Biaya API Kimi vs DeepSeek: Konteks panjang, output, dan caching
Oleh Nicho
Untuk beban kerja dengan jumlah token yang sama, DeepSeek V4.1 Flash jauh lebih murah dibanding Kimi K3 dengan harga gateway di bawah ini. Pertanyaan berikutnya yang penting adalah bagaimana aplikasimu menghabiskan token tersebut: membaca dokumen sekali, mengkueri berulang kali, atau menghasilkan jawaban panjang.
Perbandingan ini mencakup Kimi K3, bukan semua model Kimi. Kimi menyebut K3 sebagai flagship generasi sebelumnya, dengan konteks 1M token. Ini bukan rilis Kimi terbaru. Dokumentasi Kimi K3
API langsung DeepSeek saat ini memetakan deepseek-flash ke DeepSeek-V4.1-Flash-1017, juga dengan konteks 1M. Gateway menggunakan identifier deepseek-v4-1-flash; identifier dan rute penyedia sebaiknya dicatat secara terpisah. Detail model DeepSeek
Harga dicek pada 26 Oktober 2026. Ini adalah perhitungan anggaran, bukan hasil benchmark atau tagihan produksi yang terukur. Kami belum menguji secara independen kesetaraan revisi backend antar rute.
Mulai dari rute dan kategori token
cheapaimodel mencantumkan tarif USD per juta token berikut:
| Model gateway | Input | Output | Cache read |
|---|---|---|---|
kimi-k3 |
$2.093511 | $10.467555 | $0.209351 |
deepseek-v4-1-flash |
$0.209351 | $0.837404 | $0.004187 |
Sumber: harga langsung cheapaimodel.
Untuk beban kerja teks tanpa cache, hitung:
Token cost = (input tokens × input rate + output tokens × output rate) / 1,000,000
Hitung semua output yang ditagihkan yang dilaporkan oleh rutemu, jangan menaksir dari jumlah kata jawaban yang terlihat. Pisahkan biaya layanan tool, percobaan ulang, dan item lain yang ditagih terpisah dari formula token sederhana ini, lalu tambahkan ke anggaran aplikasi.
Ukuran context window yang sama tidak menjamin kualitas jawaban, latensi, atau kapasitas yang bisa dipakai yang sama di klienmu. Itu hanya memberi satu batas untuk dicek. Sisakan ruang untuk sisa percakapan dan output yang diminta, jangan menganggap seluruh context window sebagai penyimpanan dokumen gratis.
Tiga anggaran dokumen panjang
Contoh berikut mengasumsikan tidak ada cache read dan penagihan input biasa, tanpa premi cache-write tambahan. Contoh ini mengisolasi tarif token. Contoh ini tidak memprediksi tokenisasi atau jawaban yang identik antar model.
| Beban kerja hipotetis | Total input / output | Gateway Kimi K3 | Gateway DeepSeek Flash |
|---|---|---|---|
| 100 dokumen, 50,000 token input dan 2,000 token output masing-masing | 5M / 0.2M | $12.56 | $1.21 |
| Input sama, 20,000 token output per dokumen | 5M / 2M | $31.40 | $2.72 |
| 100 dokumen, 500,000 token input dan 2,000 token output masing-masing | 50M / 0.2M | $106.77 | $10.64 |
Misalnya, estimasi Kimi pertama adalah 5 × 2.093511 + 0.2 × 10.467555 = $12.561066. Padanannya di DeepSeek adalah 5 × 0.209351 + 0.2 × 0.837404 = $1.2142358.
Baris kedua menjawab pertanyaan anggaran yang berbeda dari baris ketiga. Output yang dihasilkan lebih banyak menaikkan satu bagian tagihan; mengirim ulang sumber yang jauh lebih besar menaikkan bagian lain. Pisahkan perubahan-perubahan itu saat menyelidiki kenaikan biaya. Kalau tidak, respons yang lebih panjang bisa terlihat seperti masalah harga konteks panjang.
Untuk ekstraksi dokumen, tentukan dulu field yang dibutuhkan sebelum testing. Untuk ringkasan, tetapkan target panjang yang pas. Untuk analisis multi-langkah, catat seluruh prosesnya, termasuk panggilan di tengah, bukan cuma menghitung respons terakhir.
