Die Preisliste von Kimi K3.1 Pro liest sich eindeutig: 2 US-Dollar pro Million Eingabe-Token, 10 pro Million Ausgabe-Token. Das Vorgängermodell kimi-k3 kostet 3 und 15. Ein Drittel günstiger, also umstellen.
Nach sieben Messungen mit identischen Aufgaben ist das Ergebnis gemischt: fünfmal war das neue Modell billiger, zweimal teurer – und die beiden teureren Fälle sind genau die, die im Alltag am häufigsten laufen.
Das Problem
Eine Preisliste beantwortet nur eine Frage: Was kostet ein Token. Sie beantwortet nicht, was eine Aufgabe kostet. Zwischen beiden Größen liegt die Anzahl der Token, die ein Modell tatsächlich produziert – inklusive der internen Denkschritte, die bei diesen Modellen als Ausgabe abgerechnet werden.
Wer nur die Preise vergleicht, optimiert die falsche Variable.
Die Umgebung
| Punkt | Wert |
|---|---|
| Datum | 26.10.2026 |
| Schnittstelle | OpenAI-kompatibel, /v1/chat/completions |
| Modelle | kimi-k3, kimi-k3.1-pro |
| Max. Ausgabe | 8.000 Token (für Zusammenfassungen teils 16.000) |
| Temperature | nicht gesetzt – mit Parameter antwortet der Anbieter mit 400 |
| Erfasste Werte | Eingabe-, Ausgabe- und Denk-Token, Dauer, Kosten |
Die Kosten habe ich aus den Nutzungsdaten der Antwort und den offiziellen Preisen selbst berechnet. Damit ist jede Zahl nachvollziehbar.
Das Vorgehen
Sieben Aufgaben, zwei Modelle, dieselben Dokumente. Die Aufgaben reichen von der Suche in einem 55.000-Zeichen-Vertrag über Code-Reparatur und Werkzeugaufrufe bis zu Zusammenfassungen und Kundenantworten. Die Eingabelänge variiert zwischen 181 und 61.576 Token.
Die Kosten pro Aufruf lassen sich mit zwei Zeilen beschreiben, wobei die Ausgabe die Denk-Token einschließt:
- kimi-k3: 3 × Eingabe + 15 × Ausgabe
- K3.1 Pro: 2 × Eingabe + 10 × Ausgabe
Günstiger ist das neue Modell genau dann, wenn
2I + 10P < 3I + 15K
Nach dem Umstellen bleibt eine Ungleichung mit Token-Zahlen auf beiden Seiten:
10 × P − 15 × K < I
Dabei ist I die Eingabe, K die Ausgabe von kimi-k3 und P die Ausgabe von K3.1 Pro, jeweils in Token.
Die Verifikation
| Aufgabe | Eingabe | Ausgabe k3 | Ausgabe Pro | Linke Seite | Ergebnis |
|---|---|---|---|---|---|
| Suche, 55.000 Zeichen | 61.567 | 279 | 240 | −1.785 | Pro 34 % billiger |
| Code-Reparatur | 181 | 328 | 1.545 | 10.530 | Pro 2,9-fach teurer |
| Werkzeugaufruf | 540 | 197 | 101 | −1.945 | Pro 54 % billiger |
| Zusammenfassung, 55.000 | 61.576 | 4.102 | 6.098 | −550 | Pro 25 % billiger |
| Suche, 12.000 Zeichen | 11.786 | 1.048 | 2.000 | 4.280 | Pro 15 % billiger |
| Zusammenfassung, 12.000 | 11.773 | 2.530 | 8.000 | 42.050 | Pro 41 % teurer |
| Kundenantwort, 12.000 | 11.789 | 882 | 2.258 | 9.350 | Pro 5 % billiger |
Alle sieben Vorhersagen stimmen mit der Messung überein. Zwei Fälle liegen sehr nah an der Grenze: die Zusammenfassung mit −550 (praktisch null) und die Kundenantwort mit 9.350 gegenüber 11.789 Eingabe-Token. Gerade diese beiden sind der Beleg dafür, dass die Ungleichung nicht nachträglich an die Daten angepasst wurde.
Je Zeile auf den Höchstwert normiert, Werte in US-Dollar, Messung vom 26.10.2026.
Warum das günstigere Modell verliert
Bei der Code-Reparatur produziert K3.1 Pro 1.545 Ausgabe-Token, davon 1.468 Denk-Token. kimi-k3 kommt mit 328 aus. Denk-Token werden zum Ausgabepreis abgerechnet, also hilft der Preisvorteil von 5 Dollar pro Million hier nicht: Bei 181 Eingabe-Token kann die linke Seite von 10.530 gar nicht ausgeglichen werden.
