据 AWS 官方博客与 Bedrock 文档的模型卡，月之暗面的 Kimi K3 已于 2026 年 9 月 18 日在 Amazon Bedrock 正式可用。AWS 称它是月之暗面能力最强的开放权重模型，也是首个参数量达到 2.8 万亿的开放模型，原生支持图像输入，上下文窗口 100 万 token。
下文价格一律为 AWS 的美元报价，不做人民币折算——Bedrock 按美元计费，折算汇率随行就市， 换一个数只会在复检时对不上账。
真正需要算清楚的是价格：同一个模型，按请求路由到哪套跨区域推理配置，以及提示词有多少是 重复的，会落在四个不同的费率上。
价格：每百万 token
以下均为 Standard 档、每 100 万 token 的价格，取自 Bedrock 模型卡：
| 推理配置 | 输入 | 输出 | 缓存读取 | 缓存写入（30 分钟） |
|---|---|---|---|---|
| Global 跨区域 | $3.00 | $15.00 | $0.30 | $3.75 |
| US 跨区域 | $3.30 | $16.50 | $0.33 | $4.125 |
在这两个基准价之上还有两个倍率：Priority 档（响应最快）按 Standard 的 1.75 倍计费， 即贵 75%；Flex 档（可接受排队等待）按 0.5 倍计费，也就是打五折。AWS 在博客里写明， Global 跨区域配置的成本比地理区域配置低约 10%——正是上表两行之间的差价。
对写代码的 agent 来说，变化最大的是缓存那一列。AWS 写明：命中缓存的输入 token 按折扣费率 计费，且不计入每分钟输入 token 数配额。也就是说，系统提示词和工具定义固定的重复调用， 既更便宜，也更不容易撞到限流。
缓存的真实条件
Kimi K3 同时支持隐式（自动）与显式提示词缓存，但显式模式有几个必须先看的条款：每个缓存断点 至少要覆盖 1,024 个 token；缓存内容至少保留 30 分钟；而在显式模式下，写入缓存的 token 按更高费率计费。如果提示词每一轮都在变，那就只付了写入的溢价、拿不到读取的折扣。
模型卡里还写明了两个 AWS 建议”提前设计”而不是”上线后才发现”的限制：
- 优先用兼容 OpenAI 的 Responses 或 Chat Completions API，而不是 Converse。 AWS 明确说
Converse 对该模型存在已知限制：多轮请求里如果带上早前轮次的推理内容，会触发
InternalServerException——AWS 点名这会影响 LangChain、Strands Agents 这类框架的默认配置； 此外 Converse 会拒收 PDF、HTML 之类的附件输入。 - 不支持视频输入。 图像与文本输入支持，且 AWS 建议图文混合请求把图像块放在文本块之前， 但同时提醒这一行为依赖具体提示词，需要自己两种顺序都试。
可用范围是美国地理区域与 Global 两套跨区域推理配置。对中文开发者来说，真正的门槛往往不是
模型而是账号：Bedrock 按量计费需要 AWS 账号与可用的国际支付方式，而开通调用还需要
bedrock:InvokeModel、bedrock:InvokeModelWithResponseStream 与
bedrock:CallWithBearerToken 这几项 IAM 权限。
上架云厂商这件事本身
模型卡上架不只是一次分发。澎湃新闻在 9 月 22 日报道称，传闻已久的”月之暗面与海外云厂商收入 分成”合作正式落地——云厂商在自家平台上架 Kimi 模型，并按模型调用量与月之暗面分成；报道同时 称 Kimi K3 已上架阿里云百炼平台，双方达成了类似合作。这部分请按”媒体报道”看待：AWS 的 博客与模型卡都没有披露任何分成条款。
如果你打算自己部署开放权重模型、而不是按 token 租用，那另一半算的是”跑在哪里”： Vultr 这类按 GPU 小时计费，InterServer 这类按整月计 VPS——该比较的是你自己的 token 量换算成小时费率要花多少，而不是两边的标价谁更低。