最近我一直在用 Kimi 跑编码工作流。最开始并没有特别关注 Token，只是有一个很直接的感受：199 元套餐的周额度，怎么掉得这么快？
直到这次额度明显不够用，我才认真把其中一段真实使用记录拆开看。
结果比我预想的更有意思。
这次记录只消耗了 199 套餐大约 30% 的周额度，但后台统计到的真实 Token 消耗已经达到：
65,143,620 Tokens，约 6514 万。
我原本以为，编码 Agent 成本的大头应该是模型输出。真正算完后才发现：不是输出，而是缓存。
一、先看这次真实使用数据
这组数据来自一次实际的 Kimi 编码工作流：
| 指标 | 数值 |
|---|---|
| 总 Tokens | 65,143,620 |
| 总请求数 | 458 |
| 新增输入 | 1,261,000 |
| 输出 | 230,000 |
| 缓存命中 | 63,652,000 |
| 缓存命中率 | 98.1% |
单看 6514 万 Tokens 会觉得非常夸张，但拆开以后会发现一个非常典型的 Coding Agent 特征：
新增输入其实并不多，绝大多数 Token 都来自历史上下文的缓存读取。
新增输入只有约 126 万，而缓存命中高达 6365 万。
也就是说，在长上下文、代码库分析、工具调用、多轮 Agent 工作流里，真正决定长期成本的往往已经不是 ” 每次又输入了多少新文字 “，而是：
模型每一轮到底要重新读取多少上下文，以及读取缓存到底收费多少。
二、Kimi K3 的钱到底花在哪里？
按目前 Kimi K3 官方公开 API 定价：
- 缓存未命中输入：$3 / 1M Tokens
- 缓存命中输入：$0.30 / 1M Tokens
- 输出：$15 / 1M Tokens
把我这次真实数据代进去：
新增输入
1.261M × $3/M ≈ $3.78缓存命中
63.652M × $0.30/M ≈ $19.10输出
0.23M × $15/M ≈ $3.45最终合计大约：
$26.33
其中最让我意外的是成本占比：
| 成本来源 | 费用 | 占比 |
|---|---|---|
| 缓存命中 | $19.10 | 约 72.5% |
| 新增输入 | $3.78 | 约 14.4% |
| 输出 | $3.45 | 约 13.1% |
也就是说，我这次真正花钱最多的，不是模型生成代码，也不是新增 Prompt，而是：
读取已经缓存过的上下文。
这就是我开始觉得缓存定价有点微妙的地方。
三、98% 缓存命中，真的已经很便宜了吗？
看到 98.1% 缓存命中率，第一反应很容易是：那应该已经非常省钱了。
但问题在于，Kimi 的缓存命中价格本身仍然是普通输入价格的 10%。
假设一个模型：
普通输入价格 = 1
缓存读取价格 = 0.1那么在 95% 缓存命中率下：
5% × 1 + 95% × 0.1
= 0.05 + 0.095
= 0.145也就是即使 95% 命中缓存，输入侧依然需要支付原始输入价格的：
14.5%
98% 命中时：
2% × 1 + 98% × 0.1
= 0.02 + 0.098
= 0.118依然是：
11.8%
所以，“98% 缓存命中 ” 和 ” 输入成本只剩 2%” 完全不是一回事。
这里真正容易产生心理落差的是：我已经把缓存命中率做到了接近 100%，但每轮长上下文读取仍然会持续产生费用。
而 Coding Agent 恰恰又是一个上下文不断增长、持续复用历史信息的场景。
因此，缓存单价看起来只差几毛钱，但一旦总输入来到几千万甚至上亿 Tokens，差距就会迅速放大。
四、和其他旗舰模型放在一起看
下面这张图使用我这次整理的最新官方公开价格，对比了 Kimi、DeepSeek、Claude 和 OpenAI 模型的缓存读取成本，同时换算了 95% / 98% 缓存命中时的有效输入价格。
这里有一个很明显的规律：
Kimi 的 10% 缓存价并不是行业里特别离谱的规则。
OpenAI、Anthropic 等模型也大量采用类似的缓存读取折扣结构。因此如果只和这些国际旗舰模型横向比较，Kimi 的 $0.30/M 并不能简单说成异常昂贵。
但问题是：DeepSeek 把这个对比拉开了。
五、DeepSeek 缓存都涨价了，我为什么还是觉得它便宜？
这部分其实也挺值得吐槽。
DeepSeek 最近调整了 V4 Pro 的价格，而且缓存命中价格也明显上涨了。
如果只看涨幅，我同样不喜欢。
缓存本来就是 Agent 工作流里最容易形成巨大累计量的一部分，现在连这一块也涨价，对于开发者显然不是什么好消息。
但是，当我真的把价格代入每天的 Coding Agent 使用量后，又会发现一个有点尴尬的事实：
DeepSeek 虽然涨价了，但在高缓存命中的编码场景里，依然有非常明显的成本优势。
假设我的开发工作每天产生：
5000 万总输入 Tokens
并且缓存命中率保持在 95%～98%。
只计算输入侧：
| 模型 | 95% 缓存命中 | 98% 缓存命中 |
|---|---|---|
| Kimi K3 | $21.75 / 天 | $17.70 / 天 |
| DeepSeek V4 Pro（谷时） | $4.79 / 天 | $3.89 / 天 |
| DeepSeek V4 Pro（峰时） | $9.57 / 天 | $7.79 / 天 |
这里还没有计算输出 Token。
