Kimi và DeepSeek: Chi phí API cho ngữ cảnh dài, output và caching

Với cùng một khối lượng token, DeepSeek V4.1 Flash rẻ hơn đáng kể so với Kimi K3 theo bảng giá gateway bên dưới. Câu hỏi tiếp theo hữu ích là ứng dụng của bạn dùng số token đó như thế nào: đọc một tài liệu một lần, truy vấn lặp lại nhiều lần, hay tạo ra câu trả lời dài.

So sánh này chỉ nói về Kimi K3, không phải mọi mô hình Kimi. Kimi mô tả K3 là mô hình chủ lực thế hệ trước, với context 1M token. Đây không phải bản phát hành Kimi mới nhất. Tài liệu Kimi K3

API trực tiếp của DeepSeek hiện ánh xạ deepseek-flash thành DeepSeek-V4.1-Flash-1017, cũng với context 1M. Gateway dùng định danh deepseek-v4-1-flash; nên ghi lại định danh và route của nhà cung cấp riêng biệt. Chi tiết mô hình DeepSeek

Giá được kiểm tra ngày 26 tháng 10 năm 2026. Đây là ngân sách tính toán, không phải kết quả benchmark hay hóa đơn thực tế đã đo. Chúng tôi chưa tự kiểm tra mức tương đương giữa các bản backend của từng route.

Bắt đầu với route và loại token

cheapaimodel niêm yết các mức giá USD trên mỗi triệu token như sau:

Mô hình gateway	Input	Output	Cache read
kimi-k3	$2.093511	$10.467555	$0.209351
deepseek-v4-1-flash	$0.209351	$0.837404	$0.004187

Nguồn: bảng giá trực tiếp của cheapaimodel.

Với workload văn bản không dùng cache, tính như sau:

Token cost = (input tokens × input rate + output tokens × output rate) / 1,000,000

Hãy đếm toàn bộ output được tính phí mà route của bạn báo về, thay vì ước lượng từ số từ của câu trả lời nhìn thấy được. Giữ riêng phí dịch vụ công cụ, các lần thử lại và mọi khoản được tính phí riêng khác ngoài công thức token đơn giản này, rồi cộng vào ngân sách ứng dụng.

Cùng kích thước context window không có nghĩa là chất lượng câu trả lời, độ trễ hay dung lượng dùng được trong client của bạn giống nhau. Nó chỉ cho bạn một giới hạn để kiểm tra. Hãy chừa chỗ cho phần còn lại của cuộc trò chuyện và output được yêu cầu, thay vì coi cả context window là nơi lưu tài liệu miễn phí.

Ba ngân sách cho tài liệu dài

Các ví dụ sau giả định không đọc cache và tính phí input thông thường, không có phụ phí ghi cache. Chúng tách riêng mức giá token. Chúng không dự đoán cách tách token hay câu trả lời giống hệt nhau giữa các mô hình.

Workload giả định	Tổng input / output	Gateway Kimi K3	Gateway DeepSeek Flash
100 tài liệu, mỗi tài liệu 50,000 token input và 2,000 token output	5M / 0.2M	$12.56	$1.21
Cùng input, 20,000 token output mỗi tài liệu	5M / 2M	$31.40	$2.72
100 tài liệu, mỗi tài liệu 500,000 token input và 2,000 token output	50M / 0.2M	$106.77	$10.64

Ví dụ, ước tính đầu tiên cho Kimi là 5 × 2.093511 + 0.2 × 10.467555 = $12.561066. Mức tương đương cho DeepSeek là 5 × 0.209351 + 0.2 × 0.837404 = $1.2142358.

Dòng thứ hai trả lời một câu hỏi lập ngân sách khác với dòng thứ ba. Tạo nhiều output hơn làm tăng một phần của hóa đơn; gửi lại nguồn lớn hơn nhiều làm tăng phần khác. Hãy tách riêng những thay đổi đó khi tìm hiểu vì sao chi phí tăng. Nếu không, một câu trả lời dài dòng hơn có thể trông giống như vấn đề giá của context dài.

Với việc trích xuất tài liệu, hãy xác định các trường bắt buộc trước khi kiểm thử. Với bản tóm tắt, hãy đặt mục tiêu độ dài phù hợp. Với phân tích nhiều bước, hãy ghi lại toàn bộ lượt chạy, kể cả các lệnh gọi trung gian, thay vì chỉ tính phản hồi cuối cùng.

