agent-Specialization/cache_research/official_china

国内官方 LLM API「缓存命中 Token」字段对照报告

调研子智能体 #2 · 调研时间：2026-08-29 调研范围：国内官方 API（DeepSeek / Moonshot Kimi / 阿里通义千问 / 智谱 GLM / 字节豆包 / MiniMax / 阶跃星辰 Step / 百度文心千帆） 数据来源：以各厂商官方文档为准（文末附全部 URL）；个别引用了第三方报道处已单独标注。 结论确定性说明：本文所有"字段名 / 官方示例 JSON / 官方计费规则"均直接取自官方文档，可据此设计实验；本文只做了文档调研，未实际跑请求验证，实测时字段是否如实返回以实验为准。

---

一、总览表（速查）

#	厂商	官方平台	缓存机制	命中字段（usage 内位置）	最小触发阈值	命中计费折扣（官方口径）
1	DeepSeek	api.deepseek.com	自动（无需配置）	顶层 prompt_cache_hit_tokens / prompt_cache_miss_tokens（注意：不在 details 里）	文档未给出固定值	deepseek-v4-flash 峰值：缓存命中 $0.014/M vs 未命中 $0.44/M（≈3.2%，约 1/31）
2	Moonshot Kimi	platform.moonshot.cn / platform.kimi.com	自动（当前推荐）；历史上曾有显式 cache API	usage.cached_tokens（顶层，官方示例）；部分资料为 usage.prompt_tokens_details.cached_tokens	文档未给出固定值（按前缀匹配）	kimi-k3 为 $0.30/M vs $3.00/M = 10%；k2.7-code ≈20%；k2.6 ≈16.8%；k2.5 ≈16.7%
3	通义千问 Qwen	DashScope / 阿里云百炼	OpenAI 兼容：隐式自动 + 显式 cache_control；原生 DashScope：同一套显式机制	OpenAI 兼容：usage.prompt_tokens_details.cached_tokens（命中）、...cache_creation_input_tokens（创建）；DashScope：usage.prompt_tokens_details.cached_tokens（部分海外地域 usage.cached_tokens 顶层）	隐式 ≥256 tokens（Qwen3.7 系列约 2000）；显式块 ≥1024 tokens	隐式命中 20%（阿里部署常规）；显式命中 10%、创建 125%；qwen3.8-max 例外（以控制台为准）
4	智谱 GLM	bigmodel.cn	自动（默认开启）	usage.prompt_tokens_details.cached_tokens	智谱部署 GLM 为 512 tokens（阿里云文档口径）	命中按标准价格 50%（智谱官方）；阿里云转售口径 25%
5	字节豆包 Doubao	火山方舟 volces.com	仅显式（Context API 待下线；Responses API 推荐）	usage.prompt_tokens_details.cached_tokens	无自动缓存；最大缓存长度≈上下文窗口-最大输出	缓存输入折扣价（低于新输入）+ 存储费（元/千 token/小时）
6	MiniMax	platform.minimaxi.com（国内）/ platform.minimax.io（海外）	自动（被动）+ 显式 Anthropic 兼容	OpenAI 格式：usage.prompt_tokens_details.cached_tokens；Anthropic 格式：usage.cache_read_input_tokens / cache_creation_input_tokens	≥512 tokens（自动）	M3：命中 $0.12/M vs 输入 $0.60/M = 20%；M2.7：$0.06 vs $0.30 = 20%；M2.5/M2.1：$0.03 vs $0.30 = 10%（显式写入 $0.375/M）
7	阶跃星辰 Step	platform.stepfun.com	自动	顶层 usage.cached_tokens（注意：在顶层，不在 details 里）	≥256 tokens	缓存部分按该模型费用 20% 计费
8	百度文心 ERNIE	千帆 ModelBuilder（qianfan.baidubce.com）	自动（默认开启，无需改代码）	usage.prompt_tokens_details.cached_tokens	文档未给出固定值	命中按 prompt 单价 40%

⚠️ 最容易踩坑的两点：

1. DeepSeek 和 Step 的字段在 usage 顶层（prompt_cache_hit_tokens / cached_tokens），其余六家在 usage.prompt_tokens_details 下——实验代码要同时兼容这两种形态。
2. 只有豆包是纯显式缓存（需要创建缓存或传 caching 参数），其余六家自动缓存 + 千问可显式。不传任何参数就指望豆包返回 cached_tokens 是无效的。

