A octubre de 2026, la plataforma abierta de Moonshot, la empresa detrás de Kimi, no ofrece un nivel de API gratuito que se pueda usar como base a largo plazo. Los usuarios nuevos reciben un pequeño crédito después de completar la verificación de identidad, y las cuentas sin recarga quedan en Tier0, el nivel con límites de velocidad más estrictos. Llevar esa cuota de prueba a producción es el error de evaluación más común con este tipo de planes.

Este artículo solo analiza la API de la plataforma abierta, no la versión web de Kimi ni sus membresías. La documentación de la plataforma se trasladó a platform.kimi.com, y el dominio de la interfaz para China sigue siendo api.moonshot.cn. Lo siguiente se basa en las páginas oficiales de octubre de 2026.

Nota: Moonshot y Kimi son marcas de sus respectivos titulares. Este artículo no tiene afiliación, representación ni relación de cooperación con Moonshot AI (Yuezhi Anmian); las reglas mencionadas se rigen por las páginas oficiales.

1. Conclusión: lo gratuito es una prueba, no un nivel gratuito

Primero, tres hechos.

Primero, la página de precios actual lista modelos de pago por uso como kimi-k3, kimi-k2.7-code y kimi-k2.6, sin modelos marcados como gratuitos. La interfaz de archivos (extracción de contenido y almacenamiento) es gratuita por tiempo limitado, pero el contenido extraído que se envía como entrada al modelo sigue consumiendo tokens.

Segundo, los usuarios que completan la verificación de identidad pueden recibir un crédito de 15 yuanes. En el sitio para China, los usuarios verificados no pueden usarlo con K3: la página indica que primero deben recargar. Si el crédito cubre otros modelos y cuándo vence depende de las condiciones de la página de reclamo.

Tercero, el crédito no cuenta para el total de recarga acumulada. El nivel de velocidad se calcula por recarga acumulada, así que usar el crédito no sube de Tier. Eso determina que la "cuota gratuita" y la "cuota de pago" no ofrezcan la misma experiencia de concurrencia ni de RPM.

2. Los cuatro límites duros de Tier0

Las cuentas sin recarga están en Tier0. La documentación oficial de límites indica los siguientes valores de entrada; las cifras pueden cambiar, así que confírmalas antes de probar.

Indicador Valor en la documentación Efecto práctico para el desarrollo
Concurrencia 1 No permite solicitudes en paralelo; una llamada lenta bloquea las siguientes
RPM 3 Solo 3 solicitudes por minuto; un reintento por fallo puede agotar el cupo
TPM 500.000 Una sola solicitud de documento largo puede consumir gran parte
TPD 1.500.000 Hay un tope diario de tokens; las tareas por lotes lo alcanzan con facilidad

Con un RPM de 3, la política de reintentos predeterminada del SDK amplifica el problema. El SDK de OpenAI reintenta automáticamente 2 veces, así que una llamada fallida puede generar 3 solicitudes reales, y cada una cuenta para el RPM. En una cuenta Tier0, un solo 429 puede consumir la cuota de todo el minuto.

Los niveles de pago normalmente eliminan el tope diario de tokens, pero mantienen TPM, concurrencia y RPM. Cuanto más alto el nivel, más amplia la cuota; los umbrales exactos están en la página oficial de límites. La plataforma también puede aplicar límites temporales cuando el clúster está muy cargado; las cuentas marcadas por comportamiento anómalo activan una restricción de velocidad que, según la documentación, no se puede levantar. Por eso la arquitectura no debe suponer que "con recargar nunca habrá límites".

3. Dónde suele atascarse la cuota gratuita

Además de las cifras de la tabla, hay cuatro restricciones fáciles de pasar por alto.

  1. Vigencia: el crédito suele tener fecha de vencimiento y no se convierte en saldo al expirar.
  2. Alcance de modelos: el crédito no necesariamente cubre todos los modelos; K3 ya está excluido de forma explícita.
  3. Sitio y clave: las cuentas y claves de platform.kimi.com (China) y platform.kimi.ai (internacional) no son intercambiables; mezclarlas devuelve 401.
  4. Saldo y tipo de error: tanto el saldo insuficiente como el límite de tasa pueden devolver 429, pero con error.type distinto. exceeded_current_quota_error exige recargar; rate_limit_reached_error exige bajar el ritmo o subir de nivel; engine_overloaded_error es un problema de capacidad del servicio que la recarga no resuelve.

