Kimi 與 DeepSeek API 成本：長上下文、輸出與快取
作者：Nicho
在相同 token 用量下，DeepSeek V4.1 Flash 的成本遠低於 Kimi K3，以底下的閘道價格計算。接下來值得問的是，你的應用程式如何花用這些 token：讀取一次文件、反覆查詢同一份文件，還是產出很長的回答。
這項比較涵蓋的是 Kimi K3，不是每一款 Kimi 模型。Kimi 將 K3 描述為前一代旗艦，具備 1M token 上下文。它不是 Kimi 最新的發布版本。Kimi K3 文件
DeepSeek 的直接 API 目前將 deepseek-flash 對應到 DeepSeek-V4.1-Flash-1017，同樣具備 1M 上下文。閘道使用識別碼 deepseek-v4-1-flash；識別碼與供應商路由應分開記錄。DeepSeek 模型詳細資訊
價格查核於 2026 年 10 月 26 日。這些是試算出來的預算，不是基準測試結果，也不是實測的生產帳單。我們並未獨立測試不同路由之間的後端修訂版本是否等效。
先從路由與 token 類別著手
cheapaimodel 列出以下每百萬 token 的美元費率：
| 閘道模型 | 輸入 | 輸出 | 快取讀取 |
|---|---|---|---|
kimi-k3 |
$2.093511 | $10.467555 | $0.209351 |
deepseek-v4-1-flash |
$0.209351 | $0.837404 | $0.004187 |
若為未使用快取的文字用量，計算方式如下：
Token cost = (input tokens × input rate + output tokens × output rate) / 1,000,000
請計入路由回報的所有可計費輸出，而不是用看得見的回答字數來估算。將工具服務費用、重試，以及其他另行計費的項目排除在這個簡單的 token 公式之外，再把它們加進應用程式預算。
共用的上下文視窗大小，並不代表回答品質、延遲，或用戶端可用容量相同。它只給你一個可檢查的上限。請為對話其餘部分與要求的輸出保留空間，不要把整個上下文視窗當成免費的文件儲存空間。
三種長文件預算
以下範例假設沒有快取讀取，並採用一般輸入計費，沒有額外的快取寫入費用。它們只單獨呈現 token 費率。它們不能預測不同模型之間的 token 化方式或回答會完全相同。
| 假設用量 | 總輸入 / 輸出 | Kimi K3 閘道 | DeepSeek Flash 閘道 |
|---|---|---|---|
| 100 份文件，每份 50,000 輸入與 2,000 輸出 token | 5M / 0.2M | $12.56 | $1.21 |
| 相同輸入，每份文件 20,000 輸出 token | 5M / 2M | $31.40 | $2.72 |
| 100 份文件，每份 500,000 輸入與 2,000 輸出 token | 50M / 0.2M | $106.77 | $10.64 |
舉例來說，第一個 Kimi 估計值是 5 × 2.093511 + 0.2 × 10.467555 = $12.561066。對應的 DeepSeek 估計值是 5 × 0.209351 + 0.2 × 0.837404 = $1.2142358。
第二列與第三列回答的是不同的預算問題。產出更多輸出會推高帳單的某一部分；重新送出大得多的來源內容則會推高另一部分。調查成本增加時，請分開看待這些變化。否則，回答變得更冗長，可能會看起來像是長上下文定價的問題。
進行文件擷取時，請先定義必填欄位再測試。進行摘要時，請設定適當的長度目標。進行多步驟分析時，請記錄整次執行，包括中間呼叫，而不是只計算最終回應的成本。
DeepSeek 直連定價取決於時間
DeepSeek 直連的 Flash 費率在離峰時段較低：
| 每百萬 token 的美元 | 直連尖峰 | 直連離峰 |
|---|---|---|
| 快取未命中的輸入 | $0.30 | $0.15 |
| 快取命中的輸入 | $0.006 | $0.003 |
| 輸出 | $1.20 | $0.60 |
尖峰時段為 UTC 週一至週五 01:00–04:00 與 06:00–10:00，不含中國國定假日。其他時段為離峰。DeepSeek 原廠定價
因此第一個文件工作負載在直連尖峰時段要 1.74 美元，或直連離峰時段要 0.87 美元，而透過閘道則要 1.21 美元。在此快照下，閘道比直連尖峰定價便宜，但沒有比直連離峰定價便宜。不要用尖峰價格的折扣來宣稱每個時段都能省錢。
若是夜間文件佇列，請比較實際的執行時間區間。若是互動式請求，請使用觀察到的呼叫在各定價時段之間的分佈。
重複的上下文需要獨立的快取模型
DeepSeek 以盡力而為的方式快取前綴。其目前文件要求必須與持久化的前綴單元完全相符。在其文件問答範例中，兩個不同的問題會先建立它們共用的文件前綴；第三個請求才能重複使用它。單憑重複的文字，並不能證明第二個請求取得了快取命中。請檢查 prompt_cache_hit_tokens 與 prompt_cache_miss_tokens。DeepSeek 快取文件
假設 DeepSeek 直連回報 1M 個未命中的輸入 token、4M 個命中的輸入 token 與 0.2M 個輸出 token，全部採用尖峰費率。token 費用為：
1 × $0.30 + 4 × $0.006 + 0.2 × $1.20 = $0.564
這取決於回報的命中組合。這不是保證的 80% 命中率。
Kimi 的直連 API 將未快取輸入、快取寫入與快取讀取分成互斥的 token 類別。以 K3 而言，每百萬的費率為未快取 $3、五分鐘寫入 $3、一小時寫入 $6，以及命中 $0.30。預設 TTL 為五分鐘；命中會延長它。Kimi 快取計費
只考慮一個可重複使用的 1M token 前綴，分別在第 0、10 與 20 分鐘請求。假設每個請求都符合快取資格。五分鐘的項目會在呼叫之間過期：三次寫入要 $9。一小時的項目要 $6 + $0.30 + $0.30 = $6.60。省下兩次重寫就能回收較長 TTL 的溢價；只省下一次則不行。輸出與變動的後綴不列入這個僅限前綴的計算。
不要把那些直連供應商的寫入規則套用到閘道帳單上。閘道的快取讀取費率有公布，但其 Kimi 寫入／TTL 的計費語意並未為此比較建立。在引用完整的 Kimi 快取總額之前，請先確認這些語意。
先用可接受的結果來選擇，再最佳化帳單
從你自己的文件類型建立一組小型評估集。保持來源素材與驗收標準固定，同時允許不同的 token 數量。記錄：
- 正確的欄位、引用或其他必要輸出。
- 每次嘗試的總計費 token 數與費用。
- 實際回報的快取讀取與寫入。
- 完成時間、失敗次數與需要人工審查的部分。
接著計算總執行成本除以已接受的結果。這能給你一個決策指標，而不會為任一模型虛構出品質優勢。
關於設定與更廣泛的預算規劃，請參閱 DeepSeek API 定價指南 與多模型定價比較。在投入大量工作負載前，請重新確認即時費率表。