Acheter l'API Moonshot pour une entreprise n'a rien à voir avec une recharge individuelle. Au-delà du prix, il faut valider l'entité contractante, le paiement par virement, la facturation, les quotas, les clauses sur les données, les permissions, le SLA et les conditions de sortie. Cet article propose une checklist exécutable, sans prix unitaire ; les tarifs et conditions font foi dans le devis, le contrat et la page Tarifs des modèles.

Remarque : Moonshot et Kimi sont des marques de leurs détenteurs respectifs. Cet article n'implique aucune affiliation, relation d'agence ou partenariat avec Moonshot AI. Les processus et règles mentionnés suivent les pages officielles et le contrat, qui font foi.

1. Identifier d'abord l'objet de l'achat

La plateforme ouverte Moonshot, derrière Kimi, fournit une API facturée au token ; ce n'est ni un abonnement Kimi ni une licence de siège bureautique. L'API sert au service client, aux bases de connaissances, au traitement documentaire et aux agents ; distribuer des abonnements de chat aux salariés relève d'un autre circuit d'achat. Le site chinois platform.kimi.com et le site international platform.kimi.ai ont des comptes et des clés non interchangeables : déterminez d'abord quel site l'équipe utilise, pour éviter un décalage entre l'entité du contrat et les appels réels.

2. Checklist d'achat

Apportez les dix points suivants à la discussion commerciale. Seul ce qui figure au contrat ou en annexe est considéré comme acquis.

Élément Question à poser Preuve attendue
Entité contractante et vérification Contrat, paiement et facture portent-ils sur la même entité ? Registre du commerce, dossier de vérification d'entreprise
Rechargement et paiement Virement professionnel et délai de crédit Justificatif de paiement, relevé de crédit
Facture Type, taux de TVA, règles de destinataire Modèle de facture ou notice
Quotas et limitation Concurrence, RPM, TPM, TPD, limitation temporaire Page officielle des limites, annexe du contrat
Données et ZDR Conservation, entraînement, suppression, périmètre Accord de traitement des données, confirmation ZDR
Permissions Organisation, projets, clés, liste blanche IP, révocation des membres Matrice des droits, captures d'écran
SLA et support Disponibilité, délais de réponse, canal d'escalade SLA contractuel ou annexe de support
Cycle de vie des modèles Préavis de retrait, accompagnement à la migration Clause de notification, historique des versions
Gouvernance des coûts Budget, alertes, granularité du rapprochement Configuration, exemple de facture
Conditions de sortie Solde, données, journaux Clauses de résiliation et de remboursement

3. Quotas et limitation de débit

Les niveaux de débit sont déterminés par le montant cumulé rechargé ; les crédits de réduction n'entrent pas dans ce cumul. Tier0, sans rechargement, n'autorise qu'une requête simultanée, 3 RPM, et impose un plafond quotidien de tokens ; les paliers payants suppriment généralement ce plafond quotidien, mais le TPM, la concurrence et le RPM subsistent. Les seuils exacts figurent sur la page officielle des limites.

Les projets partagent la limitation et le solde de l'organisation ; le TPM d'un projet ne dépasse pas le plafond de l'organisation, et les pics se calculent au niveau global. Pour négocier, fournissez au moins cinq chiffres : tokens mensuels moyens, concurrence de pointe, ratio entrée/sortie moyen, taux de succès du cache et part du mode Batch. Un simple volume mensuel ne suffit pas.

Demandez aussi des précisions sur les limitations temporaires et le contrôle des risques. La documentation indique qu'une limitation temporaire peut s'appliquer en cas de forte charge du cluster, et qu'une limitation déclenchée par un comportement anormal peut ne pas être levée. L'architecture doit conserver file d'attente, backoff et dégradation ; ne partez pas du principe qu'un quota élevé exclut toute limitation.

4. Rechargement et facturation

Après vérification de l'entreprise, le rechargement peut se faire en ligne ou par virement bancaire professionnel. Le titulaire du compte bancaire doit correspondre à l'entité vérifiée ; un virement prend généralement 1 à 5 jours ouvrés, puis le crédit est enregistré environ 10 minutes après réception. Les virements transfrontaliers et les paiements par un tiers bloquent facilement à l'étape de vérification ou de facturation.

La facture peut être demandée sur la consommation ou sur le rechargement. Pour une entreprise, le destinataire ne peut être que l'entité vérifiée ; un compte individuel peut choisir un destinataire personnel ou une société. Les pages officielles indiquent un émetteur, Beijing Moonshot Technology Co., Ltd., une catégorie « services techniques » et un taux de 6 %, sous réserve de la page de facturation.