---

二、逐家明细

2.1 DeepSeek（深度求索，api.deepseek.com）

• 官方文档

  • API 参考（usage 结构）：https://api-docs.deepseek.com/api/create-chat-completion
  • 定价页（缓存命中价）：https://api-docs.deepseek.com/quick_start/pricing

• 缓存机制：自动 context cache，无需任何配置；有"高峰期/非高峰期"分时定价（峰值=非峰值的 2 倍）。

• usage 字段（官方 API 参考 schema 原文）：DeepSeek 是独立字段模型——

  "usage": {
    "completion_tokens": 10,
    "prompt_tokens": 16,            // = prompt_cache_hit_tokens + prompt_cache_miss_tokens
    "prompt_cache_hit_tokens": 0,   // ← 命中缓存的 token 数（顶层！）
    "prompt_cache_miss_tokens": 16, // ← 未命中缓存的 token 数（顶层！）
    "total_tokens": 26,
    "completion_tokens_details": { "reasoning_tokens": 0 }
  }
  

  • 官方定义原文："Number of tokens in the prompt that hits the context cache."

• 流式行为：官方流式示例中，最后一个 chunk（finish_reason=stop）携带 usage；若设置 stream_options.include_usage=true，会在 data: [DONE] 前再补一个 choices 为空的 usage chunk；其余 chunk 的 usage 为 null。

• 计费折扣（官方定价页，单位 $/1M tokens）：

  模型	输入(缓存命中) 峰值/非峰值	输入(缓存未命中) 峰值/非峰值
  deepseek-v4-flash	$0.014 / $0.007	$0.44 / $0.22
  deepseek-v4-pro	$0.044 / $0.022	$1.32 / $0.66

  即命中≈未命中的 1/31（≈3.2%），折扣力度为国内最大。峰值时段：UTC 周一至五 01:00–04:00 与 06:00–10:00。

  第三方报道（知乎，非官方）：DeepSeek V4-Pro 人民币口径"缓存命中 0.1 元/百万 vs 未命中 3 元/百万（差 30 倍），促销窗口 0.025 元"。此条为第三方转述，仅作参考。

• 实验要点：读取顶层 usage.prompt_cache_hit_tokens；未命中时该字段为 0（官方示例即返回 0），不要把它当缺失。

---

2.2 Moonshot Kimi（platform.moonshot.cn / platform.kimi.com）

• 官方文档

  • API 参考（Chat）：https://platform.kimi.com/docs/api/chat
  • 上下文缓存指南：https://platform.kimi.com/docs/guides/context-caching
  • 定价页：https://platform.kimi.com/docs/pricing/chat

• 缓存机制：默认会自动缓存（官方指南："当请求包含相同前缀时自动缓存，无需手动调用；命中后自动续期"）。历史上曾公测显式缓存 API（POST /v1/caching，2024 年月之暗面文档），当前 platform.moonshot.cn API 列表已不含该端点，以自动缓存为准。

• usage 字段（官方 API 参考示例原文）：

  "usage": {
    "prompt_tokens": 19,
    "completion_tokens": 21,
    "total_tokens": 40,
    "cached_tokens": 10   // ← 命中缓存 token（顶层！官方示例原文）
  }
  

  官方《上下文缓存指南》（PDF）中的 usage 示例则为 usage.prompt_tokens_details.cached_tokens。两处官方文档形态不一致，实验时两个位置都要读。

• 请求参数：官方请求体字段 prompt_cache_key（官方原文）——“用于缓存相似请求的响应以优化缓存命中率。对于 Coding Agent，通常是代表单个会话的 session id 或 task id；退出并恢复会话时应保持不变。对于 Kimi Code Plan，此字段为必填以提高缓存命中率。”不传时按前缀自动匹配。

• 流式行为：官方指南明确"流式返回时，最后一个 chunk 会携带 usage（含 cached_tokens）"。

• 计费折扣（官方定价，$/1M）：

  模型	输入(未命中)	输入(命中)	折扣
  kimi-k3	$3.00	$0.30	10%
  kimi-k2.7-code	$0.95	$0.19	20%
  kimi-k2.6	$0.95	$0.16	≈16.8%
  kimi-k2.5	$0.60	$0.10	≈16.7%
  moonshot-v1 系列	—	无	无缓存折扣

• 实验要点：最后一轮流式 chunk 的 usage 是主战场；cached_tokens 与 prompt_tokens_details.cached_tokens 两个位置都要探测。

---

2.3 通义千问 Qwen（DashScope / 阿里云百炼）

• 官方文档：阿里云百炼《上下文缓存（Context Cache）》https://help.aliyun.com/zh/model-studio/context-cache
• 缓存机制（OpenAI 兼容模式与原生 DashScope 模式已分别核实）：
  • 隐式缓存（自动）：对所有支持模型默认开启、不可关闭，按前缀匹配。OpenAI 兼容与 DashScope 均可命中。
  • 显式缓存（需主动开启）：在 messages 的 content 中加 "cache_control": {"type": "ephemeral"}（仅此一种 type），从 messages 开头到标记位置创建缓存块；OpenAI 兼容、DashScope、Anthropic 兼容三种协议均支持。单次最多 4 个标记；向后回溯最近 20 个 content 块；最小缓存块 1024 tokens；有效期 5 分钟（命中则重置）。
• usage 字段：
  • OpenAI 兼容 · 隐式命中（官方示例原文）：

    "usage": {
      "prompt_tokens": 3019,
      "completion_tokens": 104,
      "total_tokens": 3123,
      "prompt_tokens_details": { "cached_tokens": 2048 }
    }
    

  • OpenAI 兼容 / DashScope · 显式缓存：同时上报创建与命中（官方示例原文）：

    // 第一次请求（创建缓存）      // 第二次请求（命中缓存）
    "cache_creation_input_tokens": 1605,   "cache_creation_input_tokens": 0,
    "cached_tokens": 0,                    "cached_tokens": 1605,
    // 均位于 usage.prompt_tokens_details 下
    

  • 原生 DashScope · 视觉模型海外地域（新加坡）：命中字段一度为顶层 usage.cached_tokens（文档注明"后续将升级至 prompt_tokens_details.cached_tokens"）；国内（北京）地域直接在 usage.prompt_tokens_details.cached_tokens。
  • Anthropic 兼容：usage.cache_read_input_tokens（命中，不计入 input_tokens）、usage.cache_creation_input_tokens（创建）。
• 计费折扣（官方）：
  • 隐式：命中 token 按输入标准价 20%（阿里百炼部署常规模型；qwen3.8-max 例外，以控制台为准）。
  • 显式：创建缓存 token 按标准输入价 125%；命中按 10%（qwen3.8-max 例外）。
• 触发阈值（官方）：阿里云百炼部署模型的隐式缓存最少 256 tokens；Qwen3.7 系列约 2000 tokens。
• 实验要点：多协议多形态是千问的特色——OpenAI 兼容/DashScope 看 prompt_tokens_details，Anthropic 兼容看 cache_read_input_tokens，部分海外地域 DashScope 看顶层 cached_tokens。本任务重点实验是 OpenAI 兼容 + 原生 DashScope 两种。

---

2.4 智谱 GLM（bigmodel.cn）

• 官方文档：《上下文缓存》https://docs.bigmodel.cn/cn/guide/capabilities/cache
• 缓存机制：自动（隐式）缓存，默认启用，无需手动配置；基于内容相似度/前缀自动触发。
• usage 字段（官方原文）："响应字段 usage.prompt_tokens_details.cached_tokens"——

  "usage": {
    "prompt_tokens": …,
    "completion_tokens": …,
    "total_tokens": …,
    "prompt_tokens_details": { "cached_tokens": … }   // ← 命中缓存 token
  }
  

  官方示例代码取值方式：response.usage.prompt_tokens_details.cached_tokens（未命中时需判空/缺省为 0）。
• 计费折扣（官方）：缓存命中 Token 按优惠价格计费，"通常为标准价格的 50%"；新内容按标准价、输出按标准价。GLM Coding Plan 套餐内积分抵扣口径（官方套餐页）：GLM-5.3 Input 系数 6.9 / Cached Input 系数 1.7（≈24.6%）。
• 有效期（官方）："缓存有合理的时效性，过期后会重新计算"，未公布固定数值。
• 第三方口径（阿里云百炼文档）：智谱部署的 GLM 触发隐式缓存最少 512 tokens；阿里云转售 GLM（ZHIPU/GLM-5.2 等）命中按 25%。
• 实验要点：普通对话请求即可验证；同一 system 前缀连续请求看 prompt_tokens_details.cached_tokens 是否增长。

