Kimi ¥199 vs Ollama Pro： K3 额度实测

[dongzhimin]

控制变量：相同 CLIProxyAPI 、相同请求、high推理、单并发、无缓存、无重试、关闭超额付费。

指标	Kimi K3 1M	Kimi K3-256K	Ollama Pro K3
月费	¥199	¥199	$20
数据来源	实测	半费率推算	实测
5 小时工作单元	24	约 48	19
5 小时成功请求	72	约 144	57
5 小时输入量	218 万 tokens	约 436 万	173 万 tokens
5 小时池占周额度	20%	预计 20%	约 18%
每周 5 小时池	5 个	5 个	约 5.56 个
每周工作单元	120	约 240	约 105.6
平均每月工作单元	约 522	约 1,044	约 459
平均每月等效输入	约 4,750 万	约 9,500 万	约 4,190 万 tokens
平均延迟	12.85 秒	未实测	3.54 秒
相对月容量	100%	约 200%	约 88%

结论：

• 普通 K3：Kimi 月总量约比 Ollama 多 13.7%
• k3-256k：理论月总量约为 Ollama 的 2.27 倍
• Ollama 平均约快 3.6 倍
• 容量选 Kimi ，速度选 Ollama ；项目不超过 256K 时优先 k3-256k

注：k3-256k按Kimi 官方所述的约半费率推算，并非本轮实测。月额度按平均每月 4.35 个周窗口计算； Kimi 其他会员功能会共享月度额度池。

[SiWXie]

Ollama 用 glm 是最值的，又快又满血。kimi 套餐内的 k3 额度工作日高峰期很慢很慢，用这玩意，你就在那泡茶喝吧。

[dongzhimin]

@SiWXie ollama 模型还多，年付才 200.目前确实是一个能保留的订阅

[SiWXie]

@dongzhimin #2 是的，毕竟服务器在美国，也不缺卡，缺点是它是动态额度，你今天测的，下个月再测试可能会不一样，它是按 gpu 使用时计费的

[12101111]

实测 k3 256k 并非半费率，而是 k3 1M 在超过 256K 时费率更高，如果保证在 256K 内，费率相同

[287854442]

输出数据有吗，主要得看输出 token 量吧？

[WispZhan]

试试低费率模型，比如 GLM-5.3-flash

[kneo]

没有缓存，输出，这个感觉估算不出来值多少 API 价格。