La console permet de fixer un budget journalier ou mensuel par projet et de refuser automatiquement les requêtes au plafond, mais la facture accuse un retard d'environ 10 minutes : ce n'est pas un contrôle en temps réel. Le seuil par défaut de l'alerte SMS de solde bas est de 20 yuans ; pour un compte de production, relevez ce seuil et gardez une marge d'un cycle de facturation.

5. Clauses sur les données et ZDR

Le contrat de la plateforme prévoit que l'utilisateur accorde à la plateforme le droit d'utiliser entrées, sorties et retours pour l'amélioration du service, dans les limites permises par la loi. Ne partez donc pas par défaut du principe que les données ne servent pas à l'entraînement. La politique de confidentialité indique un stockage en Chine continentale.

Les entreprises peuvent demander une rétention nulle des données (ZDR). Une fois activée, le contenu de la requête ne sert qu'à l'inférence en cours et est effacé après la réponse ; les données de l'entreprise ne servent pas à l'entraînement. Le ZDR ne couvre toutefois pas le mode Batch, les images ou vidéos envoyées à l'interface fichiers, les Hosted Agents, les données d'exploitation (journaux de sécurité, facturation) ni les services tiers. Le ZDR s'active par voie commerciale et n'est pas inclus par défaut dans toutes les offres.

Pour un service grand public, le contrat impose aussi à l'utilisateur de réaliser l'évaluation de sécurité, l'enregistrement de l'algorithme, la modération de contenu et la réponse aux incidents. Lors de l'achat, vérifiez quels documents sont fournis par la plateforme.

6. Permissions et contrôle d'accès

Après vérification d'entreprise, une organisation peut contenir jusqu'à 50 projets et 100 clés ; sans vérification, 1 projet et 10 clés ; avec une vérification individuelle, 20 projets et 50 clés. Une clé créée dans un projet est imputée à ce projet ; chaque membre doit créer la sienne, sans partager une clé unique pour toute l'équipe.

La liste blanche IP est un réglage au niveau de l'organisation, limité à 20 entrées, et n'accepte que des IPv4 publiques ou des CIDR valides ; IPv6, adresses privées et boucle locale ne sont pas pris en charge. Retirer un membre d'un projet invalide les clés qu'il a créées. Avant la mise en production, formalisez la matrice des droits, la révocation au départ et la rotation des clés.

7. SLA, support et sortie

En octobre 2026, le contrat standard de la plateforme ne comporte pas d'engagement de disponibilité ; les interruptions de maintenance sont exclues et la responsabilité est plafonnée au montant consommé lors du dernier mois calendaire. Cela ne signifie pas que le service est instable, mais que les conditions standard ne fournissent pas de SLA de niveau entreprise.

En cas d'exigence de disponibilité, faites inscrire au contrat ou en annexe : indicateurs de disponibilité, délai de notification d'incident, niveaux de réponse du support, chemin d'escalade, modalités de compensation et accompagnement à la migration après résiliation. Si vous achetez seulement l'API sans SLA, une panne se traite généralement par nouvelle tentative et bascule. Les conditions de sortie doivent aussi préciser : remboursement du solde, durée de conservation des données et journaux, export de la facturation, date d'invalidation des clés.

8. Maîtrise des coûts

  • Cache : la durée de vie par défaut du cache automatique est de 5 minutes, réglable jusqu'à 1 heure ; gardez le prompt système et le préfixe de base de connaissances stables pour améliorer le taux de succès. L'écriture de cache est facturée séparément.
  • Routage par modèle : utilisez kimi-k2.6 pour les tâches générales, kimi-k2.7-code pour le code, et évaluez kimi-k3 pour les documents très longs ou le raisonnement complexe.
  • Batch : la documentation indique 60 % du tarif standard, uniquement pour kimi-k2.6 et kimi-k2.7-code ; adapté aux tâches massives peu urgentes, il n'est pas soumis à la concurrence temps réel mais sort du périmètre ZDR.
  • Budget et rapprochement : fixez un budget journalier ou mensuel par projet avec alertes, et revoyez chaque mois par projet, modèle et cas d'usage ; le blocage budgétaire a environ 10 minutes de retard et ne remplace pas un coupe-circuit temps réel.

Le coût caché, ce sont les nouvelles tentatives. Le SDK OpenAI réessaie automatiquement deux fois par défaut, et ces tentatives comptent dans le RPM et le TPM ; une requête échouée en 429 n'est pas facturée, mais une nouvelle tentative réussie l'est normalement. Une requête non streamée sans réponse pendant 900 secondes renvoie un 504 : les tâches longues doivent utiliser le streaming.

9. Dégradation et exercices de panne

Ne supposez pas qu'un fournisseur unique restera toujours disponible. Prévoyez au moins trois niveaux de dégradation : passer à un petit modèle de la même plateforme, mettre en file ou passer en asynchrone, basculer vers un fournisseur de secours ou une passerelle IA. Le canal de secours doit être testé à l'avance ; on ne cherche pas une URL de base au moment de la panne.

