要的詞元層差異在於 K2.7 Code 的快取輸入略貴，而 HighSpeed 將 K2.7 的費率全部加倍。
| Model | Best suited to |
|---|---|
| kimi-k2.7-code | 程式代理、版本庫編輯與長週期工程任務 |
| kimi-k2.7-code-highspeed | 互動式編碼且低延遲能帶來可衡量價值的情境 |
| kimi-k2.6 | 一般多模態推理、代理與內建 WebSearch |
| kimi-k2.5 | 更低成本的一般與多模態工作負載 |
Moonshot 將 HighSpeed 描述為相同的 K2.7 Code 底層模型，透過更快的路由提供服務。其文件記載的輸出速度約為每秒 180 詞元，在較短上下文情境可達每秒 260 詞元。隨著 Moonshot 擴充資源，容量可能波動。
因此，HighSpeed 主要是延遲的選擇，而非模型品質分級。
Moonshot 直連 API 的替代方案：CometAPI
開發者可直接透過 Moonshot AI 或透過 CometAPI 的 OpenAI 相容 API 存取 Kimi K2.7 Code。
| Access route | Standard input | Cached input | Output |
|---|---|---|---|
| Moonshot direct API | $0.95 / 1M cache miss | $0.19 / 1M | $4.00 / 1M |
| CometAPI | $0.76 / 1M | Not separately listed | Approx. $3.20 / 1M |
CometAPI 所列的標準輸入與輸出價格約低 20%，而對於具高快取命中率的工作負載，Moonshot 可能更具成本效益。
若希望以一個 API 同時使用 Kimi 與其他模型供應商，選擇 CometAPI。若工作流程經常重複使用相同提示或版本庫上下文，選擇 Moonshot 直連較佳。
來源： Kimi K2.7 Code 在 CometAPI 上的價格
以目前公布的費率計算，CometAPI 約比 Moonshot 的快取未命中輸入與輸出價格便宜 20%。
不過，CometAPI 並未在其 K2.7 模型頁顯示單獨的快取命中價格。其 $0.76 的標準輸入價格不應直接與 Moonshot 的 $0.19 快取輸入價格比較。
團隊若反覆重用長系統提示、工具定義或版本庫上下文，應使用真實流量同時測試兩種路由。高快取命中率的工作負載，可能與主要傳送新上下文的工作負載得出不同結果。
查看最新的 Kimi K2.7 Code 在 CometAPI 上的價格或於 CometAPI 價格頁比較可用模型。
上下文快取如何改變 Kimi API 成本
Kimi 會將輸入詞元計為快取命中或快取未命中。
快取未命中通常包含新的或已修改的內容，例如：
- 新的版本庫檔案
- 更新的指令
- 新鮮的工具結果
- 變動的對話歷史
快取命中可能包含重複內容，例如穩定的系統提示、工具結構、編碼規範與未變更的版本庫上下文。
對於 K2.7 Code，快取輸入每百萬詞元 $0.19，相較於未快取輸入的 $0.95。這表示快取命中詞元便宜 80%。
請分別計算兩個類別：
Input cost =
(cache-hit tokens ÷ 1,000,000 × cache-hit price)
+
(cache-miss tokens ÷ 1,000,000 × cache-miss price)
快取成本示例
假設一次工作流程：
- 800,000 快取命中詞元
- 200,000 快取未命中詞元
| Token category | Calculation | Cost |
|---|---|---|
| Cache hit | 800,000 ÷ 1M × $0.19 | $0.15 |
| Cache miss | 200,000 ÷ 1M × $0.95 | $0.19 |
| Total input cost | $0.152 + $0.190 | $0.34 |
若以全數快取未命中費率計算相同的 1M 詞元，將花費 $0.95。在此示例中，混合快取概況將輸入成本降低了 $0.608。
這就是為什麼生產儀表板應分別記錄快取命中與快取未命中詞元，而不是只報告輸入總量。
Kimi Batch API 價格
Moonshot 的 Batch API 針對對應的即時模型收費為60%，可為支援的非同步工作負載節省 40%。目前文件列出 K2.7 Code、K2.6 與 K2.5 為支援的 Batch 模型。
| Batch model | Cache-hit input | Cache-miss input | Output |
|---|---|---|---|
