近日，有开发者在技术社区分享了Kimi AI 699套餐的实际使用账单，揭示了重度场景下的API调用成本。数据显示，该账号在统计周期内累计产生费用约2763.05元人民币，根据系统提示已消耗月度额度的28.30%反推，该套餐的完整月度额度价值约为9763元。在模型使用分布上，专用模型“kimi-for-coding”成为成本消耗主力，单模型费用高达2046.84元，约占总支出的74%。具体数据显示，该模型输入缓存命中量达到11.5亿Token，输出量近646万Token；相比之下，通用模型k3的消耗约为716元。帖子还将此数据与此前199套餐的实测记录进行了对比，指出不同账号推算出的月度额度存在较大差异（从4424元到9763元不等），可能反映了官方动态的额度分配策略或不同模型权重的计费差异。
事件分析
从账单明细来看，高达11.5亿的缓存命中Token数表明该用户属于高频开发者，且大量使用了知识库挂载等长上下文功能。尽管KV Cache缓存机制显著降低了单位成本，但AI编程模型的高额并发与生成长度仍导致整体费用居高不下。月额度近万元的推算值，侧面印证了当前头部大模型在处理复杂编程任务时的算力溢价。不同账号间额度计算的显著差异，暗示厂商可能针对不同用户群体、模型调用组合（如k3与coding模型的混合使用）实施了差异化的配额管理策略。
💡 核心观点：实测月额近万的高昂成本揭示，尽管有缓存优化，但AI编程模型的规模化商用仍面临巨大的算力经济性挑战。
原文链接：Linux.do
评论前必须登录！
立即登录 注册