No reintentes todo 429 por igual. Mira primero el error.type y después decide si reintentar, reducir la concurrencia o recargar.

4. Condiciones de datos: no des por hecho que la prueba es confidencial

El acuerdo de la plataforma (versión del 31 de agosto de 2026) establece que el usuario concede a la plataforma un derecho de uso gratuito para utilizar las entradas, salidas y comentarios con fines de mejora del servicio del modelo, dentro de lo permitido por la ley. El texto no ofrece una opción de exclusión para cuentas personales. La política de privacidad indica además que los datos se almacenan en China continental y no se transfieren al exterior sin consentimiento adicional.

Los clientes corporativos pueden solicitar retención cero de datos (ZDR). Con ZDR activado, el contenido de la solicitud se usa solo para la inferencia actual y se elimina al devolver la respuesta; los datos de la empresa no se usan para entrenamiento. Pero ZDR tiene límites claros: Batch API, las imágenes o videos subidos por la interfaz de archivos, Hosted Agents, los datos operativos como registros de seguridad y facturación, y los servicios de terceros quedan fuera de la cobertura. ZDR se activa a pedido con el equipo comercial; no es un interruptor predeterminado del panel.

Por eso, durante la prueba no cargues contratos de clientes, datos personales, código no publicado ni datos financieros. Si hay datos sensibles, pide a los equipos legal y de seguridad que revisen el acuerdo y las condiciones de ZDR; no omitas la evaluación con el argumento de que "solo es una prueba".

5. Para qué sirve una API gratuita

Dentro de la cuota, estas tareas son adecuadas.

  • Integración de la interfaz: validar Base URL, autenticación, salida en streaming y manejo de errores, y confirmar que el SDK funciona.
  • Evaluación con muestras pequeñas: comparar prompts y modelos con 10 a 30 tareas reales, sin buscar significancia estadística.
  • Herramientas internas de baja concurrencia: scripts personales, resúmenes de documentos de una sola vez, borradores de actas de reunión.
  • Validación de flujos con documentos largos: extraer primero con la interfaz de archivos y luego probar el seccionado, las citas y la salida estructurada.
  • Medición inicial de latencia: registrar el tiempo del primer token y el total para decidir si hacen falta streaming y políticas de timeout.

El punto común: si falla se puede repetir, alguien revisa el resultado y no se entrega directamente a clientes.

6. Tareas que no deberían usar la cuota gratuita

  • Tráfico de producción: la concurrencia y el RPM de Tier0 no soportan usuarios reales, y los límites temporales no tienen compensación.
  • Datos de clientes: las condiciones predeterminadas permiten usar entradas y salidas para mejorar el servicio; una cuenta de prueba no es adecuada para contenido confidencial.
  • Tareas por lotes: el TPD se alcanza primero; Batch API es una capacidad de pago y queda fuera de ZDR.
  • Servicios de alta concurrencia: 1 de concurrencia significa que las solicitudes solo pueden hacer cola, con latencia fuera de control.
  • Sistemas que requieren SLA: el acuerdo estándar no ofrece compromiso de disponibilidad y exime de responsabilidad por interrupciones de mantenimiento.
  • Sistemas que dependen de modelos antiguos: la serie moonshot-v1 y algunos modelos K2 antiguos ya fueron retirados; calcula el costo de migración por adelantado.

Hay otro riesgo común: poner la clave de prueba en el frontend o en el repositorio. Si se filtra, otra persona puede consumir la cuota. También hay que cuidar las claves durante la prueba.

7. De la prueba al pago: ruta de actualización

Cuando la validación pasa, la actualización suele tener tres pasos.

  1. Recargar para subir de nivel: el nivel de velocidad se calcula por recarga acumulada; al recargar aumentan la concurrencia, el RPM y el TPM. Los niveles exactos están en la página oficial de límites.
  2. Verificación corporativa y pago empresarial: si necesitas contrato, factura o gestión de permisos, completa la verificación corporativa y paga por transferencia o recarga en línea. Las capacidades de facturación, presupuesto y permisos de miembros difieren de las de una cuenta personal.
  3. Solicitar más cuota y ZDR: si hay picos de concurrencia, requisitos de cumplimiento de datos o SLA, prepara el consumo mensual, la concurrencia pico, los escenarios y el plan de crecimiento; negocia con el equipo comercial e incluye los compromisos en el contrato o en un anexo.