| 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 適合：
- 全倉庫代碼分析
- 大型評估執行
- 離線分類
- 夜間增補
- 合成測試生成
- 移轉分析
- 安全審查積壓
對於 IDE 助手、即時聊天與其他使用者在等待立即回應的工作流程則不太合適。
對於後台處理，40% 的節省可能比切換到較便宜但任務完成率較低的模型更有價值。
Kimi WebSearch 價格與相容性
Moonshot 對每次成功的內建 $web_search 呼叫收取 $0.005。如果模型在未觸發搜尋工具的情況下結束，則不收取額外工具費。
搜尋結果內容也可能被加入到下一次模型請求，並作為輸入詞元計費。Moonshot 將產生的詞元計算定義為：
Total tokens =
prompt tokens + search-result tokens + completion tokens
完整的搜尋工作流程因此可能包含：
Initial model request
+ WebSearch tool fee
+ search-result input tokens
+ follow-up model request
+ retries
另有一項重要限制：Moonshot 的內建 WebSearch 需要關閉 Thinking，而 K2.7 Code 不支援非 Thinking 模式。因此官方的 WebSearch 範例使用在關閉 Thinking 的 K2.6。
若使用 Moonshot 的內建搜尋，請以關閉 Thinking 的 K2.6 或 K2.5。
K2.7 的程式代理仍可透過一般函式呼叫，呼叫自行實作的外部搜尋服務。在此情況下，搜尋費用由外部供應商決定，而非 Moonshot 的 $0.005 內建費用。
範例 1：K2.7 Code 的編碼任務成本
假設某程式代理工作流程使用：
- 30,000 快取未命中輸入詞元
- 8,000 輸出詞元（含推理）
- 不使用內建 WebSearch 呼叫
標準 K2.7 Code
| Component | Calculation | Cost |
|---|---|---|
| Input | 30,000 ÷ 1M × $0.95 | $0.03 |
| Output | 8,000 ÷ 1M × $4.00 | $0.03 |
| Total | $0.06 |
K2.7 Code HighSpeed
| Component | Calculation | Cost |
|---|---|---|
| Input | 30,000 ÷ 1M × $1.90 | $0.06 |
| Output | 8,000 ÷ 1M × $8.00 | $0.06 |
| Total | $0.12 |
在相同詞元用量下，HighSpeed 的成本正好為兩倍。
CometAPI K2.7 Code
使用目前 CometAPI 費率：
| Component | Calculation | Cost |
|---|---|---|
| Input | 30,000 ÷ 1M × $0.76 | $0.02 |
| Output | 8,000 ÷ 1M × $3.19998 | Approx. $0.0256 |
| Total | Approx. $0.0484 |
這約比本例中 Moonshot 的快取未命中詞元成本 $0.0605 低 20%。此計算未含稅費、外部工具與其他平台服務。
範例 2：關閉 Thinking 的 K2.6 與內建 WebSearch
假設某 K2.6 工作流程在關閉 Thinking 的情況下使用：
- 30,000 快取未命中輸入詞元（涵蓋完整流程）
- 8,000 輸出詞元
- 一次成功的內建 WebSearch 呼叫
這 30,000 個輸入詞元包含帶入後續請求的搜尋結果內容。
| Component | Calculation | Cost |
|---|---|---|
| Input | 30,000 ÷ 1M × $0.95 | 0.0285 |
| Output | 8,000 ÷ 1M × $4.00 | 0.0320 |
| WebSearch | 1 × $0.005 | 0.0050 |
| Total | 0.0655 |
在此示例中，直接的 WebSearch 手續費約佔總額的 7.6%。在更長的研究流程中，由搜尋結果新增的詞元成本可能高於工具呼叫本身。
可能改變最終帳單的工程細節
K2.7 Code 一律使用 Thinking 模式
來源：* KIMI Thinking Mode Documentation
若關閉 Thinking，K2.7 Code 會回傳錯誤。其推理透過 reasoning_content 回傳，且推理與可見回答都會計入詞元用量。
