Kimi K3.1 Pro API：1M 上下文、¥10.72 级输入

Kimi K3.1 Pro 是什么

Kimi K3.1 Pro 是 Moonshot AI 于 2026 年 10 月 23 日发布的 Kimi K3 迭代版本。它保留了上一代的 1,048,576 token 上下文窗口与稀疏 Mixture-of-Experts 架构——总参数 2.8T、每个 token 激活约 104B，官方以「3T 级」对外描述——同时把官方定价下调到每 100 万输入 token $2.00、输出 $10.00。在 TokenRa 上，同一模型按每 100 万输入 token ¥10.72、输出 ¥53.60 计费。

Kimi K3.1 Pro 在 TokenRa 上的价格

TokenRa 按 100 万 token 计费，输入、输出与缓存输入分别计算，没有平台订阅费。对照列是 Moonshot AI 公布的官方定价，不是其他网关的报价。

按上述费率的算例：一份 40 万 token 的文档，单次输入约 ¥4.29；1,000 万输入 token 加 200 万输出 token 约 ¥214.40；把 1,048,576 token 的窗口一次填满约 ¥11.25。如果一个 100 万 token 的前缀有 90% 命中缓存，输入成本约 ¥1.04，而不是 ¥10.72。 本页人民币价格按 1 美元 ≈ 6.70 元折算，与站内其他模型页一致。实时费率：/pricing ｜ 控制台查看开通状态：/dashboard/overview

相比 Kimi K3 改了什么

Kimi K3.1 Pro 是更便宜的后一代版本，而不是另一套架构。下表中的能力数字来自 Moonshot AI 官方口径，请当作待验证的声明，用自己的输入重跑一遍再下结论。

Moonshot AI 在自家发布说明中给出 Terminal-Bench 4.0 65.7%，并称幻觉率比 Kimi K3 降低 65%。这两个数字都来自厂商口径，迁移决策前请用自己的提示集做对比评测。

在 TokenRa 上接入 Kimi K3.1 Pro

TokenRa 提供兼容 OpenAI 的对话接口。请从控制台复制已启用的模型标识；文档组装、检索与引用校验保留在你自己的应用层；同时限制输出长度，避免输出费用压过输入费用。

TokenRa 上这个模型有两个已开通的模型 ID。两者运行的是同一份 Kimi K3.1 Pro 权重、同样支持 1,048,576 token 上下文，区别只在计费档位：

-0.2x 后缀表示促销通道，按 Moonshot AI 官方价的 20% 计费，也就是 2 折 —— 相当于同一模型标准 TokenRa 费率的四分之一。延迟、上下文长度和输出 质量都不变，只有价格不同。批量数据清洗、评测跑批、长文档处理这类总量大、 单价敏感的场景适合用这个档位。按此费率，一份 40 万 token 的文档单次输入约 ¥0.107；把 1,048,576 token 的窗口一次填满约 ¥0.28。切换时只需改 model 字段，请求体其他部分不用动。

curl https://tokenra.io/v1/chat/completions \
  -H "Authorization: Bearer YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"model":"kimi-k3.1-pro","messages":[{"role":"user","content":"请基于给定资料做摘要，并标注每条结论对应的原文行。"}]}'

把示例里的 "model":"kimi-k3.1-pro" 换成 "model":"kimi-k3.1-pro-0.2x"，同样的请求就按 2 折计费 （输入 ¥2.68、输出 ¥13.40 每 100 万 token）。请求体其他内容都不用改。

两个模型 ID 目前在控制台都已开通。标识不存在时请求会在计费前失败，所以首次调用返回 4xx 通常说明该模型未对你的账户开放，而不是请求体写错了。

适用场景

选这一代而不选中型模型的现实理由是上下文，而不是原始速度。评测时请使用与真实用户一致的文档体量、语种和检索噪声，并按「每个完成任务的成本」而不是「每 token 成本」来核算。

• 整库代码审查：20 万 token 的代码库加上指令，输入约 ¥2.18，因此反复审查的成本可以接受。
• 合同与条款抽取：一份 300 页 PDF 约 40 万 token，单次输入约 ¥4.29，结构化输出另计。
• 多来源研究摘要：十份长资料放在同一个提示词里，引用仍然可核对；前缀命中缓存后，重复提问的成本大幅下降。
• 知识库问答：检索段落加明确的引用约束，只允许回答段落支持的内容。
• 迁移前的基准测试：用同一套评测集在 Kimi K3 与 Kimi K3.1 Pro 上各跑一遍，再把准确率差异与约 20% 的降价放在一起看。

可用性、模型 ID 与计费

Kimi K3.1 Pro 在 TokenRa 上按每 100 万输入 token ¥10.72、每 100 万输出 token ¥53.60、每 100 万缓存输入 token ¥1.072 计费，三项分别统计。TokenRa 是 API 网关，渠道配置按账户区分，本页出现某个模型系列并不代表每个版本或每项能力都已对所有账户开放。

上线前检查清单

• API Key 只保存在服务端，并按环境或业务线区分凭据。
• 接入真实流量前，为切换模型版本设置明确的超时、有上限的重试和请求追踪。
• 保持系统提示词等稳定前缀的顺序不变，否则缓存不命中，你就要按完整输入费率付费。
• 为每个请求设置输出上限——输出费率是输入的 5 倍，失控的长回答比长文档更伤预算。
• 版本或渠道变化后重跑评测集，不要默认 Kimi K3.1 Pro 可以直接替换 Kimi K3。
• 在控制台监控用量与成本，并在应用侧增加预算与按租户的限额。
• 处理受监管数据前，结合自身场景确认服务条款、隐私要求和输出内容的权利归属。

Kimi K3.1 Pro API 常见问题

继续了解