Kimi K3.1 Pro와 Highspeed, 빠른 응답에 얼마를 더 낼까?

Highspeed의 추가 비용은 입력 구성에 따라 달라진다

Kimi K3.1 Pro를 API로 쓰려는 개발자에게 두 옵션의 가장 분명한 차이는 단가다. 공식 API 플랫폼은 Highspeed를 같은 지능과 컨텍스트 크기를 제공하는 고속형으로 소개한다. 일반 입력과 출력은 Pro의 두 배지만, 이미 저장된 문맥을 재사용하는 캐시 적중 입력은 같은 가격이다.

가격은 2026년 10월 26일 기준 미국 달러이며 세전이다. 공식 과금 설명에서 API는 사용량에 따라 결제하는 상품이며 Kimi 멤버십·Kimi Code와 구분된다. 앱의 월 구독료를 API 예산으로 그대로 옮길 수는 없다.

입력 5만·출력 1만 토큰이면 0.20달러와 0.40달러다

입력 5만 토큰과 출력 1만 토큰을 처리한다고 가정하자. 입력 전체가 일반 입력 또는 기본 5분 캐시 쓰기로 청구되고 캐시 적중이 없다면, Pro는 입력 0.10달러에 출력 0.10달러를 더한 0.20달러다. Highspeed는 0.40달러다.

후속 요청에서 입력 4만 토큰이 캐시에 적중하고 나머지 1만 토큰만 일반 입력으로 청구된다면 계산이 달라진다. 출력은 여전히 1만 토큰이라고 가정한다.

이 후속 요청의 차액은 0.12달러다. 기존 캐시를 처음 만든 비용은 포함하지 않았고 새 1시간 캐시 쓰기도 없다는 가정이다. 실제 청구 예측에서는 요청마다 기록된 적중·쓰기·일반 입력을 넣어야 한다. 캐시 단가가 같으므로 모든 요청의 총액이 정확히 두 배가 되는 것은 아니다.

전체 입력에 캐시 쓰기를 다시 더하면 과대 계산한다

캐시 문서에 따르면 Chat Completions의 전체 입력은 캐시 읽기, 캐시 쓰기, 나머지 일반 입력으로 나뉜다. 세 부분은 서로 겹치지 않는다. usage.prompt_tokens 전체에 일반 입력 단가를 곱한 뒤 캐시 쓰기 비용을 다시 더하면 같은 토큰을 중복 계산하게 된다.

읽기는 prompt_tokens_details.cached_tokens, 쓰기는 prompt_tokens_details.cache_write_tokens에서 확인한다. 기본 캐시 유효기간은 5분이며 1시간 옵션은 별도 쓰기 단가를 쓴다. 유효한 캐시에 다시 적중한 부분에는 쓰기 비용을 또 부과하지 않는다.

속도 옵션과 추론 강도를 같은 조건에서 비교한다

Kimi 발표는 Highspeed가 Pro보다 2~3배 빠르다고 설명한다. 이 수치가 외부 도구 호출과 테스트 실행까지 포함한 에이전트 업무 전체를 같은 배수로 끝낸다는 뜻은 아니다. 도입할 때는 같은 요청의 완료 시간과 비용 차액을 함께 비교하는 편이 유용하다.

응답 대기에는 추론 강도도 영향을 준다. 공식 모델 안내에 따르면 thinking은 항상 켜져 있고 reasoning_effort는 low, high, max를 지원한다. 기본값은 max이며, 추론이 오래 걸릴 때는 low를 선택할 수 있다.

비용 절약이 우선인 작업은 Pro를 출발점으로 삼을 수 있다. 사용자가 답을 기다리는 작업은 같은 추론 강도로 Highspeed의 차액과 대기 시간을 비교할 이유가 있다. 강도를 낮춘 시험도 별도로 수행하되 결과 품질과 토큰 사용량을 함께 봐야 한다.

API 모델을 선택하는 일과 직접 배포하는 일은 다르다

공식 API의 모델 이름은 kimi-k3.1-pro와 kimi-k3.1-pro-highspeed다. 발표상 전체 모델 가중치는 2026년 11월 4일까지 공개할 예정이다. API로 이용을 시작하는 시점과 모델 파일을 받아 자체 서버에 배포하는 시점을 구분해야 한다.

지금 API를 고른다면 먼저 일반 입력·캐시·출력을 나눠 현재 작업의 비용을 계산하면 된다. 그 뒤 더 빠른 응답이 필요한 작업에 같은 요청을 비교해야, Highspeed의 추가 단가가 실제로 줄여 주는 대기 시간과 연결된다.