---

2.5 字节豆包 Doubao（火山方舟 volces.com）

• 官方文档
  • 《上下文缓存（Context API）（待下线）》https://www.volcengine.com/docs/82379/1396491
  • 《上下文缓存》主文档 https://www.volcengine.com/docs/82379/1398933
• 缓存机制：仅显式缓存，无自动缓存。两种 API：
  1. Context API（待下线）：先 POST /api/v3/context/create 创建缓存（mode: "session" 会话缓存 / "common_prefix" 前缀缓存，返回 ctx-* ID），再调用 POST /api/v3/context/chat/completions（请求体带 context_id）使用。TTL 可配，范围 1 小时–7 天（[3600,604800] 秒），未使用则过期、使用则重置。
  2. Responses API（推荐）：请求体传 "caching": {"type": "enabled"}（加 "prefix": true 为前缀缓存）创建 Session/前缀缓存，返回缓存 ID；后续用 "previous_response_id": "<ID>" 复用。过期时刻用 Unix 时间戳配置，最大当前时间 +604800 秒（7 天）。支持多模态与工具缓存、可手动删除任意缓存 ID。
  • 需在控制台「开通管理」→「推理(缓存)定价」开启缓存。
• usage 字段（官方示例原文，Context Chat API 响应）：

  "usage": {
    "prompt_tokens": 28,
    "completion_tokens": 4,
    "total_tokens": 32,
    "prompt_tokens_details": { "cached_tokens": 18 }   // ← 缓存输入 token
  }
  

  创建缓存接口的响应同样带 usage.prompt_tokens_details.cached_tokens（首建时为 0）。
• 流式行为：官方 SDK 示例用 stream_options={"include_usage": True} 后，chunk 的 usage 非空（含 cached_tokens）。
• 计费（官方）：四类——新输入（标准价）；缓存输入（折扣价，显著低于新输入）；输出（标准价）；存储费（元/千 token/小时，按每自然小时缓存最大 token 量计，直到 TTL 到期或删除）。官方举例存储单价 0.000017 元/千 token/小时（示例值）；Doubao-1.5-pro-32k 示例缓存输入 1.6 元/千万 tokens。实际单价以《模型价格》页为准。
• 实验要点：不传缓存参数直接调 /chat/completions 是不会返回缓存字段的（有自动 KV 缓存但不在 usage 中体现）；必须走 Context Chat API（context_id）或 Responses API（caching/previous_response_id）才能看到 cached_tokens。

---

2.6 MiniMax（platform.minimaxi.com 国内 / platform.minimax.io 海外）

• 官方文档：https://platform.minimax.io/docs/api-reference/text-prompt-caching（国内域名为同一套文档：platform.minimaxi.com）
• 缓存机制：两套并行——
  1. 自动缓存（被动 Prompt Caching）：无需改调用方式。前缀匹配顺序为"工具列表 → 系统提示 → 用户消息"。有效期由系统按负载自动调整，命中则续期。
  2. 显式缓存（仅 Anthropic 兼容 API）：在 content 中加 "cache_control": {"type": "ephemeral"}，5 分钟 TTL，命中自动续期；首次写入缓存有额外费用。
• usage 字段（OpenAI 格式官方示例原文）：

  "usage": {
    "prompt_tokens": 1200,
    "completion_tokens": 300,
    "total_tokens": 1500,
    "prompt_tokens_details": { "cached_tokens": 800 }   // ← 自动缓存命中
  }
  

  Anthropic 格式（显式/自动均可出现）：

  "usage": { "input_tokens": 108, "output_tokens": 91,
             "cache_creation_input_tokens": 0,          // 创建缓存（显式）
             "cache_read_input_tokens": 14813 }         // 命中缓存
  

• 触发阈值（官方）：自动缓存适用于输入 ≥512 tokens 的请求。
• 计费折扣（官方 PayGo 示例）：
  • MiniMax-M3：输入 $0.60/M，命中 $0.12/M（20%）；
  • MiniMax-M2.7：输入 $0.30/M，命中 $0.06/M（20%），显式写入 $0.375/M；
  • MiniMax-M2.5 / M2.1：输入 $0.30/M，命中 $0.03/M（10%），显式写入 $0.375/M。
• 支持模型：自动缓存——M3 / M2.7 / M2.5 / M2.1 系列；显式缓存——M2.7 / M2.5 / M2.1 / M2 系列。
• 实验要点：OpenAI 兼容接口看 prompt_tokens_details.cached_tokens；如果用 Anthropic 协议则看 cache_read_input_tokens。首次请求建立缓存（可能为 0），第二次请求读取。

