Kimi K3 缓存读取 ¥0.94，Quanta 按量付费价格
01 · 整天重复同一段上下文，先看缓存读取单价
如果你的团队从早到晚都在处理同一份长上下文——同一套系统提示词、同一批参考文档、同一段历史对话——那么每次请求里被反复发送、却很少变化的那部分内容，才是真正决定账单的地方。Quanta 把输入、输出、缓存写入与缓存读取分开计价，单位是每 1M tokens，所以你能直接看到钱花在了哪一类 token 上，而不是面对一个混在一起的总数。
这里的关键不是“用不用缓存”，而是“缓存命中之后，每一次重复读取要付多少”。以 Kimi K3 为例，Quanta 上的输入单价是每 1M tokens ¥9.40，输出是 ¥47.10，缓存读取是 ¥0.94。Kimi K3 没有列出缓存写入单价，因此它更适合被理解为“重复上下文读取成本明确”的选择，而不是需要先写入再复用的组合。
- › 输入：每 1M tokens ¥9.40
- › 输出：每 1M tokens ¥47.10
- › 缓存读取：每 1M tokens ¥0.94
Quanta 的仪表盘会列出每一次调用的 token 数与对应扣费，团队可以逐条核对。这种透明度对全天跑批的团队来说，比一个漂亮的宣传数字更有用。
02 · Quanta 上各模型的缓存读取价格对照
同一个重复上下文工作负载，不同模型的缓存读取价差异明显。下面这些数字全部来自 Quanta 的现行价格表，单位统一为每 1M tokens：
- › DeepSeek V4 Flash ¥0.05；DeepSeek V4 Pro ¥0.35
- › Hunyuan 4 ¥0.14；Gemini 2.5 Flash ¥0.17
- › Claude Haiku 4.5 ¥0.24；GPT-5.6 Sol ¥0.25
- › GPT-6.1 Sol ¥0.29；Claude Opus 5.5 ¥0.59
- › Gemini 4 Argon ¥0.62；Claude Sonnet 5.5 ¥0.66
- › Qwen3.8 Max ¥0.74；Claude Opus 5 ¥0.88；Kimi K3 ¥0.94
- › Gemini 3.1 Pro ¥1.10
对比输入单价，同一张表里的排序会更清楚。DeepSeek V4 Flash 的输入是 ¥2.10、输出 ¥8.50；Hunyuan 4 的输入 ¥3.00、输出 ¥9.50；Qwen3.7 Plus 的输入 ¥1.20、输出 ¥3.50；GPT-6.1 Sol 的输入 ¥1.50、输出 ¥7.30。也就是说，如果你的重复上下文主要靠模型做轻量判断，Quanta 上低输入价、低缓存读价的模型组合更容易把单位成本压住；如果需要更强的推理能力，Claude Opus 5.5 的输入 ¥12.90、输出 ¥60.90、缓存读 ¥0.59 也在同一张表里可比对。
03 · 一个示例：把重复上下文的工作量换算成金额
下面只是示例，用来说明量级，不是承诺或报价。假设输入与输出比例为 3:1、且完全没有命中缓存：
- › GPT-6.1 Sol：每月 10 million tokens 约 ¥29.50，100 million tokens 约 ¥295.00。
- › Gemini 2.5 Flash：每月 10 million tokens 约 ¥46.75，100 million tokens 约 ¥467.50。
- › Claude Sonnet 5.5：每月 10 million tokens 约 ¥180.50，100 million tokens 约 ¥1,805.00。
- › Claude Opus 5.5：每月 10 million tokens 约 ¥249.00，100 million tokens 约 ¥2,490.00。
再举一个更贴近“同一上下文反复出现”的示例：如果每天的请求都带着一段可复用的长上下文，那么缓存读取价会直接进入日常成本。Quanta 上 Kimi K3 的缓存读取是 ¥0.94/1M tokens，Claude Sonnet 5.5 是 ¥0.66，GPT-6.1 Sol 是 ¥0.29，DeepSeek V4 Flash 是 ¥0.05。选哪个，取决于你的任务难度与上下文规模，而不是拍脑袋。
04 · 并发与限额：重负载下不靠运气
全天重复同一上下文，往往意味着请求是成批涌进来的。Quanta 把限制写在明处并强制执行：每个 key 每分钟 120 requests，每个账户同时在途 8 requests，单次请求体 25 MB，每个账户 20 个 live keys。流式请求没有总时长上限，只在上游静默 300 秒后结束。
协议方面，Quanta 用一个 key、一个余额覆盖 OpenAI 兼容的 /v1、Anthropic 原生与 Gemini 原生三种接入方式。客户端搭配需要说清楚：
- › Claude 模型只支持官方 Claude Code 与 Claude Desktop 客户端（Claude Code 2.1.285 或更新版本）。
- › Gemini 模型走原生协议，通过 Gemini CLI 使用。
- › Codex、Cursor、Cherry Studio、Cline、OpenCode、OpenAI SDKs 与 cURL 对应 GPT、DeepSeek 以及其他非 Claude、非 Gemini 的模型。
团队可以按任务类型分配不同的 key，在同一账户下并行推进，不必为不同协议维护多套余额。
05 · 充值、账单与发票：每一笔都能对上
Quanta 采用预付余额按量付费，没有月费，也没有最低消费门槛。注册后可获得 ¥2.80 试用额度；充值档位为 ¥10.00、¥50.00、¥100.00、¥200.00、¥500.00、¥1,000.00。充值后 15 天内，未使用的余额可以退款。
- › 推荐奖励：被推荐账户充值的 19%，再下一层 5%；奖励可从 ¥200.00 起提现，也可转入余额。
- › 公司付款与发票：通过 Contact 页面或仪表盘的 Messages 页面安排，可申请发票与预报价，使用公司账户银行转账。
- › 数据保留：用户发送的文本保留 30 天，用于滥用处理与账单争议，之后删除；模型回答不存储。
对需要走流程的公司来说，发票与预报价在同一处办理，减少了反复沟通的成本。
06 · 怎么开始：先小额试用，再按账单放量
第一步，用注册得到的 ¥2.80 额度跑一次真实任务，观察仪表盘里的 token 构成，确认缓存读取确实生效。第二步，把工作负载按模型拆分：重复上下文读取密集的部分交给缓存读价合适的模型，判断与生成密集的部分再单独选型。第三步，随着用量上升逐步充值，并用 20 个 live keys 与每分钟 120 requests 的额度把并发铺开。
Quanta 的价值不在于把价格说得多低，而在于把缓存读写单价、并发上限、速率限制、扣费明细和发票方式一次讲清楚。当你的团队要连续一整天处理同一段上下文时，这种可核对的成本结构，才是可以直接写进预算表的东西。