ה-API של Kimi K3 נראה זול על הנייר, אך עמלות נסתרות ופרטים טכניים חסרים עלולים להפוך אותו ליקר בהרבה ממה שהמספרים בכותרת מרמזים.

מה ההייפ מדלג עליו

חומרי ההשקה של Moonshot AI מתהדרים במודל של 2.8 טריליון פרמטרים שהוא "זול" ו"פתוח". ההודעה לעיתונות מבטיחה גם משקולות (weights) ניתנות להורדה בקרוב. אף אחת מהטענות הללו אינה עומדת במבחן המציאות.

  • המשקולות אינן זמינות – Moonshot קבעה דדליין ל-27 ביולי 2026 עבור checkpoint ציבורי. עד אז, המשתמשים חייבים להשתמש ב-API המאוחסן, כך שההבטחה ל-"קוד פתוח" אינה מספקת דבר שניתן להשתמש בו.
  • לא כל ה-2.8T פרמטרים פעילים – המספר מתאר את הקיבולת הכוללת של הארכיטקטורה. עיצוב ה-Mixture-of-Experts של K3 מנתב כל token דרך 16 מתוך 896 תת-רשתות מומחה. Moonshot לא ציינה כמה פרמטרים פועלים עבור בקשה, מה שהופך הערכות זיכרון ומחשוב לבלתי אפשריות.

התמחור שנראה טוב – עד שמתחילים לספור מילים

תעריפים שפורסמו:

  • קלט עם Cache-hit: $0.30 לכל 1 מיליון tokens
  • קלט ללא Cache: $3.00 לכל 1 מיליון tokens
  • פלט (Output): $15.00 לכל 1 מיליון tokens

התעריפים הללו נראים צנועים, אך הם מתעלמים מנפח ה-tokens.

בדיקה שנערכה לאחרונה מדדה את הפלט של K3 ב-130 מיליון tokens, יותר מפי שניים מה-63 מיליון שהפיקו מודלים מובילים אחרים במשימות דומות. הפירוט הרב (verbosity) של המודל מנפח ישירות את חשבון הפלט – פי שניים מילים פירושם פי שניים עלות. עבור יצירת קוד, חיבורים או סוכני צ'אט, התעריף של $15 למיליון tokens עלול להפוך לחלק הדומיננטי בהוצאות.

מה זה אומר עבור משתמשים שונים

מפתחים וחוקרים

אם אתם בוחנים את K3 לסיוע בכתיבת קוד או למחקר מבוסס נתונים, הטילו מגבלות קשיחות (hard caps) על כמות ה-tokens בפלט. בדיקת A/B שתעמיד את K3 מול מודל בסיס (baseline) עם מגבלות פלט זהות תראה האם השימוש הגבוה ב-tokens נובע מהמודל עצמו או מעיצוב ה-prompt.

צוותים מודעי תקציב

ההנחה עבור cache-hit חלה רק כאשר אותו קלט חוזר על עצמו. צרו תחיליות prompt יציבות שמייצרות מחרוזות קלט זהות כדי לדחוף יותר בקשות לשכבת ה-$0.30; זה עובד רק עבור עומסי עבודה חוזרים מאוד (למשל, שאילתות מבוססות תבנית). רוב הקלטים המשתנים יחזרו לתעריף ה-$3.00 ללא cache.

חברות השוקלות אירוח עצמי (self-hosting)

כדאי להמתין לשחרור ה-checkpoint. אירוח המודל מסיר את העמלות לכל token, אך מוסיף עלויות רישוי ותשתית שלא פורסמו. עד שהמשקולות יהיו פתוחות לציבור, ה-API המאוחסן נותר האפשרות הריאלית היחידה.

סביבות ייצור (Production)

אל תעברו רק בגלל שהמחיר בכותרת נראה נמוך יותר מזה של המתחרים. הריצו פיילוט שמודד עלות לכל משימה שהושלמה, כולל עלויות נסתרות הנובעות מתגובות ארוכות יותר, במקום עלות לכל token. רק אז תוכלו להחליט אם K3 באמת חוסך כסף.

מה כדאי לעקוב אחריו בהמשך

  • שחרור ה-checkpoint ב-27 ביולי 2026 – המשקולות מתוכננות להשתחרר בתאריך זה.
  • חשיפת הפרמטרים הפעילים – ידיעה כמה מתוך ה-2.8T פרמטרים פועלים לכל token תאפשר למשתמשים לתכנן את חומרת המחשוב בצורה מדויקת.

שורה תחתונה

מחיר הפלט המפורסם של K3, שעומד על $15 למיליון tokens, מספר רק חצי מהסיפור. הנטייה שלו לייצר פי שניים יותר tokens ממתחרים עלולה לבטל כל חיסכון שנראה בכותרת, במיוחד במשימות הדורשות תשובות ארוכות. עד שהמשקולות ישוחררו ומספר הפרמטרים הפעילים יהיה ברור, התייחסו ל-K3 כשירות פרימיום, וייתכן שפירוטי מאוד, ולא כאל חלופה זולה. הריצו בדיקות של תקציב tokens, הטילו מגבלות פלט, ועברו רק לאחר שמדדתם את העלות האמיתית לכל משימה מוגמרת.