Si el equipo necesita cambiar entre modelos, facturación unificada o un canal de respaldo, también puede evaluar un gateway de IA compatible con OpenAI. Cada capa adicional es una dependencia más, así que la selección también requiere una prueba pequeña.

8. Una validación reproducible

No concluyas con "parece que funciona". Ejecuta esta secuencia antes de decidir si recargas.

  1. Prepara de 10 a 30 tareas reales y define requisitos de calidad, formato y citas.
  2. Cuantifica la entrada con la interfaz de estimación de tokens de la plataforma; no la calcules por número de caracteres.
  3. Registra la concurrencia objetivo, el RPM pico y los tokens diarios promedio, y compáralos con los límites de Tier0.
  4. Desactiva los reintentos automáticos del SDK y controla tú mismo el número de reintentos y el retroceso.
  5. Registra por solicitud la entrada, la salida, la duración, el error.type y el número de reintentos.
  6. Fija un presupuesto de tokens de prueba, detente al agotarlo y calcula el costo por tarea.
import os
import time
from openai import OpenAI, RateLimitError

client = OpenAI(
    api_key=os.environ["MOONSHOT_API_KEY"],
    base_url="https://api.moonshot.cn/v1",
    max_retries=0,  # controla tú mismo los reintentos para no gastar RPM en silencio
)

BUDGET = 200_000  # límite de prueba definido por el equipo, no una cuota oficial
used = 0

def ask(prompt: str) -> str:
    global used
    if used >= BUDGET:
        raise RuntimeError("Se agotó el presupuesto de prueba")
    try:
        resp = client.chat.completions.create(
            model="kimi-k2.6",
            messages=[{"role": "user", "content": prompt}],
            max_completion_tokens=512,
        )
    except RateLimitError as exc:
        body = exc.response.json().get("error", {})
        print("Tipo de 429:", body.get("type"))  # límite, sobrecarga y saldo se tratan distinto
        time.sleep(5)
        return ""
    used += resp.usage.total_tokens
    return resp.choices[0].message.content

Este código solo sirve como ejemplo de presupuesto y clasificación de errores; no constituye una recomendación de límites. Una prueba de carga real debe diseñarse según la concurrencia objetivo y confirmar antes si las condiciones de la plataforma lo permiten.

Preguntas frecuentes

¿Moonshot tiene una API gratuita permanente?

A octubre de 2026, no existe un nivel de API gratuito que pueda tomarse como compromiso a largo plazo. La plataforma ofrece un crédito de verificación, pero es de naturaleza temporal y tiene límites de modelos y de vigencia. Si hay nuevas campañas, se consultan en la página oficial.

¿El crédito de 15 yuanes sirve para todos los modelos?

No. En el sitio para China, los usuarios verificados no pueden usarlo con K3, y el uso con otros modelos depende de las condiciones de la página de reclamo. No supongas que el crédito aplica a todos los modelos.

¿Tier0 alcanza para producción?

No. 1 de concurrencia, 3 RPM y un tope diario de tokens solo sirven para integración y evaluación con muestras pequeñas. Producción requiere recargar y subir de nivel, además de preparar límites, reintentos y degradación.

¿Los datos de la prueba gratuita se usan para entrenamiento?

El acuerdo predeterminado permite a la plataforma usar entradas y salidas para mejorar el servicio dentro del marco legal. Las empresas pueden solicitar ZDR, con excepciones como Batch, archivos subidos y Hosted Agents. Los datos sensibles deben pasar primero por una revisión de cumplimiento.

¿Qué pasa cuando se agota la cuota de prueba?

Puede devolver 429 o 403, según la entrada y el escenario. Mira primero el error.type: saldo insuficiente exige recargar, límite de tasa exige bajar el ritmo o subir de nivel, y sobrecarga de capacidad solo admite espera y reintento.

Próximos pasos

Si tu integración y tus pruebas con muestras pequeñas ya pasaron y necesitas llamadas estables, facturación en moneda local y un punto de entrada multimodelo, regístrate en ZSQH AI Gateway y haz una prueba de bajo monto. Los modelos, precios y disponibilidad se rigen por la página de precios de modelos.

Lecturas relacionadas: