Tarification API Kimi Code vs Tokens à l'usage

La réponse courte sur le coût

Les personnes qui recherchent tarification API Kimi Code veulent généralement un seul chiffre à intégrer dans un budget. Pour les plans propres à Kimi, consultez leur page de tarification actuelle, car les noms de plans, les limites et les prix changent et je ne vais pas les deviner ici. Ce site peut vous donner un nombre précis pour l'alternative dont vous lisez : une API textuelle compatible OpenAI avec un seul modèle, facturée par token.

Les tarifs sont de 0,15 $ par 1M de tokens en entrée et 0,50 $ par 1M de tokens en sortie. Il n'y a pas d'abonnement ni de minimum mensuel. Vous ajoutez du crédit prépayé, chaque requête déduit ce qu'elle a utilisé, et le crédit n'expire jamais. Les requêtes échouées ou refusées ne sont pas facturées, donc une réponse d'erreur ne vous coûte rien.

Deux choses méritent d'être dites clairement avant les calculs. Premièrement, il n'y a pas de plan gratuit et illimité ici. Deuxièmement, le seul argent gratuit est l'essai unique : $0,50 de crédit, à réclamer en un clic sur la page de la clé API après la connexion, valable 7 jours, sans carte bancaire. Tout le reste est payé à partir du crédit que vous ajoutez vous-même.

Comment les tokens se transforment en dollars

Un token est un morceau de texte, environ trois à quatre caractères en anglais. Votre prompt est compté comme tokens en entrée. La réponse écrite par le modèle est comptée comme tokens en sortie. La sortie est plus chère que l'entrée car la génération de texte est la partie coûteuse.

La formule pour une requête est simple :

Copycost = input_tokens x 0.15 / 1,000,000 + output_tokens x 0.50 / 1,000,000

L'historique des chats compte aussi. Si vous renvoyez dix messages précédents à chaque tour, ces messages sont facturés en entrée à chaque fois. C'est la principale raison pour laquelle une facture dépasse une première estimation, et c'est pourquoi les boucles d'agent longues coûtent plus cher qu'elles n'y paraissent.

L'API retourne un en-tête X-Balance-USD dans les réponses, afin que vous puissiez surveiller votre crédit restant dans votre code au lieu d'ouvrir un tableau de bord. Enregistrez-le une fois par requête pendant vos tests et vous connaîtrez votre coût réel par appel en une heure.

Exemples chiffrés

Voici quatre tâches tarifées avec précision. Chaque ligne est tokens en entrée fois 0,15 $ par 1M plus tokens en sortie fois 0,50 $ par 1M.

Maintenant, mettez-les à l'échelle pour un mois. Un petit produit de chat gérant 100 000 tours de la taille 2 000/500 utilise 200M de tokens en entrée et 50M de tokens en sortie. Cela représente 30 $ pour l'entrée plus 25 $ pour la sortie, soit 55 $ au total.

Un développeur solo qui pose la question de codage 20 000/1 000 50 fois par jour pendant 30 jours effectue 1 500 appels. Cela représente 30M de tokens d'entrée (4,50 $) et 1,5M de tokens de sortie (0,75 $), soit 5,25 $ pour le mois.

Même en remplissant volontairement la fenêtre de contexte, cela coûte moins de deux cents par appel. La fenêtre est de 100 000 tokens partagés entre le prompt et la complétion, c'est pourquoi la dernière ligne utilise 96 000 plus 4 000.

Ce qu'achète un rechargement

Vous pouvez ajouter n'importe quel montant entier de $20 à $500. Les recharges plus importantes comportent un bonus sur le crédit que vous recevez :

• 20 $ à 49 $ : aucun bonus, donc 20 $ donnent 20 $ de crédit.
• 50 $ : +5 %, donc 52,50 $ de crédit.
• 100 $ : +10 %, donc 110 $ de crédit.
• 200 $ : +15 %, donc 230 $ de crédit.

Mesuré en tours de chat du tableau, $20 couvrent environ 36 000 tours ($20 divisés par $0,00055 font 36 363). Mesuré en question de codage, $20 couvrent environ 5 700 appels ($20 divisés par $0,0035 font 5 714). Pour la plupart des développeurs individuels, le premier rechargement dure des semaines, et comme le crédit n'expire jamais, un mois d'utilisation légère ne vous coûte rien de plus.

Le paiement se fait par carte (Visa, Mastercard, Apple Pay, Google Pay) ou crypto (USDT sur TRC20, USDC sur Base). La page de tarification liste les mêmes tarifs et niveaux de bonus si vous souhaitez vérifier cette section par rapport à la source.

