Kimi vs DeepSeek costo de API: contexto largo, salida y caché
Por Nicho
Para una carga de trabajo con la misma cantidad de tokens, DeepSeek V4.1 Flash cuesta sustancialmente menos que Kimi K3 con los precios del gateway que aparecen abajo. La siguiente pregunta útil es cómo tu aplicación gasta esos tokens: leer un documento una vez, consultarlo repetidamente o producir respuestas largas.
Esta comparación cubre Kimi K3, no todos los modelos Kimi. Kimi describe K3 como su modelo insignia de la generación anterior, con un contexto de 1M de tokens. No es el lanzamiento más reciente de Kimi. Documentación de Kimi K3
La API directa de DeepSeek actualmente asigna deepseek-flash a DeepSeek-V4.1-Flash-1017, también con un contexto de 1M. El gateway usa el identificador deepseek-v4-1-flash; los identificadores y las rutas del proveedor deben registrarse por separado. Detalles del modelo DeepSeek
Los precios se verificaron el 26 de octubre de 2026. Estos son presupuestos calculados, no resultados de benchmark ni cobros de producción medidos. No hemos probado de forma independiente la equivalencia de revisión del backend entre rutas.
Empieza por la ruta y la categoría de tokens
cheapaimodel lista estas tarifas en USD por millón de tokens:
| Modelo del gateway | Entrada | Salida | Lectura de caché |
|---|---|---|---|
kimi-k3 |
US$2.093511 | US$10.467555 | US$0.209351 |
deepseek-v4-1-flash |
US$0.209351 | US$0.837404 | US$0.004187 |
Fuente: precios en vivo de cheapaimodel.
Para una carga de trabajo de texto sin caché, calcula:
Token cost = (input tokens × input rate + output tokens × output rate) / 1,000,000
Cuenta toda la salida facturable que reporte tu ruta, en lugar de estimarla a partir del número de palabras de la respuesta visible. Deja los cobros por servicios de herramientas, los reintentos y cualquier otro concepto facturado por separado fuera de esta fórmula simple de tokens, y luego súmalos al presupuesto de la aplicación.
Un tamaño de ventana de contexto compartido no establece la misma calidad de respuesta, latencia ni capacidad utilizable en tu cliente. Solo te da un límite que revisar. Reserva espacio para el resto de la conversación y la salida solicitada en lugar de tratar toda una ventana de contexto como almacenamiento gratuito de documentos.
Tres presupuestos para documentos largos
Los siguientes ejemplos suponen que no hay lecturas de caché y que se aplica el cobro de entrada normal, sin ningún cargo adicional por escritura de caché. Aíslan las tarifas de tokens. No predicen una tokenización ni respuestas idénticas entre modelos.
| Carga de trabajo hipotética | Entrada / salida total | Gateway de Kimi K3 | Gateway de DeepSeek Flash |
|---|---|---|---|
| 100 documentos, 50,000 tokens de entrada y 2,000 de salida cada uno | 5M / 0.2M | US$12.56 | US$1.21 |
| La misma entrada, 20,000 tokens de salida por documento | 5M / 2M | US$31.40 | US$2.72 |
| 100 documentos, 500,000 tokens de entrada y 2,000 de salida cada uno | 50M / 0.2M | US$106.77 | US$10.64 |
Por ejemplo, la primera estimación para Kimi es 5 × 2.093511 + 0.2 × 10.467555 = $12.561066. Su equivalente en DeepSeek es 5 × 0.209351 + 0.2 × 0.837404 = $1.2142358.
La segunda fila responde a una pregunta de presupuesto distinta de la tercera. Generar más salida aumenta una parte del recibo; reenviar una fuente mucho más grande aumenta otra. Separa esos cambios cuando investigues un aumento de costo. De lo contrario, una respuesta más verbosa puede parecer un problema de precios por contexto largo.
Para la extracción de documentos, define los campos requeridos antes de probar. Para los resúmenes, establece una longitud objetivo adecuada. Para el análisis de varios pasos, registra toda la ejecución, incluidas las llamadas intermedias, en lugar de cobrar solo la respuesta final.