Harga DeepSeek langsung tergantung waktu
Tarif Flash DeepSeek langsung lebih murah di luar jam sibuk:
| USD per juta token | Langsung jam sibuk | Langsung luar jam sibuk |
|---|---|---|
| Input cache-miss | $0.30 | $0.15 |
| Input cache-hit | $0.006 | $0.003 |
| Output | $1.20 | $0.60 |
Jam sibuk adalah 01:00–04:00 dan 06:00–10:00 UTC, Senin sampai Jumat, kecuali hari libur nasional Tiongkok. Periode lain di luar jam sibuk. Harga resmi DeepSeek
Jadi beban kerja dokumen pertama biayanya $1.74 langsung saat jam sibuk atau $0.87 langsung di luar jam sibuk, dibandingkan $1.21 lewat gateway. Pada snapshot ini, gateway lebih murah dari harga langsung jam sibuk tapi tidak dari harga langsung luar jam sibuk. Jangan pakai diskon harga jam sibuk untuk mengklaim penghematan di semua jadwal.
Untuk antrean dokumen semalaman, bandingkan jendela eksekusi yang sebenarnya. Untuk permintaan interaktif, pakai distribusi panggilan yang teramati di tiap periode harga.
Konteks berulang butuh model cache terpisah
DeepSeek meng-cache prefix secara best-effort. Dokumentasinya saat ini mensyaratkan kecocokan penuh dengan unit prefix yang tersimpan. Di contoh dokumen-Q&A-nya, dua pertanyaan berbeda pertama-tama membangun prefix dokumen yang sama; permintaan ketiga baru bisa memakainya lagi. Teks yang berulang saja tidak membuktikan permintaan kedua dapat cache hit. Periksa prompt_cache_hit_tokens dan prompt_cache_miss_tokens. Dokumentasi caching DeepSeek
Misalnya DeepSeek langsung melaporkan 1M token input miss, 4M token input hit dan 0.2M token output, semuanya di tarif jam sibuk. Tagihan tokennya:
1 × $0.30 + 4 × $0.006 + 0.2 × $1.20 = $0.564
Ini bergantung pada campuran hit yang dilaporkan. Bukan janji hit rate 80%.
API langsung Kimi memisahkan input tanpa cache, cache write dan cache read ke kategori token yang saling eksklusif. Untuk K3, tarif per juta adalah $3 tanpa cache, $3 untuk write lima menit, $6 untuk write satu jam dan $0.30 untuk hit. TTL default-nya lima menit; hit memperpanjangnya. Tagihan cache Kimi
Anggap cuma prefix 1M token yang bisa dipakai ulang, diminta di menit 0, 10 dan 20. Asumsikan tiap permintaan memenuhi syarat untuk caching. Entri lima menit kedaluwarsa di antara panggilan: tiga write biayanya $9. Entri satu jam biayanya $6 + $0.30 + $0.30 = $6.60. Dua rewrite yang dihindari menutup premi TTL yang lebih panjang; kalau cuma satu, tidak. Output dan suffix yang berubah tidak dihitung dalam perhitungan khusus prefix ini.
Jangan pindahkan aturan write penyedia langsung itu ke tagihan gateway. Tarif cache-read gateway memang dipublikasikan, tapi semantik tagihan write/TTL Kimi-nya belum dipastikan untuk perbandingan ini. Konfirmasi dulu sebelum menyebut total Kimi ber-cache secara lengkap.
Pilih pakai hasil yang diterima, lalu optimalkan tagihannya
Buat set evaluasi kecil dari tipe dokumenmu sendiri. Pertahankan materi sumber dan kriteria penerimaan tetap sama, tapi izinkan jumlah token yang berbeda. Catat:
- Field yang benar, sitasi, atau output wajib lainnya.
- Total token yang ditagih dan biaya di setiap percobaan.
- Cache read dan write yang benar-benar dilaporkan.
- Waktu penyelesaian, kegagalan, dan tinjauan manual yang dibutuhkan.
Lalu hitung total biaya proses dibagi hasil yang diterima. Ini memberimu metrik keputusan tanpa mengarang keunggulan kualitas untuk salah satu model.
Untuk penyiapan dan penganggaran yang lebih luas, lihat panduan harga DeepSeek API dan perbandingan harga multi-model. Periksa ulang tabel tarif langsung sebelum menjalankan beban kerja besar.