cheapaimodelCari

DeepSeek-V4.1-Flash vs Kimi K3

deepseek-v4-1-flashkimi-k3

DeepSeek-V4.1-Flash dibanderol $0.209351 per 1 juta token input dan $0.837404 per 1 juta token output, dengan jendela konteks 1M token; Kimi K3 dibanderol $2.093511 per 1 juta token input dan $10.467555 per 1 juta token output, dengan jendela konteks 1M token.

Perbandingan spesifikasi

Harga dalam dolar AS; batas dan kemampuan sesuai yang dipublikasikan penyedia setiap model.

DeepSeek-V4.1-Flash dan Kimi K3 berdampingan
SpesifikasiDeepSeek-V4.1-FlashKimi K3
Input/ 1M tokens$0.209351$2.093511
Output/ 1M tokens$0.837404$10.467555
Baca cache/ 1M tokens$0.004187$0.209351
Tulis cache/ 1M tokens$0$2.093511
Diskon−30%Harga resmi $0.30 / $1.20−30%Harga resmi $3 / $15
Kontekstokens1M1M
Output maks.tokens384K1M
Jenis inputteks, gambarteks, gambar, video
Jenis outputteksteks
Rilis2026-09-102026-07-16
Endpoint/v1/chat/completions/v1/responses/v1/chat/completions/v1/responses

Beban kerja yang sama

Satu beban kerja berisi 1,000,000 token input dan 200,000 token output, dihitung dengan tarif terkini setiap model.

DeepSeek-V4.1-Flash
$0.3768$0.2094 input + $0.1675 output
Kimi K3
$4.187$2.0935 input + $2.0935 output

Untuk beban kerja ini, DeepSeek-V4.1-Flash lebih murah $3.8102 dibanding Kimi K3.

Kode yang sama

Hanya field model yang berubah.

curl https://api.cheapaimodel.ai/v1/chat/completions \
  -H "Authorization: Bearer $CHEAPAIMODEL_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "deepseek-v4-1-flash",
    "messages": [{"role": "user", "content": "Hello!"}]
  }'

Kapan pilih yang mana

Perbedaan di spesifikasi yang dipublikasikan, lalu deskripsi dari masing-masing penyedia.

  • DeepSeek-V4.1-Flash punya harga input lebih rendah ($0.209351 vs $2.093511 per 1 juta token).
  • DeepSeek-V4.1-Flash punya harga output lebih rendah ($0.837404 vs $10.467555 per 1 juta token).
  • Kimi K3 menerima input video; DeepSeek-V4.1-Flash tidak.
  • DeepSeek-V4.1-Flash dirilis lebih baru (2026-09-10 vs 2026-07-16).
  • Kimi K3 bisa memberi output lebih panjang dalam satu respons (1M vs 384K token).

Tentang DeepSeek-V4.1-Flash

Model terkecil di keluarga arsitektur baru DeepSeek, dengan pemahaman gambar bawaan. Secara default berjalan dalam mode berpikir, dan juga tersedia mode tanpa berpikir; menurut DeepSeek, model ini mengungguli model andalan sebelumnya, DeepSeek-V4-Pro, di berbagai benchmark.

Tentang Kimi K3

Model andalan open-weight dari Moonshot AI dengan 2.8 triliun parameter, dibangun di atas Kimi Delta Attention dan Attention Residuals. Punya pemahaman visual bawaan dan dirancang untuk pemrograman jangka panjang, pekerjaan berbasis pengetahuan, dan penalaran mendalam.