Preço da API Kimi Code vs Tokens sob Demanda

A resposta curta sobre custo

Pessoas que buscam precificação da API Kimi Code geralmente querem um número para inserir em um orçamento. Para os planos próprios da Kimi, verifique a página de preços atual, pois nomes de planos, limites e preços mudam e não vou adivinhá-los aqui. O que este site pode fornecer é um número preciso para a alternativa sobre a qual você está lendo: uma API de texto compatível com OpenAI com um único modelo, cobrada por token.

As taxas são $0,15 por 1M de tokens de entrada e $0,50 por 1M de tokens de saída. Não há assinatura nem mínimo mensal. Você adiciona crédito pré-pago, cada requisição deduz o que usou, e o crédito nunca expira. Requisições falhas ou recusadas não são cobradas, então uma resposta de erro não custa nada.

Duas coisas valem a serem ditas claramente antes da matemática. Primeiro, não há uma camada gratuita ilimitada aqui. Segundo, o único dinheiro grátis é o teste único: $0,50 de crédito, resgatado com um clique na página da chave de API após o login, válido por 7 dias, sem necessidade de cartão. Tudo além disso é pago com crédito que você adiciona sozinho.

Como tokens viram dólares

Um token é um pedaço de texto, aproximadamente três a quatro caracteres de inglês. Seu prompt é contado como tokens de entrada. A resposta que o modelo escreve é contada como tokens de saída. A saída é precificada mais alto que a entrada porque gerar texto é a parte cara.

A fórmula para uma requisição é simples:

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

O histórico de chat também conta. Se você reenviar dez mensagens anteriores a cada rotação, essas mensagens são cobradas como entrada cada vez. Essa é a única razão principal de uma fatura acabar mais alta do que um primeiro palpite, e é por isso que loops longos de agentes custam mais do que parecem que deveriam.

A API retorna um cabeçalho X-Balance-USD nas respostas, para que você possa acompanhar seu crédito restante no código em vez de abrir um painel. Registre-o uma vez por requisição enquanto estiver testando e você aprenderá seu custo real por chamada em uma hora.

Exemplos práticos

Aqui estão quatro tarefas precificadas exatamente. Cada linha é tokens de entrada vezes $0,15 por 1M mais tokens de saída vezes $0,50 por 1M.

Agora escale-os para um mês. Um produto de chat pequeno lidando com 100.000 turnos do tamanho 2.000/500 usa 200M de tokens de entrada e 50M de tokens de saída. Isso é $30 para entrada mais $25 para saída, totalizando $55.

Um desenvolvedor solo que faz a pergunta de programação 20.000/1.000 50 vezes por dia durante 30 dias faz 1.500 chamadas. Isso é 30M de tokens de entrada ($4,50) e 1,5M de tokens de saída ($0,75), totalizando $5,25 para o mês.

Mesmo preenchendo a janela de contexto de propósito, custa menos de dois centavos por chamada. A janela é de 100.000 tokens compartilhados entre prompt e conclusão, é por isso que a última linha usa 96.000 mais 4.000.

O que uma recarga compra

Você pode adicionar qualquer valor inteiro de $20 a $500. Recargas maiores trazem um bônus no crédito que você recebe:

• $20 a $49: sem bônus, então $20 dá $20 de crédito.
• $50: +5%, então $52,50 de crédito.
• $100: +10%, então $110 de crédito.
• $200: +15%, então $230 de crédito.

Medido no turno de chat da tabela, $20 cobrem cerca de 36.000 turnos ($20 dividido por $0,00055 é 36.363). Medido na pergunta de codificação, $20 cobrem cerca de 5.700 chamadas ($20 dividido por $0,0035 é 5.714). Para a maioria dos desenvolvedores individuais, a primeira recarga dura semanas, e como o crédito nunca expira, um mês de uso leve não custa nada extra.

O pagamento é feito por cartão (Visa, Mastercard, Apple Pay, Google Pay) ou cripto (USDT na TRC20, USDC na Base). A página de preços lista as mesmas tarifas e níveis de bônus se você quiser verificar esta seção contra a fonte.

