Kimi / Moonshot AI 今日怎么选：模型、价格、API、Kimi Code 能力和套餐一张表

截至 2026-07-02 官方页面显示，Kimi / Moonshot AI 现在至少有四个入口：K2.x 模型、Moonshot V1、Kimi API 计费、Kimi Code 工作流。

• 写代码和 agent workflow：先看 kimi-k2.7-code。
• 追求 IDE 交互速度：看 kimi-k2.7-code-highspeed。
• 通用多模态和中文长资料：看 kimi-k2.6。
• 成本敏感试用：看 kimi-k2.5。
• 传统生成任务：再看 Moonshot V1。

API 侧是 token 计费、充值、限流和活动 voucher，不是固定月费套餐。

先给结论：今天该选哪个 Kimi

Kimi 今日型号怎么分：别再只说“长上下文”

截至 2026-07-02 官方页面显示，Kimi model list 里要先分清模型线。kimi-k2.7-code 是 Kimi 当前 coding model。官方描述强调 long contexts 下 instruction following 更可靠、coding task 成功率更高。

kimi-k2.7-code-highspeed 是同模型高速版。官方给出约 180 tokens/s，短上下文最高约 260 tokens/s。kimi-k2.6 是更通用的多模态模型，支持文本、图像、视频输入、thinking 和 non-thinking modes、dialogue 和 Agent tasks。kimi-k2.5 也是 256k 上下文、多模态和 agent 能力，价格低一档。

这几个型号对应的使用场景很不一样。代码生成、仓库理解、IDE 交互和 agent workflow，优先看 kimi-k2.7-code 或 highspeed。中文材料、截图/视频输入、通用 Agent，更适合从 kimi-k2.6 开始。固定分类、摘要、结构化抽取和成本敏感试用，可以先看 kimi-k2.5：它的输入 cache miss 是 $0.60 / 1M tokens，输出是 $3.00 / 1M tokens。

Moonshot V1 是另一条生成模型线：moonshot-v1-8k、moonshot-v1-32k、moonshot-v1-128k 的核心差别是上下文长度。官方说明 V1 这些模型的区别是 maximum context length，而不是效果等级。这个点很重要，因为如果你只是要便宜长上下文，V1 128k 不一定比 K2.5/K2.6 更划算。

价格和套餐：API 侧不是月费套餐，而是 token 计费加充值活动

截至 2026-07-02 官方页面显示，Kimi Open Platform API 侧公开页面呈现的是 token usage 计费，不是固定月费套餐。Kimi chat pricing 解释了 chat completion 会按 input 和 output 计费；如果上传并抽取文档后把内容作为 input 传给模型，文档内容也会按模型 input 计费。文件提取/文件存储接口本身页面写的是 temporarily free，但进入模型输入以后仍算 token。

Kimi promotion 显示，Kimi K2.7 Code launch top-up rebate 时间为 2026-06-11 09:00:00 PDT 到 2026-07-02 08:59:59 PDT。

同一 Organization ID 只能参加一次。voucher 1 个工作日内发放，上限 $4,000，有效期 90 天。充值不可退款。

Kimi API 的公开计费结构可以概括为：模型 token 单价、cache hit/cache miss、充值余额、限流和活动 voucher。公开页面没有给出固定月费 API 套餐；可直接核算的是各模型每 1M tokens 的输入/输出价，以及充值活动对应的 voucher 比例。

成本样例：50k input + 10k output，各型号差多少

以一次 50k input + 10k output 的任务为例，kimi-k2.7-code 如果没有 cache hit，成本约 $0.0875；如果 input 命中 cache，约 $0.0495。kimi-k2.7-code-highspeed 同样任务 cache miss 约 $0.1750，cache hit 约 $0.0990，成本大约是普通 K2.7 Code 的两倍，换来的是输出速度和交互体验。

kimi-k2.6 的 cache miss 样例成本同样约 $0.0875，cache hit 约 $0.0480；kimi-k2.5 更便宜，cache miss 约 $0.0600，cache hit 约 $0.0350。如果你的任务是长中文文档分类、摘要、结构化抽取，而不是复杂 coding，那么 kimi-k2.5 可能已经足够进入第一轮试用。