在多步驟工具呼叫中，應用需在對話上下文中保留助理的 reasoning_content。較長的代理迴圈因此可能同時增加當前輸出用量與後續輸入用量。
max_tokens 是上限，而非固定收費
參數 max_tokens 定義模型可生成的最大數量。較高的設定可讓模型有足夠空間完成推理與回覆，但不會自動按完整額度計費。
成本取決於實際處理與生成的詞元。
若干請求參數為固定值
K2.7 Code 需要若干參數為固定值：
| Parameter | Required value |
|---|---|
| temperature | 1 |
| top_p | 0.95 |
| n | 1 |
| presence_penalty | 0 |
| frequency_penalty | 0 |
傳入其他值可能會回傳錯誤。跨多個供應商共用相同 OpenAI 相容封裝的應用，切換模型前應檢查預設寫死的參數。
實務整合教學請參見 如何透過 CometAPI 使用 Kimi K2.7 Code API。
外部採用與開發者訊號
官方定價文件說明模型如何計費。外部採用則提供其使用情境與開發者評估的補充脈絡。
GitHub Copilot
GitHub 於 2026 年 7 月 1 日在 Copilot 上將 Kimi K2.7 Code 推至一般可用，稱其為 Copilot 模型選單中首個開放權重模型。可用性最初涵蓋個人方案，並於 7 月 7 日擴展至 Business 與 Enterprise 方案。
GitHub 的採用是具參考性的分發訊號，但不代表 K2.7 能在每項編碼工作負載上都勝過其他模型。
外部來源：
開放權重部署生態
Moonshot 在 Hugging Face 上發布了 Kimi K2.7 Code，採用修改版 MIT 授權。模型卡描述其為兆級參數的專家混合架構，啟用參數 320 億，並具備 256K 的上下文視窗。亦包含 Transformers、vLLM 與 SGLang 等框架的部署指南。
Moonshot 報告相較 K2.6，Thinking 詞元用量約降低 30%，代理能力提升約 10%。上述為廠商報告結果，應以獨立工作負載驗證。
詳見 Hugging Face 上的 Kimi K2.7 Code 模型卡以了解架構與部署細節。
開發者社群討論
Hacker News 上的討論相較發佈宣傳更為多元。一些開發者聚焦於 Kimi 的開放權重、詞元效率與與程式代理工具的整合；另一些則認為，若模型需要更多重試、監督或上下文，即使詞元價格較低，也不保證專案成本更低。
這些辯論支持本指南的核心建議：使用真實版本庫比較模型，衡量任務完成、重試與人工編修，而不僅僅是標示的詞元費率。
參見 Hacker News 上的 Kimi K2.7 Code 討論。
GPT vs Claude vs Kimi vs DeepSeek API 價格
下表比較截至 2026 年 7 月 13 日 Kimi K2.7 Code、DeepSeek V4 Pro、Claude Sonnet 5 與 GPT-5.6 Sol 的標準 API 費率。
| Provider | Model | Standard input | Cached input or read | Output | Notes | CometAPI price |
|---|---|---|---|---|---|---|
| Moonshot AI | Kimi K2.7 Code | $0.95 / 1M | $0.19 / 1M | $4.00 / 1M | Promotional pricing | $0.76 input / ~$3.20 output |
| DeepSeek | DeepSeek V4 Pro | $0.435 / 1M cache miss | $0.003625 / 1M | $0.87 / 1M | 1M context | $0.416 input / $0.832 output |
| Anthropic | Claude Sonnet 5 | $2.00 / 1M | $0.20 / 1M cache read | $10.00 / 1M | Intro pricing through Aug. 31, 2026 | $1.60 input / $8.00 output |
| OpenAI | GPT-5.6 Sol | $5.00 / 1M | $0.50 / 1M | $30.00 / 1M | Standard short-context pricing | $4.00 input / $24.00 output |
官方定價參考：
DeepSeek V4 Pro 目前列出 1M 上下文視窗，快取命中輸入每 1M 詞元 $0.003625、快取未命中輸入 $0.435、輸出 $0.87。
Claude Sonnet 5 的體驗價為每百萬輸入詞元 $2、每百萬快取讀取詞元 $0.20、每百萬輸出詞元 $10，至 2026 年 8 月 31 日止。其快取寫入單獨計價，Anthropic 並指出此模型較新的分詞器在相同文本上可能產生更多詞元。
GPT-5.6 Sol 的標準短上下文費率為每百萬輸入詞元 $5、每百萬快取輸入詞元 $0.50、每百萬輸出詞元 $30。OpenAI 也另外列出快取寫入、長上下文、Batch、Flex 與 Priority 等費率。
以標示的詞元費率而言，Kimi K2.7 Code 比 Claude Sonnet 5 與 GPT-5.6 Sol 更便宜，而 DeepSeek V4 Pro 更低。這並不能直接證明哪個模型在特定編碼工作流程上具有最低成本。
應該使用哪個 Kimi 模型？
| Workload | Recommended starting point |
|---|---|
| 版本庫編輯與長週期編碼任務 | kimi-k2.7-code |
| 重視延遲的互動式編碼 | kimi-k2.7-code-highspeed |
| 一般多模態推理與代理 | kimi-k2.6 |
| Moonshot 內建 WebSearch | 關閉 Thinking 的 kimi-k2.6 或 kimi-k2.5 |
| 更低成本的一般工作負載 | kimi-k2.5 |
| 離線評估與批量處理 | Batch API |
K2.7 Code 是品質敏感編碼工作的自然起點。當更快回應能改善開發者體驗、轉換或吞吐時，值得測試 HighSpeed。
K2.6 在一般多模態與搜尋增強工作流程中更靈活，而 K2.5 具有最低的標準 Kimi 詞元費率。
如何評估實際成本
請根據生產任務建立評估集，而非僅依賴公開基準。
實用測試案例包括：
- 版本庫層級的功能實作
- Pull Request 審查
- 偵錯與測試生成
- 長上下文代碼分析
- 多步驟工具呼叫
- 搜尋增強的開發者支援
追蹤：
- 成功任務完成數
- 快取命中率
- 輸入與輸出詞元
- 推理詞元量
- 工具呼叫成功率
- 重試次數
- p50 與 p95 延遲
- 人工校正
- 總工作流程成本
計算：
Cost per completed task =
total workflow cost ÷ successfully completed tasks
例如，若團隊花費 $10 且成功完成 80 項任務：
Cost per completed task = $10 ÷ 80 = $0.125
即使詞元更便宜，若需要更多嘗試、更長推理或大量人工修正，模型的總成本仍可能更高。
關於路由、後援與評估範例，請參考 CometAPI Cookbook。
常見問題
Kimi K2.7 Code 多少錢？
Moonshot 目前列出的 K2.7 Code 為：
- 每 1M 快取命中輸入詞元 $0.19
- 每 1M 快取未命中輸入詞元 $0.95
- 每 1M 輸出詞元 $4.00
以上費率目前標記為限時促銷。
透過 CometAPI 的 K2.7 Code 多少錢？
CometAPI 目前列出 K2.7 Code 的每 1M 輸入詞元 $0.76、每 1M 輸出詞元 $3.19998。
模型頁面未顯示單獨的快取命中價格。
Kimi Batch API 能降成本嗎？是否支援 K2.7 Code？
是。Batch 推論費用為即時價格的 60%，相當於節省 40%。
Moonshot 目前的 Batch 文件列出 K2.7 Code、K2.6 與 K2.5 為支援模型。
Kimi WebSearch 多少錢？
Moonshot 的內建 $web_search 每次成功呼叫收取 $0.005。
搜尋結果內容若包含於下一次模型請求，亦將作為輸入詞元計費。
可以在 K2.7 Code 上關閉 Thinking 嗎？
不行。關閉 Thinking 的請求會回傳錯誤。
Kimi 是否與 OpenAI 相容？
是。Moonshot 文件說明其與 OpenAI API 格式相容，但在 Thinking、參數與多步驟工具呼叫上仍有模型特定限制。
透過 CometAPI 測試 Kimi K2.7 Code
Kimi K2.7 Code 在程式代理工作負載上具競爭力的定價，但最佳路由不僅取決於標示的詞元費率。
在選擇供應商之前，請比較：
Total workflow cost =
tokens + retries + tools + latency + human correction
CometAPI 讓開發者能以統一的 API 工作流程，並行測試 Kimi 與 GPT、Claude、Gemini、DeepSeek、Grok 等其他模型系列。
查看最新的 CometAPI 價格，開啟 Kimi K2.7 Code 模型頁，並使用你們自己的版本庫真實任務對模型進行基準測試。
目標不僅是找到最便宜的詞元，而是找到每個完成任務的最低成本。