Giá API Kimi K3: 3.600đ một triệu token cho ngữ cảnh 1.048.576

Kimi K3 có giá 3.600đ cho một triệu token đầu vào và 18.000đ cho đầu ra, với ngữ cảnh 1.048.576 token. Một hợp đồng 300 trang, ước tính 150.000 token, tốn 540 đồng cho một lần gọi duy nhất. Chia nhỏ cùng tài liệu đó thành năm lần gọi tốn thêm tiền vì phần hướng dẫn lặp lại.

Kimi K3 trong bảng giá

Dòng giá	Mức giá	Quy ra một lượt 2.000 vào, 700 ra
Token vào, một triệu	3.600đ	7,2 đồng
Token ra, một triệu	18.000đ	12,6 đồng
Đọc cache, một triệu	720đ	1,44 đồng
Ghi cache, một triệu	0đ	0 đồng
Ngữ cảnh	1.048.576 token
Tổng một lượt		19,8 đồng

Bảng đọc theo giá lẻ 1 CUBE = 1.000đ, ảnh chụp ngày 30/10/2026. Trang bảng giá token giữ con số hiện hành.

Kimi K3 nằm ở nhóm premium với giá vào 3.600đ, cao hơn Claude Sonnet 5.5 ở mức 2.400đ và bằng Claude Sonnet 4.5. Giá ra 18.000đ cũng thuộc nhóm cao: gấp 1,5 lần Claude Sonnet 5.5 và gấp 8,3 lần DeepSeek V4.1 Flash.

Điểm làm Kimi K3 khác nhóm premium còn lại là ngữ cảnh 1.048.576 token đi kèm mức giá đó. Claude Opus 5.5 có ngữ cảnh 1.000.000 token nhưng giá vào 4.800đ và giá ra 24.000đ, tức đắt hơn khoảng 33 phần trăm ở cả hai dòng.

Ngữ cảnh 1.048.576 token đọc được bao nhiêu trang?

Ước tính 500 token một trang văn bản, ngữ cảnh của Kimi K3 chứa khoảng 2.097 trang. Một bộ hồ sơ pháp lý cỡ trung bình, một báo cáo thường niên đầy đủ, hoặc toàn bộ tài liệu của một dự án vừa đều nằm trong một lần gọi.

Con số 500 token một trang là ước lượng thô. Văn bản tiếng Việt có dấu tốn nhiều token hơn tiếng Anh cùng độ dài, thường 1,5 đến 2 lần. Bảng biểu, số liệu và ảnh chụp trong tài liệu cũng đẩy số token lên. Vì vậy một hợp đồng 300 trang có thể là 150.000 token, cũng có thể là 250.000 token.

Cách kiểm tra rẻ nhất: đếm ký tự. Một trang A4 tiếng Việt khoảng 2.500 ký tự, và 1 token tương đương khoảng 3 ký tự với văn bản có dấu. Nhân lên cho ra ước lượng đủ dùng để chọn model. Bài đọc hợp đồng 300 trang tốn bao nhiêu token đi qua phép tính này với ba model khác nhau.

Đọc hợp đồng 300 trang: một lần gọi hay năm lần?

Cách làm	Số lần gọi	Token vào	Chi phí vào	Token ra	Chi phí ra	Tổng
Một lần gọi	1	150.000	540 đồng	700	12,6 đồng	552,6 đồng
Năm lần gọi	5	160.000	576 đồng	3.500	63 đồng	639 đồng

Chênh lệch 86,4 đồng, tức khoảng 16 phần trăm. Hai nguồn phát sinh: phần hướng dẫn hệ thống lặp lại 2.000 token mỗi lần, và năm câu trả lời thay vì một.

Với một tài liệu, 86 đồng không đáng lo. Với 500 hợp đồng mỗi tháng, khoản chênh thành 43.200 đồng, và lúc đó cách một lần gọi tiết kiệm thật. Nhưng tiết kiệm này chỉ có khi chất lượng không giảm: một lần gọi trên 150.000 token đôi khi bỏ sót chi tiết ở giữa tài liệu, và cái giá của một chi tiết bị bỏ sót thường lớn hơn 86 đồng.

Cách làm hợp lý cho khối lượng lớn là hai bước. Bước một, một lần gọi để lấy bản tóm tắt có cấu trúc. Bước hai, gọi lại với đúng chương cần kiểm tra. Tổng token vào khi đó khoảng 160.000, gần bằng cách chia nhỏ, nhưng câu trả lời cuối tập trung vào phần quan trọng.

Đọc lại tài liệu: cache ghi 0đ đổi bài toán

Kimi K3 đọc cache ở 720đ một triệu, tức 20 phần trăm giá gốc, và ghi cache 0đ. Với tài liệu 150.000 token, lần đọc đầu tốn 540 đồng, mỗi lần đọc lại tốn 108 đồng. Đọc mười lần tốn 540 + 9 × 108 = 1.512 đồng, thay vì 5.400 đồng nếu không có cache.

Đó là mức tiết kiệm 72 phần trăm cho khối lượng đọc lặp, và nó không cần trả trước khoản nào. Với Claude Opus 5.5, cùng tài liệu 150.000 token có khoản ghi 900 đồng ở lần đầu, nên tổng mười lần đọc là 720 + 900 + 9 × 36 = 1.944 đồng.

Con số 20 phần trăm là mức cao nhất trong nhóm premium của danh mục, không phải mức thấp nhất: Kimi K3 giảm giá đọc cache ít nhất nhóm. Claude Fable 5.1 đọc cache ở 2,5 phần trăm, thấp nhất, nhưng giá gốc 24.000đ của nó cho ra 600đ một triệu, còn thấp hơn 720đ của Kimi K3. Lợi thế thật của Kimi K3 nằm ở mức ghi cache 0đ, khoản mà cả 12 model Claude đều tính tiền.

Vì sao ngữ cảnh lớn vẫn cần chia nhỏ đôi khi

Ngữ cảnh 1.048.576 token là giới hạn kỹ thuật, không phải lời khuyên. Nhồi đủ 1.000.000 token vào một lần gọi tốn 3.600 đồng chỉ cho phần vào, và chất lượng câu trả lời thường giảm khi tài liệu dài vượt xa phần câu hỏi cần.

Quy tắc thực dụng: giữ tài liệu dưới 200.000 token mỗi lần gọi nếu câu hỏi chỉ liên quan một phần tài liệu. Trên mức đó, chi phí tăng tuyến tính còn độ chính xác không tăng theo. Định nghĩa đầy đủ nằm ở context window là gì.

Giới hạn của bài này

Cửa sổ đo 7 ngày kết thúc ngày 27/10/2026 không có mẫu nào cho Kimi K3, nên bài không đưa ra con số mili giây. Mọi so sánh ở đây là so sánh giá và thông số công bố.

Chúng tôi cũng không có phép đo chất lượng tiếng Việt cho Kimi K3. Giá thấp hơn 25 phần trăm so với Claude Opus 5.5 không có nghĩa là kết quả tương đương. Với việc đọc hợp đồng, hãy chạy thử trên mười tài liệu đã biết đáp án trước khi đổi quy trình.

Nếu ngân sách là ràng buộc chính, chi phí token AI xếp cả 41 model chat có giá token theo một lượt chuẩn, còn giá API Grok cho thấy một lựa chọn rẻ hơn ở mức 9,84 đồng. Giá API key giải thích vì sao không có khoản phí nào cho bản thân key.