如果按 30 天计算，仅仅是输入侧，Kimi K3 在 98% 缓存命中情况下就是：
$17.70 × 30 ≈ $531 / 月而 DeepSeek V4 Pro：
谷时：$3.89 × 30 ≈ $116.7 / 月
峰时：$7.79 × 30 ≈ $233.7 / 月对于偶尔调用 API 的应用，这种差距可能没那么敏感。
但对于每天长时间运行 Claude Code、OpenCode、DSH、各种 Agent Harness 的开发者来说，就完全不是一回事了。
因为这里不是 ” 一次请求贵几分钱 ” 的问题，而是：
每天数千万 Token × 每月几十天 × 长上下文持续读取。
在这种使用模型下，缓存价格会被无限放大。
六、所以我到底在吐槽什么？
第一，我确实想吐槽 DeepSeek。
缓存价格本来就是开发工作流里非常重要的一块，最近涨价以后，尤其对于大量长上下文 Agent 用户，成本一定会明显提高。
第二，但算完以后又不得不承认：
即使 DeepSeek 已经涨价，它在我的编码场景里依然有非常明显的价格收益。
第三，也是我这次真正产生疑问的地方：
缓存为什么要这么贵？
从基础设施角度，我当然理解缓存不是完全没有成本。
模型服务商需要维护 KV Cache、显存、存储、跨请求复用、调度以及推理基础设施。长上下文也绝对不是 ” 存在硬盘上，下次直接读取 ” 这么简单。
所以我并不认为缓存应该永久免费。
但从使用者角度，真正产生心理落差的是：
既然缓存的意义就是减少重复计算，那为什么当缓存命中率已经达到 98% 时，它仍然可以成为整张账单里最大的那一部分？
在我这次数据里：
- 新增输入：126 万
- 输出：23 万
- 缓存读取：6365 万
这意味着当 Agent 会话越来越长以后，收费模型实际上会从 ” 为新的推理和输出付费 “，逐渐变成：
为不断重新读取历史上下文付费。
这也让我开始觉得，以后判断一个模型是否适合 Coding Agent，不能再只看：
- SWE-Bench 成绩；
- 推理能力；
- 普通输入价格；
- 输出价格。
还必须增加一个非常现实的指标：
高缓存命中率下的长期有效 Token 成本。
七、199 元套餐真正让我意识到的问题
这次 6514 万 Tokens，只占我 199 元套餐大约 30% 的周额度。
从订阅角度来看，这其实说明 Kimi 的套餐本身依然给了非常高的调用价值。
如果这 30% 周额度对应约 6514 万 Token，那么按同样的工作负载简单外推，完整周额度理论上对应的 Token 规模会非常可观。
所以这篇文章并不是想说：
“Kimi 199 不值。”
恰恰相反，如果真的按 API 零售价去购买同等规模的 Token，订阅套餐依然有很明显的价值。
我真正开始关心的是另一件事：
为什么额度掉得这么快？
答案就是 Coding Agent 特有的 Token 结构。
你看到的可能只是一次代码修改、一轮 Agent 对话、一个问题。
但模型背后每轮都可能带着：
- system prompt；
- Skills；
- 工具定义；
- 项目说明；
- Git diff；
- 多个源代码文件；
- 前几轮对话；
- Agent 执行历史；
- 工具返回结果。
于是，一个看起来很简单的 ” 继续修改这个问题 “，背后可能就是十几万甚至几十万 Token 的上下文读取。
缓存把它从原价降下来了，但没有把它变成免费。
这才是核心。
八、我的结论
这次真实使用记录给我的几个结论很简单：
- **6514 万 Tokens 并不意味着真的输入了 6514 万新的内容。**绝大多数来自缓存上下文。
- Kimi K3 这次约 $26.33 的 API 等价成本里，缓存读取约占 72.5%。
- 对 Coding Agent 来说，缓存命中率只是一个指标，缓存单价同样重要。
- 95% 甚至 98% 缓存命中，并不意味着成本已经接近于零。
- 每天 5000 万级别 Token 的开发工作流下，小小的缓存单价差异会变成明显的月度成本差距。
- DeepSeek 最近缓存涨价确实值得吐槽，但即便涨价后，在高缓存命中的编码场景里依然有明显价格优势。
我现在看模型 API 定价时，会越来越关注一个过去很容易被忽略的数字：
Cached Input / Cache Hit 到底多少钱？
因为对于真正长期使用 Coding Agent 的人来说，它可能比普通 Input Price 更能决定最终账单。
最后还是那句话：
模型越来越强当然是好事，但缓存为什么还是这么贵？
数据口径说明
本文中的 Kimi 实际使用数据：
总 Tokens：65,143,620
请求数：458
新增输入：1,261,000
输出：230,000
缓存命中：63,652,000
缓存命中率：98.1%Kimi K3 成本换算采用：
普通输入：$3 / 1M tokens
缓存命中：$0.30 / 1M tokens
输出：$15 / 1M tokens文中的 DeepSeek 对比采用峰谷价格分别计算；为了避免不同缓存机制导致误导，本文主要讨论缓存读取 / 命中产生的长期成本，没有把所有厂商的 cache write、缓存存储费等特殊计费机制强行放进同一张表。
本文的重点不是做绝对的 ” 模型性价比排名 “。模型一次完成任务和需要多轮返工，对最终成本的影响可能远大于单纯 Token 单价。这里讨论的只是我这类高 Token、高缓存命中 Coding Agent 工作流中的一个真实成本观察。