Kimi K2.8 API 价格查询：官方价目表现状与替代方案
直接给答案：截至 2026 年 9 月 18 日，Kimi 开放平台官方价格表里没有 kimi-k2.8 这个模型。K2.8 Preview 目前只在 Kimi Code 和 Kimi Work 两个会员产品里全量上线，不走 API 计费，所以网上任何「K2.8 API 价格」的具体数字都不是官方口径。想在 API 里用最接近的能力，现在能选的是 kimi-k3。
为什么你搜不到 K2.8 的 API 价格
9 月 12 日 K2.8 Preview 上线时，覆盖的是 Kimi Code 和 Kimi Work 两个会员产品，官方同时把 1M 上下文权限开放给了全部会员档位。开放平台的价格表随后仍只列了四个模型条目，没有 kimi-k2.8。
也就是说，「Kimi K2.8 API 价格」这个搜索问题的准确答案分两层：一是还没上架、没有官方价格；二是想用 K2.8 的能力，有两条现成路径，下面分开说。
开放平台现役模型价格表（2026 年 9 月核实）
| 模型 | 输入（缓存命中） | 输入（缓存未命中） | 输出 | 上下文窗口 |
|---|---|---|---|---|
| kimi-k3 | ¥2.00 | ¥20.00 | ¥100.00 | 1,048,576 tokens |
| kimi-k2.7-code | ¥1.30 | ¥6.50 | ¥27.00 | 262,144 tokens |
| kimi-k2.7-code-highspeed | ¥2.60 | ¥13.00 | ¥54.00 | 262,144 tokens |
| kimi-k2.6 | ¥1.10 | ¥6.50 | ¥27.00 | 262,144 tokens |
计费单位是元/百万 tokens，1M = 1,000,000，数据来自官方价格页，以调用时控制台实时账单为准。中文文本大约 1 个 token 对应 1.5 到 2 个汉字，官方还提供 Token 估算 API 可以先算再调。文件相关接口（文件内容抽取、文件存储）官方标注限时免费，也就是说只上传并抽取文档这件事本身不产生费用。
四个模型分别适合什么场景
价格差不多的模型，选错一样浪费钱。按官方模型列表的描述：
- kimi-k3：2.8 万亿参数，原生支持视觉理解，100 万 token 上下文，面向软件工程、知识工作和深度推理。要最强能力、要超长上下文，选它。
- kimi-k2.7-code：编码专用，长上下文里更稳定地遵循指令，上下文 256k。日常补全、解释、小改动，选它性价比最高。
- kimi-k2.7-code-highspeed：K2.7 Code 的高速版，输出速度约 180 tokens/s，短上下文场景可达 260 tokens/s，价格约为标准版的两倍。交互式场景感觉慢的时候值得换。
- kimi-k2.6：支持视觉与文本输入、思考与非思考模式，上下文 256k，是四者里最便宜的一档。
除了实时推理，还有三档官方价格要知道
很多人只看了那张价格表，忽略了官方另外三个计费入口，实际成本差异不小。
第一，批量推理是标准价的 6 折。 官方明确 Batch API 费用为标准模型价格的 60%，适合大规模、低实时性要求的任务。但它只支持两个模型：
| 模型 | 输入（缓存命中） | 输入（缓存未命中） | 输出 | 上下文窗口 |
|---|---|---|---|---|
| kimi-k2.7-code（Batch） | ¥0.78 | ¥3.90 | ¥16.20 | 262,144 tokens |
| kimi-k2.6（Batch） | ¥0.66 | ¥3.90 | ¥16.20 | 262,144 tokens |
Batch 任务不受实时并发限制，但要在指定的 completion_window 内完成，超时会变成 expired 状态。
第二，联网搜索与网页抓取按次计费。 走独立的 REST 接口，请求成功且返回数据才收费：
| 工具 | 调用方式 | 价格 | 计费条件 |
|---|---|---|---|
| 联网搜索 Basic | POST /v1/tools/search | ¥0.01 / 次 | HTTP 200 且 search_results 非空 |
| 联网搜索 Pro | POST /v1/tools/search_pro | ¥0.015 / 次 | HTTP 200 且 search_results 非空 |
| 网页抓取 | POST /v1/tools/fetch | ¥0.01 / 次 | HTTP 200 且返回 markdown 非空白 |
Pro 版与 Basic 的区别是：支持用 sites 把结果限制在指定站点、用 time_window 限制时间范围，并为每条结果返回结构化正文片段。请求失败、触发风控或没有结果都不计费。
第三，内建工具 $web_search 要换掉了。 在 /v1/chat/completions 的 tools 里触发 $web_search，按次收 ¥0.03，而且搜索结果占用的 token 会算进下一次请求的 prompt tokens 里。官方已经明确这个方式预计在 2026 年 10 月 20 日下线，新接入请改用 /v1/tools/search 接口或官方 web-search 工具。
想用 K2.8：两条替代路径
- 会员端直接用：开 Kimi 会员，在 Kimi Code（编程工具）或 Kimi Work（知识工作 Agent）里使用 K2.8 Preview，1M 上下文对全部会员档位开放，这是目前唯一的 K2.8 正规用法。
- API 用 K3：需要 API 的场景直接调 kimi-k3，能力上限更高；预算敏感的代码场景可以先跑 kimi-k2.7-code，输出价格约为 K3 的四分之一。
两条路径不冲突：个人学习和日常任务走会员端，产品化接入走 API。想先弄清 K2.8 和 K3 的能力差异，可以看站内 K2.8 vs K3 差异对比和 K2.8 Preview 解读。
API 省钱的四个技巧
- 吃透缓存命中：同一前缀的输入命中缓存后，单价从 ¥20 降到 ¥2，差距 10 倍。长系统提示词、固定文档内容务必设计成稳定前缀复用。
- 批量推理更便宜：对实时性没要求的离线任务，走 Batch 通道直接打 6 折，但记得它只支持 kimi-k2.7-code 和 kimi-k2.6。
- 代码场景降配：日常补全、解释、小改动用 kimi-k2.7-code，复杂架构任务再上 K3，混着用最省；延迟敏感的交互场景再换 highspeed 版。
- 注意搜索的隐性成本：用内建
$web_search时搜索结果会变成 prompt tokens 计费，改用独立 REST 接口后这部分按次计费，反而更好预算。
其他厂商的价格横向参考，可以看站内的 Grok 4.6 价格与 API 接入全解和腾讯混元 Hy4 Preview 发布解读。
避坑：这些模型已经下线
官方模型列表专门有一节「已下线模型」，写得很直白：
| 模型 | 下线时间 |
|---|---|
| kimi-k2.5 | 2026 年 8 月 31 日 |
| moonshot-v1 系列（含 moonshot-v1-auto、-vision-preview 各版本） | 2026 年 8 月 31 日 |
| kimi-k2 系列（含 k2-0905-preview、k2-0711-preview、k2-turbo-preview、k2-thinking 等） | 2026 年 5 月 25 日 |
| kimi-latest | 2026 年 1 月 28 日 |
| kimi-thinking-preview | 2025 年 11 月 11 日 |
老项目里引用这些模型名的要尽快切换，否则调用会直接报模型不存在。官方给出的迁移方向统一指向 kimi-k3。
常见问题
K2.8 什么时候会上 API？
答：官方没有公布时间表。以开放平台价格页和公告为准，出现转述价格先核对官方页面再相信。
K2.8 的 API 会比 K3 便宜吗？
答：没有官方信息，无法确认。参考行业惯例，介于旗舰和上代之间的模型定价通常更低，但这只是推测，本文不给编造数字。
Kimi 会员多少钱一档？
答：档位和价格以 kimi.com 会员页实时展示为准，会员权益会随产品调整变化，本文不固定引用旧价格。
kimi-k3 的价格换算成美元是多少？
答：按第三方统计口径约为输入 3 美元、输出 15 美元每百万 tokens，实际以人民币官方价和实时汇率为准。
缓存命中是怎么触发的？
答：当本次请求的输入前缀与近期请求完全一致时命中。把系统提示词和固定上下文放在请求最前面并保持不变，是最有效的省钱手段。
Batch 批量推理能省多少，有什么限制？
答：官方口径是标准价的 60%，适合实时性要求不高的离线任务。限制有三条：只支持 kimi-k2.7-code 和 kimi-k2.6；任务要在指定的 completion_window 内完成，超时变 expired；不走实时并发限制。
京ICP备2024094994号-29