Bảng giá DeepSeek trực tiếp phụ thuộc vào thời điểm

Giá Flash trực tiếp của DeepSeek thấp hơn vào giờ thấp điểm:

USD mỗi triệu token	Trực tiếp giờ cao điểm	Trực tiếp giờ thấp điểm
Input không trúng cache	$0.30	$0.15
Input trúng cache	$0.006	$0.003
Output	$1.20	$0.60

Giờ cao điểm là 01:00–04:00 và 06:00–10:00 UTC, từ thứ Hai đến thứ Sáu, trừ ngày lễ công cộng của Trung Quốc. Các khung giờ khác là thấp điểm. Bảng giá chính thức của DeepSeek

Vì vậy, khối lượng tài liệu đầu tiên tốn $1.74 khi dùng trực tiếp vào giờ cao điểm hoặc $0.87 khi dùng trực tiếp vào giờ thấp điểm, so với $1.21 khi qua gateway. Ở thời điểm này, gateway rẻ hơn giá trực tiếp giờ cao điểm nhưng không rẻ hơn giá trực tiếp giờ thấp điểm. Đừng dùng mức giảm giá giờ cao điểm để nói rằng tiết kiệm cho mọi lịch trình.

Với hàng đợi tài liệu qua đêm, hãy so sánh khung thời gian chạy thực tế. Với yêu cầu tương tác, hãy dùng phân bố thực tế của các lệnh gọi theo các khung giá.

Ngữ cảnh lặp lại cần một mô hình cache riêng

DeepSeek cache các tiền tố theo kiểu nỗ lực tối đa. Tài liệu hiện tại yêu cầu khớp hoàn toàn với một đơn vị tiền tố đã lưu. Trong ví dụ hỏi đáp tài liệu, hai câu hỏi khác nhau trước tiên thiết lập tiền tố tài liệu chung; yêu cầu thứ ba có thể tái sử dụng tiền tố đó. Chỉ văn bản lặp lại không chứng minh rằng yêu cầu thứ hai đã trúng cache. Hãy kiểm tra prompt_cache_hit_tokens và prompt_cache_miss_tokens. Tài liệu cache của DeepSeek

Giả sử DeepSeek trực tiếp báo cáo 1M token input không trúng, 4M token input trúng và 0.2M token output, tất cả ở mức giá giờ cao điểm. Hóa đơn token là:

1 × $0.30 + 4 × $0.006 + 0.2 × $1.20 = $0.564

Điều này phụ thuộc vào tỷ lệ trúng được báo cáo. Đây không phải là tỷ lệ trúng 80% được cam kết.

API trực tiếp của Kimi tách input chưa cache, ghi cache và đọc cache thành các nhóm token loại trừ lẫn nhau. Với K3, mức giá mỗi triệu là $3 cho chưa cache, $3 cho ghi năm phút, $6 cho ghi một giờ và $0.30 cho lần trúng. TTL mặc định là năm phút; các lần trúng sẽ gia hạn TTL. Thanh toán cache của Kimi

Chỉ xét một tiền tố 1M token có thể tái sử dụng, được yêu cầu ở phút 0, 10 và 20. Giả sử mỗi yêu cầu đủ điều kiện để cache. Các mục năm phút hết hạn giữa các lệnh gọi: ba lần ghi tốn $9. Một mục một giờ tốn $6 + $0.30 + $0.30 = $6.60. Hai lần ghi lại được tránh sẽ bù được phần chênh lệch của TTL dài hơn; chỉ một lần thì không. Output và các hậu tố thay đổi không được tính trong phép tính chỉ riêng tiền tố này.

Đừng áp nguyên các quy tắc ghi của nhà cung cấp trực tiếp đó vào biên lai của gateway. Mức giá đọc cache của gateway đã được công bố, nhưng ngữ nghĩa thanh toán ghi/TTL cho Kimi chưa được xác lập cho so sánh này. Hãy xác nhận trước khi báo tổng chi phí Kimi có cache đầy đủ.

Chọn dựa trên kết quả đạt yêu cầu, rồi tối ưu biên lai

Tự tạo một bộ đánh giá nhỏ từ chính các loại tài liệu của bạn. Giữ nguyên nguồn tài liệu và tiêu chí nghiệm thu, nhưng cho phép số token khác nhau. Ghi lại:

• Các trường đúng, trích dẫn hoặc đầu ra bắt buộc khác.
• Tổng token bị tính phí và chi phí qua mọi lần thử.
• Số lần đọc và ghi cache thực tế được báo cáo.
• Thời gian hoàn thành, lỗi và việc cần kiểm tra thủ công.

Sau đó tính tổng chi phí mỗi lần chạy chia cho số kết quả được chấp nhận. Cách này cho bạn một chỉ số để ra quyết định mà không gán ghép lợi thế chất lượng cho bất kỳ mô hình nào.

Để thiết lập và lập ngân sách rộng hơn, xem hướng dẫn bảng giá DeepSeek API và so sánh bảng giá nhiều mô hình. Kiểm tra lại bảng giá trực tiếp trước khi giao một khối lượng công việc lớn.