---

2.7 阶跃星辰 Step（platform.stepfun.com）

• 官方文档：《Prompt 缓存最佳实践》https://platform.stepfun.com/docs/zh/guides/developer/prompt-cache
• 缓存机制：自动；请求超过 256 tokens 时自动启用，按 Prompt 前缀匹配。缓存淘汰采用 LRU（最近最少使用），不设固定 TTL，高峰期缓存更容易被逐出。
• usage 字段（官方示例原文）——顶层 cached_tokens，不在 details 里：

  "usage": {
    "cached_tokens": 512,      // ← 命中缓存 token（顶层！）
    "prompt_tokens": 591,
    "completion_tokens": 120,
    "total_tokens": 711
  }
  

  官方判定方法原文："如果 response.usage 存在 cached_tokens 字段，则表明该请求命中缓存，cached_tokens 的值即为命中的 Token 长度。"
• 流式行为：官方 Web 搜索示例显示每个流式 chunk 都带 usage（含 cached_tokens），与 OpenAI 惯例（仅末 chunk）不同，需多次读取。
• 计费折扣（官方）：缓存部分 Token 按"对应模型费用的 20%"计费。
• 支持模型（官方）：step-3.7-flash、step-3.5-flash、step-3.5-flash-2603、step-1o-turbo-vision 等（文档列出的系列）；其他模型暂不支持。
• 实验要点：prompt 要 ≥256 tokens 才有缓存；命中读取顶层 usage.cached_tokens（注意与 DeepSeek 顶层字段不同名）。

---

2.8 百度文心 ERNIE（千帆 ModelBuilder）

• 官方文档：《prompt cache 上线公告》https://ai.baidu.com/ai-doc/WENXINWORKSHOP/Rm6uq7jy9
• 缓存机制：自动，对所有用户默认开启，无需修改代码（官方原文）。
• usage 字段（官方响应示例原文）：

  "usage": {
    "prompt_tokens": 159,
    "completion_tokens": 89,
    "total_tokens": 248,
    "prompt_tokens_details": { "cached_tokens": 128 }   // ← 命中缓存 token
  }
  

  官方说明："当本次请求已命中缓存，usage 中返回 cached_tokens 字段……代表命中缓存的 token 数量。"（即未命中时该字段可能缺失。）
• 计费折扣（官方）：命中缓存的 cached_tokens 按 prompt_tokens 单价的 40% 计算。模型示例：ERNIE-4.0-Turbo-8K 输入（命中）0.0012 元/千 tokens vs 输入（未命中）0.003 元/千 tokens，输出 0.009 元/千 tokens。
• 有效期（官方）："系统将定期清理一段时间没有使用过的缓存"；官方同时明确"命中概率并不是 100%，即使上下文完全一致的请求也存在无法命中的概率"。
• 实验要点：同一 prompt 连续请求（官方示例即为同样长文案换问题），观察 prompt_tokens_details.cached_tokens；未命中时字段可能缺失，需容错。

---

三、跨厂商对照（实验脚本设计要点）

3.1 字段位置差异（最重要）

厂商	命中字段完整路径	未命中时表现
DeepSeek	usage.prompt_cache_hit_tokens（顶层，另有 prompt_cache_miss_tokens）	返回 0
Kimi	usage.cached_tokens（顶层）或 usage.prompt_tokens_details.cached_tokens	文档两种示例并存
Qwen（OpenAI/百炼）	usage.prompt_tokens_details.cached_tokens；显式另有 cache_creation_input_tokens	未命中为 0/缺失
Qwen（DashScope 海外部分模型）	usage.cached_tokens（顶层）	—
GLM	usage.prompt_tokens_details.cached_tokens	缺失（官方例程判空）
豆包	usage.prompt_tokens_details.cached_tokens	需要显式缓存才出现
MiniMax	OpenAI 格式：usage.prompt_tokens_details.cached_tokens；Anthropic 格式：usage.cache_read_input_tokens / cache_creation_input_tokens	首次请求命中可能为 0
Step	usage.cached_tokens（顶层）	未命中时无该字段（官方判定）
百度千帆	usage.prompt_tokens_details.cached_tokens	缺失