Un budget mensuel détaillé

Voici comment un premier mois pourrait être planifié. Disons que vous exécutez un assistant de type support et que vous prévoyez 1 200 conversations. Chaque conversation compte environ six tours, et chaque tour moyenne 1 500 tokens en entrée (historique plus le nouveau message) et 400 tokens en sortie. Cela fait 7 200 tours, soit 10,8M de tokens en entrée et 2,88M de tokens en sortie.

Le côté entrée coûte 10,8 fois 0,15 $, soit 1,62 $. Le côté sortie coûte 2,88 fois 0,50 $, soit 1,44 $. Le mois s'élève à 3,06 $. Un premier rechargement de 20 $ couvrirait ce trafic plus de six fois, et ce qui reste est reporté au mois suivant car le crédit n'expire pas.

Maintenant, mettez le plan à l'épreuve. Si l'historique augmente et que chaque tour moyenne 6 000 tokens en entrée, le côté entrée quadruple à 6,48 $ tandis que la sortie reste à 1,44 $, pour un total de 7,92 $. La leçon est que la croissance de l'entrée est ce qui fait varier le total, et la solution est de réduire ce que vous renvoyez, et non de raccourcir les réponses.

Crédit d'essai et ce qu'il couvre

L'essai de 0,50 $ est destiné aux tests, pas à la production. À la taille de chat 2 000/500, il couvre environ 900 requêtes ($0,50 divisés par $0,00055 font 909). Cela suffit amplement pour vérifier que l'API répond comme vous le souhaitez, pour essayer le streaming et pour tester un flux d'appel de fonctions.

Les clés d'essai ont des limites plus basses que les clés complètes : 2 requêtes simultanées et 60 requêtes par minute, contre 8 simultanées et 300 par minute pour une clé complète. Si vous testez avec un script qui déclenche des appels parallèles, vous pouvez voir une erreur HTTP 429 avec le code concurrency ou rate_limited. Ralentissez le script au lieu de supposer que quelque chose ne va pas.

Pour commencer, connectez-vous avec Google ou avec un e-mail et un mot de passe, puis appuyez sur le bouton de réclamation sur la page de la clé API. Il y a un essai par personne, et le crédit expire après 7 jours même si vous ne l'avez pas utilisé.

Abonnement ou paiement à l'usage

Aucun modèle n'est toujours moins cher. Un plan mensuel fixe est prévisible, et si vous l'utilisez intensément tous les jours, il peut battre la facturation par token. La facturation par token gagne lorsque votre utilisation est irrégulière : une semaine de travail intense suivie d'un mois calme ne coûte que ce que vous avez utilisé, et rien n'est perdu lorsque vous arrêtez.

La façon de décider est de mesurer. Prenez une semaine de travail normale, enregistrez les tokens en entrée et en sortie pour chaque appel, et appliquez la formule ci-dessus. Ensuite, comparez ce nombre, multiplié pour un mois, avec le prix du plan sur la page du fournisseur. Si le total par token est une fraction du plan, le paiement à l'usage est le meilleur choix. S'il est proche ou supérieur, le plan peut être une meilleure affaire.

Une autre différence compte autant que le prix. Il s'agit d'une API hébergée, compatible OpenAI, avec un seul modèle à poids ouverts optimisé pour répondre sans refus de contenu pour un usage adulte légal. Ce n'est pas l'API officielle d'aucun fournisseur de modèle et elle ne route pas entre les fournisseurs. Elle est textuelle uniquement : pas d'images, audio, vidéo, embeddings ou fine-tuning. Si vous avez besoin de l'un de ces éléments, tarifiez-les séparément.

Moyens de réduire la facture

• Réduisez l'historique. Envoyez les derniers tours plus un résumé court plutôt que toute la conversation.
• Définissez max_tokens lorsque vous savez que la réponse est courte. C'est optionnel, mais cela limite les sorties incontrôlées, qui constituent le côté plus cher.
• Ne collez pas des dépôts entiers. Un prompt de 20 000 jetons coûte $0,003 en entrée seulement. Envoyez les fichiers qui comptent.
• Mettez en cache vos propres résultats. Si le même prompt se répète, stockez la réponse vous-même.
• Lisez l'en-tête de solde. X-Balance-USD vous indique ce qui reste après chaque appel.

Les prompts ne sont pas utilisés pour l'entraînement, ce qui compte si vous collez du code ou du texte privé. Pour la configuration exacte, le guide de démarrage rapide dans la documentation montre comment pointer un client OpenAI existant vers cette API en changeant l'URL de base et la clé. Si vous comparez d'autres fournisseurs, la page sur les mythes et faits de l'API Groq couvre une question connexe sur la vitesse et les refus.

Plus de guides

• URL de l'API Kimi Code : Configuration de l'URL de base pour les clients OpenAI
• Kimicode dans Cursor Alternative : Configuration de l'endpoint personnalisé
• API Groq : Mythes vs Faits pour les LLM sans censure