Kimi K3 API 中转价格：Quanta 按量付费算账
01 · 代码审查机器人的月度账单，先从四个计数口径开始
一个常驻的代码审查机器人，账面上只有一行「模型调用费」，真正拆开却是四类 token：输入、输出、缓存写入、缓存读取。这四项在 Quanta 上分别计价、分别列示，所以团队在做月度预算时，不必再去猜某个后台把缓存算成了什么。
Quanta 的计费方式是预付余额加按量扣费：没有月费，也没有最低消费门槛。每次调用都按实际 token 计费，控制台会列出每一次调用的 token 数与对应扣费金额。对一个每天自动跑几百个 diff 的审查机器人来说，这意味着预算表可以逐条对齐到具体请求，而不是月底收到一张无法追溯的总账。
还有一点值得先说明：Quanta 是面向团队与高负载持续运行的 API 中转服务，限额、并发与发票规则都公开写明，而不是藏在条款里。下面就把一个审查机器人的账，从单价到限额到发票，一层层算清。
02 · Kimi K3 的四项单价怎么读：¥9.40 与 ¥47.10 是分界线
如果你的审查机器人跑在 Kimi K3 上，Quanta 公布的每 1M tokens 价格如下：
- › 输入：¥9.40
- › 输出：¥47.10
- › 缓存写入：-（该模型不列此项）
- › 缓存读取：¥0.94
最关键的一条读法是：输出比输入贵得多。审查机器人的典型负载是「读入 diff 与上下文、输出一段评审意见」，输入侧通常占大头，但输出侧的每一次评论、每一次重写建议，都会落在 ¥47.10 这一档上。因此在 Quanta 上控制成本的第一个动作不是换模型，而是让输出保持克制——只写有依据的问题，不写套话。
第二个动作是让重复读取的部分走缓存读取口径，¥0.94 明显低于输入的 ¥9.40。当机器人反复回看同一批仓库文件或同一份评审规范时，缓存读取是 Quanta 上最直接的省账路径，而每一笔命中都单独显示在控制台里，可核对、可复查。
03 · 用官方示例校准量级：100 million tokens 大约要多少
为了给预算一个可参照的锚点，Quanta 提供了一组示例（输入与输出按 3:1 比例、无缓存命中）：
- › Claude Opus 5.5：10 million tokens 一个月约 ¥249.00；100 million 约 ¥2,490.00
- › Claude Sonnet 5.5：10 million tokens 一个月约 ¥180.50；100 million 约 ¥1,805.00
- › GPT-6.1 Sol：10 million tokens 一个月约 ¥29.50；100 million 约 ¥295.00
- › Gemini 2.5 Flash：10 million tokens 一个月约 ¥46.75；100 million 约 ¥467.50
这些只是示例，用来建立量级感，不是对任何团队的承诺值。示例也说明一件事：同样是 100 million tokens，不同模型的账单可以相差数倍，选型本身就是预算工作的一部分。Gemini 系列在 Quanta 上走原生协议、通过 Gemini CLI 接入，不做 OpenAI 兼容包装；Claude 系列则只支持官方 Claude Code 与 Claude Desktop（Claude Code 2.1.285 或更新版本）。
而 Kimi K3 属于非 Claude、非 Gemini 一类，在 Quanta 上可与 Codex、Cursor、Cherry Studio、Cline、OpenCode、OpenAI SDK 以及 cURL 搭配使用。也就是说，如果你的审查机器人本来就跑在这些工具里，Kimi K3 的接入路径是现成的，不需要为它另建一套客户端。
04 · 并发与限额：让审查队列跑得稳，也排得进预算
代码审查机器人最怕的不是单价高，而是排队与被拒。Quanta 公开并强制执行的限额是：每个 key 每分钟 120 requests；每个账户同时在途 8 个请求；每个请求体 25 MB；每个账户 20 个 live keys。
对团队来说，这意味着可以在用量高峰时把负载分散到多个 key 上，同时把在途并发控制在 8 以内，避免请求堆积成超时。长连接流式请求没有总时长上限，只在上游连续 300 秒无响应时结束——对于边生成边展示的评审界面，这是一条明确的稳定性边界。
把限额与账单放在一起看，节奏就清楚了：并发上限决定同一时刻能开多少条评审线，token 计费决定每条线跑完要付多少。Quanta 把这两组数字都写明，团队在安排夜间全量扫描与白天增量审查时，才能既不撞限，也不超支。
05 · 充值、核对与发票：团队走公司账户的完整路径
Quanta 采用预付余额，没有月费、没有最低消费。充值档位为 ¥10.00、¥50.00、¥100.00、¥200.00、¥500.00、¥1,000.00，团队可以按月度用量节奏选择；注册即有 ¥2.80 的试用额度，先跑通一条评审链路再决定放量。
- › 每次调用的 token 数与扣费金额都在控制台列出，可逐笔核对。
- › 充值后 15 天内，未使用的余额可以退款。
- › 推荐奖励为被推荐账户充值的 19%，再上一级为 5%；奖励可从 ¥200.00 起提现，也可直接转入余额。
- › 公司账户可通过银行转账付款，发票与预报价通过 Contact 页面或控制台的 Messages 页面安排。
对需要报销与采购流程的团队来说，这条链路是完整的：付款方式、发票安排、余额退款各自有明确入口，不用在邮件里来回确认，也不会出现「先扣了再说」的糊涂账。
06 · 把 Quanta 接进审查流水线，然后按真实账单迭代
Quanta 提供三种协议：OpenAI 兼容（/v1）、Anthropic 原生与 Gemini 原生。一把 key、一份余额，三种协议共用，不必为不同模型维护多套账户。审查机器人该用哪种模型，就接哪种协议。
数据留存也写得很直白：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。这意味着你可以在控制台逐笔复核费用来源，同时知道评审内容本身不会留在 Quanta 一侧。
把账算到最后，结论其实很朴素。选一个单价透明的模型，把输出写短一点，让重复上下文走缓存，再按 120 requests 每分钟与 8 个在途请求安排队列——这就是 Quanta 上一个代码审查机器人的成本结构。单价公开、限额公开、扣费可查、发票可开，团队才能把「模型调用费」从一个黑箱变成一条能进预算表的明细。现在就到 Quanta 开一个账户，用 ¥2.80 的试用额度跑通你的第一个评审任务，再决定下一个月的充值档位。