兼容读取建议：统一读取器按以下优先级取值——

candidates = [
  usage.get("prompt_cache_hit_tokens"),                      # DeepSeek
  usage.get("cached_tokens"),                                # Kimi / Step / 部分 DashScope
  (usage.get("prompt_tokens_details") or {}).get("cached_tokens"),  # 其余各家
  (usage.get("prompt_tokens_details") or {}).get("cache_read_input_tokens"),  # Anthropic 兼容
]

3.2 流式 usage 位置差异

• DeepSeek：末 chunk 或 include_usage 追加 chunk。
• Kimi：流式末 chunk 携带 usage。
• Step：每个 chunk 都可能带 usage。
• 豆包：SDK 需 stream_options={"include_usage": True}。
• 其余（Qwen/GLM/MiniMax/千帆）：按 OpenAI 惯例，stream_options.include_usage=true 时末 chunk 带 usage；非流式直接看响应 usage。

3.3 缓存触发阈值

• Step：≥256 tokens；MiniMax：≥512 tokens；Qwen 隐式：≥256（部分模型更高）；全局建议：构造 ≥2048 tokens 的稳定前缀 再测，避开各家阈值差异。

3.4 显式 vs 自动（决定实验脚本形态）

• 只发普通请求即可验证：DeepSeek、Kimi、Qwen（隐式）、GLM、MiniMax、Step、百度千帆。
• 必须额外走显式流程：豆包（先建缓存/传 caching 参数）；Qwen 如需显式命中（cache_control ephemeral，5 分钟 TTL、1024 tokens 起）也需加标记。

---

四、来源清单与确定性分级

事实	确定性	依据
DeepSeek usage 顶层 prompt_cache_hit_tokens/miss_tokens；V4 缓存命中价（$0.014 vs $0.44 峰值）	高（官方 API 参考与定价页原文）	https://api-docs.deepseek.com/api/create-chat-completion · /quick_start/pricing
Kimi usage.cached_tokens（顶层）；prompt_cache_key；流式末 chunk 带 usage；K3 命中 10%（$0.30/$3.00）	高（官方指南/API/定价页；K3 价格亦有第三方 blog 复述一致）	https://platform.kimi.com/docs/api/chat · /docs/guides/context-caching · /docs/pricing/chat
Qwen OpenAI 兼容 & DashScope 隐式/显式缓存字段、1024 阈值、5min TTL、20%/10%/125% 计费	高（阿里云官方文档原文+示例 JSON）	https://help.aliyun.com/zh/model-studio/context-cache
GLM 自动缓存、prompt_tokens_details.cached_tokens、命中约 50%	高（智谱官方）；智谱部署 512 阈值、25% 折扣为阿里云文档转述（中）	https://docs.bigmodel.cn/cn/guide/capabilities/cache
豆包仅显式缓存、prompt_tokens_details.cached_tokens、TTL 1h–7d、Responses API caching 参数	高（火山方舟官方文档原文）	https://www.volcengine.com/docs/82379/1396491 · 1398933
MiniMax 自动≥512、OpenAI/Anthropic 双字段、M3 命中 20%（$0.12/$0.60）	高（官方文档）；RooCode issue 表格亦一致	https://platform.minimax.io/docs/api-reference/text-prompt-caching
Step 自动≥256、顶层 cached_tokens、20% 计费、LRU	高（官方文档原文）	https://platform.stepfun.com/docs/zh/guides/developer/prompt-cache
百度千帆自动默认开启、prompt_tokens_details.cached_tokens、40% 计费	高（官方公告响应示例）	https://ai.baidu.com/ai-doc/WENXINWORKSHOP/Rm6uq7jy9
DeepSeek V4-Pro 人民币缓存价（0.1 元 vs 3 元/百万）	低-中（仅第三方知乎转述，非官方）	第三方报道
Kimi 命中价逐模型数值	中（官方定价页为主，第三方 blog 佐证）	platform.kimi.com pricing + 第三方 blog

验证状态：以上均为官方文档调研结论，尚未做真实 API 请求实测。建议下一步按第三节要点构造实验脚本逐家验证字段如实返回。