1.3 元与 13 元之间：K3.1 Pro 把缓存命中价定成 1 折，长上下文 Agent 的账单差 72.7%

官方价目表里最关键的一行：缓存命中 1.3 元

10 月 24 日，月之暗面发布 Kimi K3.1 Pro，这是 K3.1 系列首款模型，参数规模 3 万亿级，原生支持 100 万 token 上下文；同步推出输出速度约为标准版 2 到 3 倍的 Highspeed 版本，并承诺 11 月 4 日开放权重。价目表里最值得盯的不是 13 元的输入价和 68 元的输出价，而是缓存命中那一行：1.3 元每百万 token，正好是未命中输入价的 1 折。

换成美元口径也能对上：第三方聚合价目表（2026-10-25 00:21 UTC 校验）列出 K3.1 Pro 输入 2.00 美元、输出 10.00 美元、缓存读取 0.20 美元，缓存读取同样是输入价的 10%。两套币种的价格结构一致，说明这不是限时促销，而是模型层面的定价策略。

一条 15 万 token 前缀的会话，账单差 72.7%

拿最常见的 Agent 用法算：系统提示词加工具定义共 15 万 token 前缀，一次任务走 6 步，每步输出 1,200 token。按官方人民币价目表，两条路的结果完全不同。

第一条路，不改代码、每步把 15 万 token 全量重发：6 乘 15 万等于 90 万输入 token，按 13 元每百万计 11.7 元；输出 7,200 token 按 68 元每百万计 0.49 元，合计 12.19 元每次会话。

第二条路，前缀稳定、后 5 步命中缓存：首步写入 1.95 元，5 步命中按 1.3 元每百万计 0.975 元，输出 0.49 元，合计 3.41 元每次会话。

差 8.78 元，降幅 72.7%。放到 1,000 会话每天的业务量上，日账单从 12,190 元降到 3,410 元，一天省 8,780 元，30 天省约 26.3 万元；而且上下文越长差距越大，因为缓存折扣是按命中的输入 token 线性走的。

这个算术不依赖厂商：缓存命中率是接入方能自己控制的成本变量，长上下文模型把它从优化项变成了决定项。100 万 token 的上下文意味着单个前缀可以很贵，贵到一次误重发就吃掉一天的毛利。

高速版贵 2 倍，缓存读取却没有跟着翻倍

Highspeed 版按官方口径是 2 倍价。但在聚合价目表上，高速版的缓存读取仍标 0.20 美元每百万，与标准版同价。若官网价目确认这一点，溢价结构就很不均匀：贵的是未命中的输入与输出两端，复用部分照样打折。

把命中占比提到 5/6 再算加权输入成本：标准版约 3.25 元每百万，高速版按输入翻倍、缓存价不变的假设约 5.51 元每百万，倍数从 2 倍收窄到 1.69 倍。换句话说，长上下文复用型负载上，高速版的贵被缓存摊平了一大截；而短提示、低复用的场景里，2 倍就是实打实的 2 倍。

第三方的榜单位置也该摆上采购桌：Artificial Analysis 智能指数给 K3.1 Pro 55 分，落后 Opus 5.5 的 58 分与 Sonnet 5.5 的 56 分（第三方评测汇总，非厂商自报）。分数差 1 到 3 分，价格却能差 2 倍以上，路由层把简单任务压给便宜档、只把硬任务送旗舰档，才是这轮比价的正确动作。

接入方该改的三栏口径

一、把缓存命中率写进成本看板，按会话、按接口分开记，而不是只看月度总 token。没有这个比率，任何单价对比都没有意义。

二、前缀稳定化当成工程规范：系统提示词、工具定义、少样本示例放在最前且不带时间戳与随机 ID，宁可多一层参数注入，也不要把前缀打散。

三、高速版只给交互式环节，批处理、后台抽取、日志打标这类离线任务留在标准版，避免为用不上的延迟付费。

一句话判断：这一轮竞争不在分数，在计价结构。谁把缓存折扣当默认假设，谁的单会话成本就低一档；反过来，谁还按每百万 token 的单价横向拍合同，谁就会在长上下文负载上持续超支。

来源：月之暗面 10 月 24 日发布及官方价目（经 Techritual、财新引述）；聚合价目表数据来自 modelpick（2026-10-25 校验）；榜评为 Artificial Analysis 经 Latent Space 汇总，属第三方评测。