Faites un exercice avant la mise en production : simulez 429, timeout et 5xx, et vérifiez que l'alerte, la bascule et le retour arrière ont chacun un responsable. Le compte rendu de l'exercice fait lui-même partie des éléments d'acceptation.

10. Acceptation du pilote

Commencez par un pilote de 2 à 4 semaines, puis augmentez le volume.

  1. Préparez 20 à 50 tâches réelles et définissez les critères de qualité, de format et de relecture.
  2. Estimez les tokens mensuels, la concurrence de pointe, le taux de succès du cache et la part du Batch.
  3. Exécutez 30 minutes à la concurrence cible, en relevant taux de réussite, latence P95 et types de 429.
  4. Vérifiez la facture : écriture de cache, succès du cache, Batch et tentatives sont-ils facturés comme prévu ?
  5. Validez les clés de projet, la liste blanche IP, la révocation des membres et le blocage budgétaire.
  6. Validez le périmètre ZDR, la conservation des journaux et le processus de suppression.
  7. Faites un exercice de dégradation : bascule automatique en cas de 429, timeout ou 5xx sur le modèle principal.
  8. Négociez le contrat avec les chiffres : quotas, SLA, prix, délais de paiement et conditions de sortie.
import os
import time
import statistics
from collections import Counter
from concurrent.futures import ThreadPoolExecutor
from openai import OpenAI

client = OpenAI(
    api_key=os.environ["MOONSHOT_API_KEY"],
    base_url="https://api.moonshot.cn/v1",
    max_retries=0,  # désactive les tentatives automatiques pendant l'acceptation
)

def one_call(_):
    start = time.perf_counter()
    try:
        client.chat.completions.create(
            model="kimi-k2.6",
            messages=[{"role": "user", "content": "Expliquez l'objectif de l'acceptation en une phrase"}],
            max_completion_tokens=128,
        )
        return ("ok", time.perf_counter() - start)
    except Exception as exc:
        resp = getattr(exc, "response", None)
        kind = resp.json().get("error", {}).get("type", type(exc).__name__) if resp else type(exc).__name__
        return (kind, time.perf_counter() - start)

with ThreadPoolExecutor(max_workers=3) as pool:  # ajustez à la concurrence cible, sans tester la capacité de la plateforme
    results = list(pool.map(one_call, range(30)))

latencies = [d for kind, d in results if kind == "ok"]
print("réussites", len(latencies), "échecs", len(results) - len(latencies))
print("P95 s", round(statistics.quantiles(latencies, n=20)[-1], 2) if len(latencies) >= 2 else "N/A")
print("distribution des erreurs", Counter(kind for kind, _ in results if kind != "ok"))

Ce script ne sert qu'à une acceptation à faible volume ; il ne représente pas la capacité de la plateforme. Un test de charge réel doit d'abord vérifier les conditions et les quotas pour éviter de déclencher le contrôle des risques.

Questions fréquentes

La vérification d'entreprise est-elle obligatoire pour acheter l'API Moonshot ?

Elle est nécessaire pour signer un contrat, payer par virement professionnel, obtenir une facture d'entreprise ou utiliser la gestion des membres. Un compte individuel reste incomplet pour ces étapes.

Peut-on payer par virement et obtenir une facture ?

Généralement oui, après vérification de l'entreprise. Le titulaire du compte bancaire doit correspondre à l'entité vérifiée, et le destinataire de la facture aussi ; le type de facture et le taux de TVA dépendent de la page de facturation.

L'API standard dispose-t-elle d'un SLA ?

En octobre 2026, le contrat standard ne comporte pas d'engagement de disponibilité et exclut les interruptions de maintenance. Si vous avez besoin d'un SLA, faites-le inscrire au contrat ou en annexe.

Les données servent-elles à l'entraînement ?

Le contrat par défaut permet d'utiliser entrées et sorties pour l'amélioration du service. Une entreprise peut demander le ZDR, avec des exceptions comme le Batch et les envois de fichiers ; faites évaluer les données clients avant tout usage.

Que faire si le quota ne suffit pas ?

Un rechargement fait monter le niveau de débit ; une concurrence, un TPM ou un support dédié plus élevés passent par une demande commerciale. Quel que soit le quota, le code doit gérer les 429, les timeouts et la dégradation.

Pour aller plus loin

Créez d'abord un compte de test sur ZSQH AI Gateway, exécutez un lot de tâches réelles et exportez l'usage, la latence et la distribution des erreurs, puis négociez quotas et contrat avec ces chiffres. Les modèles, tarifs et offres entreprise font foi sur la page Tarifs des modèles.

Articles liés :