Kimi K3.1 Pro : prix API et coût réel

👁 124 lectures

Le tarif catalogue d’un grand modèle de langage ne suffit jamais à prédire une facture mensuelle. Avec Kimi K3.1 Pro, Moonshot AI affiche un prix de 2 $ par million de jetons en entrée et 10 $ en sortie, assorti d’une fenêtre de contexte de 1 048 576 jetons (platform.kimi.ai). Pour vérifier comment cette grille se traduit en conditions réelles, j’ai exécuté une série d’appels API en comparant le modèle à Claude Opus 5.5 et GPT-6 Astra.

• Tarif de base compétitif : 2 $ / M en entrée, 10 $ / M en sortie et 0,20 $ / M pour le cache d’entrée sur la version Pro (platform.kimi.ai).
• Précision sur les tâches structurées : extraction JSON et calculs arithmétiques exacts dès le premier essai lors de mes tests.
• Surcoût lié au raisonnement : les jetons de réflexion interne sont facturés au tarif de sortie et peuvent saturer la limite max_tokens sur certaines consignes.

Grille tarifaire officielle : Kimi K3.1 Pro vs Highspeed

Selon la documentation officielle (platform.kimi.ai et docs/pricing/chat), la facturation API est indépendante des abonnements aux applications Kimi et s’entend hors taxes applicables. Deux variantes coexistent pour succéder à l’architecture Kimi K3 :

L’éditeur présente la variante Highspeed comme 2 à 3 fois plus rapide (blog Kimi), mais il s’agit d’une annonce commerciale que je n’ai pas pu mesurer, cette déclinaison étant absente d’OpenRouter lors de mon relevé. L’avantage financier majeur réside dans le cache d’entrée : à 0,20 $ par million de jetons, il reste identique sur les deux versions.

Simulation budgétaire sur un volume hypothétique

Pour situer Kimi K3.1 Pro face à ses concurrents directs, j’ai calculé le coût théorique d’un lot hypothétique de 1 000 requêtes. Chaque appel de cette simulation comporte exactement 1 000 jetons en entrée (sans cache) et 500 jetons en sortie, soit 1 million de jetons d’entrée et 500 000 jetons de sortie au total :

Protocole de test et résultats sur l’extraction JSON et le calcul

Un calcul sur papier ignore la verbosité propre à chaque modèle. J’ai donc soumis les modèles à un test réel via OpenRouter (température fixée à 0,2, effort de raisonnement bas demandé, plafond max_tokens=1800, requêtes sans streaming). Les consignes de mon banc d’essai étaient rédigées en polonais afin d’évaluer simultanément la tenue du formatage et la tokenisation hors de l’anglais.

Sur la tâche json, le modèle devait extraire deux articles d’une phrase (3 carnets à 12,50 et 2 stylos à 4) et renvoyer uniquement un tableau JSON valide avec des clés au singulier. Les trois modèles ont fourni la chaîne exacte attendue :

[{"nazwa":"notes","sztuki":3,"cena_netto":12.5},
 {"nazwa":"długopis","sztuki":2,"cena_netto":4}]

Sur la tâche rachunek, il fallait appliquer une remise de 10 % sur ce même panier (45,50 ramené à 40,95 HT), calculer la TVA à 23 % (9,42) et donner le total TTC arrondi à deux décimales (50,37). Là encore, les résultats mathématiques sont exacts sur les trois API. Voici les métriques relevées sur cet essai unique par tâche :

L’impact des jetons de raisonnement et les limites

L’examen des compteurs montre un phénomène important : sur la tâche JSON, Kimi K3.1 Pro a coûté 0,002004 $ contre 0,001828 $ pour Claude Opus 5.5, pourtant deux fois plus cher au catalogue. La raison tient aux 101 jetons de raisonnement générés par Kimi avant d’écrire la réponse, ainsi qu’à un nombre de jetons d’entrée plus élevé sur ce texte (197 contre 152 pour Opus et 98 pour GPT-6 Astra). En revanche, dès que la réponse visible s’allonge comme sur le calcul de TVA (rachunek), Kimi K3.1 Pro reprend l’avantage économique (0,006548 $) face à GPT-6 Astra (0,008130 $) et Opus 5.5 (0,010240 $).

Sur d’autres tests de mon protocole (le calcul de taille mémoire pamiec à 0,00196 $ en 3,291 s, et la génération Python kod à 0,008632 $ en 13,246 s avec 767 jetons de réflexion), Kimi K3.1 Pro s’est arrêté normalement (finish_reason: stop).

Cependant, j’ai constaté une limite sévère sur deux tâches courtes : la détection d’une donnée manquante (brak, où il fallait répondre BRAK DANYCH faute d’information sur la marge) et une simple correction grammaticale (polski). Kimi K3.1 Pro a consommé l’intégralité du plafond de 1 800 jetons (dont 1 797 en réflexion interne) sans produire de réponse finale (answer: null, finish_reason: length), facturant respectivement 0,018348 $ (21,567 s) et 0,018310 $ (37,078 s). Lors d’essais de dépannage distincts où j’ai porté la limite à 6 000 jetons (brak-6000 et polski-6000), le modèle a de nouveau saturé le quota avec 5 997 jetons de raisonnement, coûtant un peu plus de 0,06 $ par appel pour un résultat vide. Pour valider une intégration en production, il est donc indispensable de vérifier finish_reason et de surveiller completion_tokens_details.reasoning_tokens.

Questions fréquentes (FAQ)

Le prix de l’API Kimi K3.1 Pro inclut-il une offre gratuite ou l’abonnement web ?

La documentation tarifaire indique que la facturation API est séparée des abonnements utilisateur Kimi et que les tarifs affichés sont hors taxes (platform.kimi.ai). Je n’ai relevé aucun quota gratuit dans ces spécifications.

Pourquoi une réponse vide peut-elle être facturée ?

Lorsque le modèle boucle dans sa phase de réflexion interne, il consomme des reasoning_tokens facturés au tarif de sortie (10 $ / M). Si le plafond max_tokens est atteint avant la fin du raisonnement, l’API renvoie null avec le statut length, mais les jetons générés restent dus.

Peut-on héberger Kimi K3.1 Pro localement pour éviter le coût par jeton ?

Les poids du modèle sont promis d’ici le 4 novembre 2026 (blog Kimi), mais ne figuraient pas encore sur le dépôt Hugging Face de Moonshot AI lors de ma vérification. À titre de référence théorique basée sur l’architecture précédente de 2,8 billions de paramètres, les seuls poids en quantification Q4 occuperaient 1,4 To (2.8e12 * 4 / 8 / 1e12), soit presque la totalité des 1 440 Go de VRAM brute d’une instance 8x B200 affichée à 53,52 $/h (1 284,48 $ par 24 h HT) chez Lambda, sans même compter la mémoire requise par le contexte.

Sources

• Annonce officielle Kimi K3.1 Pro - Blog Kimi (consulté le 23/10/2026)
• Portail développeur et tarifs Kimi API (consulté le 23/10/2026)
• Documentation de tarification Chat et fenêtre de contexte (consulté le 23/10/2026)
• Dépôt officiel Moonshot AI sur Hugging Face (consulté le 23/10/2026)
• Grille tarifaire des instances GPU Cloud Lambda (consulté le 23/10/2026)

// lire la suiteCapCut sur ordinateur : télécharger sur Windows et MacOutils d'IAWestern, VHS et pop culture : 18 images par GPT-Image-2.6Outils d'IAIA sans censure : quels modèles ont moins de filtres ?Outils d'IA

Kinetyra