Um orçamento mensal prático

Aqui está como um primeiro mês pode ser planejado. Digamos que você execute um assistente estilo suporte e espere 1.200 conversas. Cada conversa tem cerca de seis turnos, e cada turno tem em média 1.500 tokens de entrada (histórico mais a nova mensagem) e 400 tokens de saída. Isso são 7.200 turnos, então 10,8M de tokens de entrada e 2,88M de tokens de saída.

O lado da entrada custa 10,8 vezes $0,15, que é $1,62. O lado da saída custa 2,88 vezes $0,50, que é $1,44. O mês totaliza $3,06. Um primeiro recarregamento de $20 cobriria esse tráfego mais de seis vezes, e o que sobra carrega para o próximo mês porque o crédito não expira.

Agora estresse o plano. Se o histórico crescer e cada turno tiver em média 6.000 tokens de entrada, o lado da entrada quadruplica para $6,48 enquanto a saída permanece em $1,44, totalizando $7,92. A lição é que o crescimento da entrada é o que move o total, e a solução é reduzir o que você reenvia, não encurtar as respostas.

Crédito de teste e o que ele cobre

O crédito de teste de $0,50 é destinado a testes, não para produção. No tamanho de chat 2.000/500, ele cobre cerca de 900 requisições ($0,50 dividido por $0,00055 é 909). Isso é mais do que suficiente para verificar se a API responde da maneira que você precisa, tentar streaming e testar um fluxo de chamada de ferramentas.

Chaves de teste têm limites menores que chaves completas: 2 requisições simultâneas e 60 requisições por minuto, contra 8 simultâneas e 300 por minuto para uma chave completa. Se você testar com um script que dispara chamadas paralelas, pode ver HTTP 429 com o código concurrency ou rate_limited. Diminua a velocidade do script em vez de assumir que algo está quebrado.

Para começar, entre com Google ou com um e-mail e senha, depois pressione o botão de resgate na página da chave de API. É um teste por pessoa, e o crédito expira após 7 dias mesmo que você não o tenha usado.

Assinatura ou pagamento por uso

Nenhum dos modelos é sempre mais barato. Um plano mensal fixo é previsível, e se você o usar intensamente todos os dias, ele pode superar a cobrança por token. A cobrança por token vence quando seu uso é irregular: uma semana de trabalho pesado seguida por um mês tranquilo custa apenas o que você usou, e nada é perdido quando você para.

A maneira de decidir é medir. Pegue uma semana normal de trabalho, registre tokens de entrada e saída para cada chamada e aplique a fórmula acima. Depois compare esse número, multiplicado para um mês, com o preço do plano na própria página do fornecedor. Se o total por token for uma fração do plano, o pagamento por uso é o melhor ajuste. Se for próximo ou maior, o plano pode ser o melhor negócio.

Uma outra diferença importa tanto quanto o preço. Esta é uma API hospedada, compatível com OpenAI, com um único modelo de pesos abertos ajustado para responder sem recusas de conteúdo para uso adulto legal. Não é a API oficial de nenhum fornecedor de modelos e não roteia entre fornecedores. É apenas texto: sem imagens, áudio, vídeo, embeddings ou ajuste fino. Se você precisar de algum desses, precifique-os separadamente.

Formas de manter a conta baixa

• Reduza o histórico. Envie as últimas algumas rodadas de conversa mais um resumo curto em vez de toda a conversa.
• Defina max_tokens quando souber que a resposta é curta. É opcional, mas limita a saída descontrolada, que é o lado mais caro.
• Não cole repositórios inteiros. Um prompt de 20.000 tokens custa $0,003 apenas na entrada. Envie os arquivos que importam.
• Armazene seus próprios resultados. Se o mesmo prompt se repetir, armazene a resposta você mesmo.
• Leia o cabeçalho do saldo. X-Balance-USD mostra o que resta após cada chamada.

Os prompts não são usados para treinamento, o que importa se você colar código ou texto privado. Para a configuração exata, o início rápido na documentação mostra como apontar um cliente OpenAI existente para esta API alterando a URL base e a chave. Se você está avaliando outros provedores, a página sobre mitos e fatos da API Groq aborda uma pergunta relacionada sobre velocidade e recusas.

Mais guias

• URL da API Kimi Code: Configuração da URL Base para Clientes OpenAI
• Kimicode no Cursor Alternative: Configuração de Endpoint Personalizado
• API Groq: Mitos vs Fatos para LLMs Sem Censura