Los precios directos de DeepSeek dependen del horario
Las tarifas directas de Flash de DeepSeek son más bajas fuera de las horas pico:
| USD por millón de tokens | Directo en hora pico | Directo fuera de hora pico |
|---|---|---|
| Entrada sin caché | US$0.30 | US$0.15 |
| Entrada con caché | US$0.006 | US$0.003 |
| Salida | US$1.20 | US$0.60 |
Los periodos pico son de 01:00 a 04:00 y de 06:00 a 10:00 UTC, de lunes a viernes, excluyendo los días festivos públicos de China. Los demás periodos son fuera de hora pico. Precios oficiales de DeepSeek
Por lo tanto, la primera carga de trabajo de documentos cuesta US$1.74 directo en hora pico o US$0.87 directo fuera de hora pico, frente a US$1.21 a través del gateway. En este momento, el gateway es más barato que el precio directo en hora pico, pero no que el precio directo fuera de hora pico. No uses un descuento de precio en hora pico para afirmar ahorros en todos los horarios.
Para una cola de documentos nocturna, compara la ventana de ejecución real. Para solicitudes interactivas, usa la distribución observada de llamadas entre los periodos de precios.
El contexto repetido necesita un modelo de caché aparte
DeepSeek almacena prefijos en caché según su mejor esfuerzo. Su documentación actual requiere una coincidencia completa con una unidad de prefijo persistida. En su ejemplo de preguntas y respuestas sobre documentos, dos preguntas diferentes primero establecen su prefijo de documento común; la tercera solicitud puede reutilizarlo. El texto repetido por sí solo no demuestra que la segunda solicitud haya recibido un acierto de caché. Inspecciona prompt_cache_hit_tokens y prompt_cache_miss_tokens. Documentación de caché de DeepSeek
Supón que DeepSeek directo reporta 1M de tokens de entrada sin caché, 4M de tokens de entrada con caché y 0.2M de tokens de salida, todos a tarifas de hora pico. El cobro de tokens es:
1 × $0.30 + 4 × $0.006 + 0.2 × $1.20 = $0.564
Esto depende de la mezcla de aciertos reportada. No es una tasa de aciertos prometida del 80%.
La API directa de Kimi separa la entrada sin caché, las escrituras de caché y las lecturas de caché en categorías de tokens mutuamente excluyentes. Para K3, las tarifas por millón son US$3 sin caché, US$3 por una escritura de cinco minutos, US$6 por una escritura de una hora y US$0.30 por un acierto. El TTL predeterminado es de cinco minutos; los aciertos lo renuevan. Cobro de caché de Kimi
Considera solo un prefijo reutilizable de 1M de tokens, solicitado en los minutos 0, 10 y 20. Supón que cada solicitud es elegible para caché. Las entradas de cinco minutos vencen entre llamadas: tres escrituras cuestan US$9. Una entrada de una hora cuesta US$6 + US$0.30 + US$0.30 = US$6.60. Dos reescrituras evitadas recuperan el sobrecosto del TTL más largo; solo una no lo hace. La salida y los sufijos cambiantes quedan excluidos de este cálculo que solo considera el prefijo.
No trasplantes esas reglas de escritura del proveedor directo a un recibo del gateway. La tarifa de lectura de caché del gateway está publicada, pero su semántica de cobro de escritura/TTL de Kimi no se estableció para esta comparación. Confírmala antes de cotizar un total completo de Kimi con caché.
Elige usando resultados aceptados y luego optimiza el recibo
Crea un conjunto de evaluación pequeño a partir de tus propios tipos de documentos. Mantén fijo el material de origen y los criterios de aceptación, pero permite distintos conteos de tokens. Registra:
- Campos correctos, citas u otras salidas requeridas.
- Total de tokens cobrados y cargos en cada intento.
- Lecturas y escrituras de caché realmente reportadas.
- Tiempo de finalización, fallas y revisión manual necesaria.
Luego calcula el costo total de la ejecución dividido entre los resultados aceptados. Esto te da una métrica de decisión sin inventar una ventaja de calidad para ninguno de los modelos.
Para la configuración y una planeación de presupuesto más amplia, consulta la guía de precios de la API de DeepSeek y la comparación de precios entre varios modelos. Vuelve a revisar la tabla de tarifas en vivo antes de comprometer una carga de trabajo grande.