模型选择不能只看“更强”。coding agent、IDE、长时间多轮改代码，kimi-k2.7-code 的定位更对；批量文本任务则先算 token 成本。成本样例不是最终账单，因为真实账单还会受 retry、prompt 长度、上下文缓存、工具调用和人工 review 影响，但它能直接显示各型号的价格差距。

旧型号和升级风险：这些名字已不适合作为新项目默认值

旧型号需要单独处理。Kimi model list 写到 kimi-k2 系列 preview/thinking 模型已在 2026-05-25 停止维护和支持，建议使用 kimi-k2.6；kimi-latest 已在 2026-01-28 停止维护和支持；kimi-thinking-preview 已在 2025-11-11 停止维护。旧教程、旧 SDK 样例或历史资料里的这些名字，不适合直接复制进新项目。

一个团队今天接 Kimi API，model allowlist 应该使用当前官方页面里的模型名。内部文档里如果还有 kimi-latest 或 K2 preview 名称，需要先更新。否则上线第一天就可能接到不维护的名字。

迁移时也不要只替换字符串。至少要重跑 3 类样例：短问答、长上下文、结构化 JSON 或 tool call。因为不同模型线的价格、上下文、输出行为、速度都可能不同，只改 model name 不等于完成迁移。

Kimi Code 和 API 的关系：不是独立“神奇 IDE”

Kimi Code GitHub 写得很明确：Kimi Code CLI 是运行在终端里的 AI coding agent，可以读写代码、跑 shell、搜索文件、fetch web pages，并根据反馈选择下一步。它支持 Kimi 模型，也可配置 compatible providers。也就是说，Kimi Code 是工作流入口，kimi-k2.7-code 是重要的模型能力入口，二者不能混为一个“套餐”。

Kimi Code 的价值在于把代码理解、编辑、命令执行、IDE/ACP 接入串起来；成本要回到使用的模型、token、上下文、重试和人工 review。一个小 repo 任务可能 token 成本很低，但如果 agent 改错文件，让工程师 review 半小时，真实成本就高。相反，如果它 5 分钟定位 bug、改 2 个文件、跑完测试，哪怕 token 单价高一点也值。

采用 Kimi/Moonshot 时可以把 API 价格表当作底账，把 Kimi Code 当作工作流试点。前者回答每次调用多少钱，后者回答是否减少定位、修改、测试和 review 时间。

和 DeepSeek 的入口：Kimi 强在 coding workflow，DeepSeek API 价格和上下文很强

把 Kimi 放进中国模型对比时，DeepSeek 是外部成本基准。DeepSeek models pricing 里 DeepSeek-V4-Flash 和 DeepSeek-V4-Pro 都是 1M context、384K max output，token 单价远低于 Kimi K2.x。

DeepSeek-V4-Flash 的 input cache hit 是 $0.0028 / 1M tokens，input cache miss 是 $0.14 / 1M tokens，output 是 $0.28 / 1M tokens。DeepSeek-V4-Pro 的 input cache hit 是 $0.003625，input cache miss 是 $0.435，output 是 $0.87。

同样 50k input + 10k output：DeepSeek-V4-Flash cache miss 约 $0.0098，cache hit 约 $0.00294；DeepSeek-V4-Pro cache miss 约 $0.03045，cache hit 约 $0.00888。

DeepSeek 的价格和上下文优势更适合 API 批处理、超长材料、成本敏感调用。Kimi 的重点是 K2.7 Code、Kimi Code CLI / IDE、Moonshot/Kimi 生态和多模态 agent 入口。

• 代码工作流和 IDE agent：先试 Kimi Code + K2.7 Code。
• 低价大上下文 API：先把 DeepSeek-V4-Flash 放进对照组。

最后落到实际选择：看型号、价格、上下文、速度、成本差距，再决定今天先试哪个入口。

官方资料

• Kimi model list
• Kimi chat pricing
• Kimi K2.7 Code pricing
• Kimi K2.6 pricing
• Kimi K2.5 pricing
• Moonshot V1 pricing
• Kimi recharge and limits
• Kimi promotion
• Kimi Code GitHub
• DeepSeek models pricing

继续看

• Chinese AI models list
• Chinese open-source AI models
• China AI updates
• China AI news sources in English