Bei der Suche im langen Dokument ist es umgekehrt: 61.567 Token Eingabe gegen 240 Token Ausgabe. Hier dominiert die Eingabe, und der niedrigere Eingabepreis entscheidet.
Die Aussage „das neue Modell ist teurer“ ist damit genauso falsch wie „es ist billiger“. Richtig ist: Es ist teurer, wenn es deutlich mehr denkt.
Fehlersuche aus der Praxis
Drei Dinge sind beim Umstieg aufgefallen, die in keiner Preisliste stehen.
Temperature führt zu 400. Derselbe Aufruf mit temperature, egal ob 0 oder 0,6, wird mit Status 400 abgelehnt. Die Meldung sagt nur, dass der Anbieter die Anfrage abgelehnt hat, ohne das Feld zu nennen. Ohne den Parameter läuft es. Bei einer Migration kostet das schnell einen halben Tag.
Ein zu kleines Ausgabelimit liefert einen leeren String. Bei der Zusammenfassung mit max_tokens 8.000 wurden 7.997 Denk-Token verbraucht, content war leer, finish_reason war length. Nach 216 Sekunden wurden trotzdem 0,20 Dollar abgerechnet. Mit 16.000 Token kam nach 150,8 Sekunden eine Zusammenfassung mit 220 Zeichen für 0,184 Dollar.
Für das Monitoring ist die Kombination aus leerem content und finish_reason gleich length das entscheidende Signal. Ein Fehlercode ist es nicht, deshalb fällt es bei reiner Statusprüfung nicht auf.
Latenz lässt sich nicht mitteln. Dieselben Aufgaben brauchten zwischen 8,5 und 216,3 Sekunden. Wer eine zwanzigstufige Kette mit 20 Sekunden pro Schritt plant, bleibt mittendrin hängen.
Was die Regel nicht leistet
Die Ungleichung entscheidet über Kosten, nicht über Stabilität. Ein leerer String kostet Geld und liefert nichts; die Formel sieht das nicht. Für solche Fälle braucht die Kette eine Rückfallebene: Wenn content leer ist und finish_reason length lautet, dieselbe Anfrage an kimi-k3 schicken.
Ebenso wenig berücksichtigt sie den Cache. Wer dasselbe Dokument mehrfach befragt, rechnet mit 0,3 beziehungsweise 0,2 Dollar pro Million gecachter Token, also einem Zehntel. Dann lautet die Bedingung 10P − 15K < 0,1 × I, und das neue Modell gewinnt deutlich häufiger. In den Messungen lag die Trefferquote bei langen Dokumenten bei 98,7 Prozent.
Wann sich der Umbau überhaupt lohnt
Die Regel sagt, welche Aufgabe zu welchem Modell gehört. Sie sagt nicht, ob sich das Umstellen rechnet. Dafür zwei Größenordnungen aus den Messungen.
Bei 200 Dokumenten von je 55.000 Zeichen pro Tag und 22 Arbeitstagen kostet K3.1 Pro rund 810 Dollar im Monat, kimi-k3 rund 1.082 Dollar. Die Differenz beträgt etwa 272 Dollar. Bei 20 Code-Reparaturen pro Tag liegen beide zwischen 2,40 und 7 Dollar im Monat – dort lohnt kein Umbau, dort entscheidet die Qualität der Ausgabe, nicht der Preis.
Für wen die Regel gedacht ist: Teams, die mehrere hundert lange Dokumente im Monat verarbeiten und die Kosten pro Aufgabe kennen müssen. Wer gelegentlich kurze Fragen stellt, braucht sie nicht.
Grenzen der Messung
Nicht geprüft und daher ausdrücklich offen: die tatsächliche Geschwindigkeit der Highspeed-Variante, die Stabilität bei voll ausgenutztem Million-Token-Kontext, die Token-Berechnung bei Bildeingaben sowie die vom Anbieter genannte Senkung der Halluzinationsrate von 23,4 auf 8,3 Prozent. Für alle vier Punkte braucht es eigene Messungen.
Fazit
Die Preisliste ist für den Einkauf. Die Entscheidung braucht drei Zahlen: Eingabe, Ausgabe und Denk-Token. Wer sie einmal erhebt, kann die Ungleichung für jede weitere Aufgabe selbst ausrechnen – und muss nicht raten, welches Modell gerade günstiger ist.
Beide Modelle laufen über denselben Endpunkt; die aktuelle Preis- und Verfügbarkeitslage steht in der Modellübersicht.
Preise und Spezifikationen nach offizieller Angabe vom 26.10.2026; Token-Zahlen und Kosten aus den Messungen desselben Tages.
Top comments (0)