Claude, Kimi, GLM, Gemini, Muse, Composer, Grok и Codex используют общий USD-баланс ключа. Базовые ставки Kimi ниже загружаются из Guard API. Токены и чтение кеша оплачиваются по полным ставкам выбранной модели.
| Модель | Input | Cache read | Output |
|---|---|---|---|
Kimi K3k3 | $3.00 | $0.30 | $15.00 |
Kimi K3-256Kk3-256k | $3.00 | $0.30 | $15.00 |
Kimi K2.8 Previewkimi-for-coding | $0.95 | $0.19 | $4.00 |
Kimi K2.7 Code HighSpeedkimi-for-coding-highspeed | $1.90 | $0.38 | $8.00 |
USD за 1M токенов. Текущий тариф Guard загружается из конфигурации API.
Отдельная ставка в третьей колонке — не справочная. По ней считается та часть входа, которую Kimi узнал по своему кешу промпта, и она заметно ниже обычной входной. На действующем тарифе у k3 и k3-256k чтение из кеша стоит в десять раз дешевле входа, у kimi-for-coding и kimi-for-coding-highspeed — в пять раз. Точные числа всегда берите из таблицы выше: она живая.
Двойной платы нет. Токены, пришедшие из кеша, вычитаются из обычного входа и считаются только по ставке Cache read. Их количество видно в ответе: usage.prompt_tokens_details.cached_tokens. Записи в кеш Kimi отдельно не тарифицирует — своей ставки за неё нет.
Кешем управляет Kimi, а не Guard. Специального поля для расстановки точек кеширования нет; prompt_cache_key принимается и уходит наверх как есть. Попадание в кеш не гарантировано и от запроса к запросу меняется — на длинном повторяющемся начале диалога оно вероятнее.
Перед запросом Guard временно блокирует максимально возможную стоимость всего запроса — входную часть и выходную: reserve = оценка входных токенов × ставка input / 1 000 000 + max_tokens × ставка output / 1 000 000. Если max_tokens не передан, выходная часть считается по значению Kimi по умолчанию: 131 072 токена у k3 и k3-256k, 32 768 у kimi-for-coding-highspeed, 32 000 у kimi-for-coding; если остатка не хватает на такой резерв с запасом ещё на 8 обычных запросов — по 32 000. Входные токены оцениваются приблизительно, изображения и файлы — крупными блоками, поэтому блокировка заметно больше одной выходной части.
Окончательное списание считается по фактическому usage. Неиспользованная часть reserve возвращается после ответа. В stream одна статистика может появиться в двух местах — см. Streaming и usage.
Расход Kimi входит в общий отчёт ключа: GET /v1/usage и GET /v1/usage/requests. Отбирайте его через family=kimi и при необходимости endpoint. Фильтр mode удалён и возвращает 410 product_modes_removed.
| Действие | Что списывается |
|---|---|
POST /v1/files | ничего: загрузка и хранение бесплатны, reserve не блокируется. Но при нулевом остатке ключа файловый API отвечает 402 на любой запрос, включая DELETE |
POST /v1/kimi/search и POST /v1/kimi/fetch | ничего: отдельной платы за поиск и за страницу нет. При нулевом остатке ключа оба тоже отвечают 402 |
Чат-запрос со ссылкой input_file | Извлечённый текст документа считается входными токенами по полной ставке input или cache read запрошенной модели. |
| Чат-запрос с найденным текстом | текст, который вы сами вставили в messages, — тоже обычные входные токены |
Из-за этого reserve запроса с файлом заметно больше: блокируется входная часть вместе с извлечённым текстом документа. Свою себестоимость поиска и загрузки страниц Guard учитывает отдельно и на клиентский баланс не переносит.