Kimi K3 wurde am 16. Juli 2026 veröffentlicht. Die Preisübersicht wirkt zunächst einfach, enthält aber zwei unterschiedliche Eingabepreise: 0,30 $ pro Million Token für Cache-Hits, 3,00 $ pro Million Token für Cache-Misses und 15,00 $ pro Million Token für die Ausgabe. Für Ihre tatsächliche Monatsrechnung ist nicht der Listenpreis für Cache-Misses entscheidend, sondern Ihr gemischter Eingabesatz. Bei Coding-Workloads mit stabilen Prompt-Präfixen kann dieser deutlich näher bei 0,30 $ als bei 3,00 $ liegen. Dieser Beitrag zeigt, wie Sie die effektiven Kosten berechnen, eine agentische Coding-Aufgabe kalkulieren und Kimi K3 mit Claude Opus 4.8, GPT-5.6 Sol und DeepSeek V4 vergleichen.
TL;DR
Kimi K3 berechnet:
- 0,30 $ pro 1 Mio. Token für Cache-Hit-Eingaben
- 3,00 $ pro 1 Mio. Token für Cache-Miss-Eingaben
- 15,00 $ pro 1 Mio. Token für Ausgabe
Moonshot berichtet für Coding-Workloads über Mooncakes disaggregierte Inferenzarchitektur von einer Cache-Hit-Rate von über 90 %. Wenn Ihre Prompts stabile Präfixe wiederverwenden, liegt Ihr effektiver Eingabesatz daher näher bei 0,30 $ als bei 3,00 $.
Die wichtigste Optimierung ist nicht, jeden Eingabe-Token zu streichen. Halten Sie stattdessen:
- Prompt-Präfixe stabil, damit der Cache trifft.
- Antworten kurz, weil Ausgabe-Tokens den Premiumpreis haben.
- Ihre reale Token-Nutzung messbar.
Sie können die Token-Aufteilung und Cache-Nutzung während des Modelltests in Apidog prüfen.
Die Listenpreise
Moonshot veröffentlicht für das Modell kimi-k3 folgende Preise:
| Token-Typ | Preis pro 1 Mio. Token |
|---|---|
| Cache-Hit-Eingabe | 0,30 $ |
| Cache-Miss-Eingabe | 3,00 $ |
| Ausgabe | 15,00 $ |
Die Preisabstände bestimmen die Kostenstrategie:
- Cache-Miss-Eingaben sind 10× teurer als Cache-Hit-Eingaben.
- Ausgabe ist 5× teurer als Cache-Miss-Eingabe.
- Ausgabe ist 50× teurer als Cache-Hit-Eingabe.
Wenn Sie pauschal mit 3,00 $ pro Million Eingabe-Token planen, überschätzen Sie bei gutem Caching möglicherweise Ihre Eingabekosten. Wenn Sie Ausgabe-Tokens ignorieren, unterschätzen Sie dagegen oft den dominierenden Kostenblock.
Für eine Einordnung des Modells lesen Sie Was ist Kimi K3. Konkrete Basis-URLs, SDK-Beispiele und Request-Setup behandelt der Kimi K3 API-Leitfaden.
Warum Cache-Hits Ihre Rechnung verändern
Prompt-Caching speichert tokenisierte Prompt-Präfixe. Wiederverwenden Sie bei einer folgenden Anfrage exakt dasselbe Präfix, kann der Anbieter diese Tokens aus dem Cache lesen, statt sie erneut vollständig zu verarbeiten.
Diese Tokens werden dann als Cache-Hit-Eingabe abgerechnet:
Cache-Hit: 0,30 $ / 1 Mio. Token
Cache-Miss: 3,00 $ / 1 Mio. Token
Moonshot stellt Kimi K3 über die disaggregierte Inferenzarchitektur Mooncake bereit. Diese trennt Vorfüll- und Dekodierungsphasen und ermöglicht die Wiederverwendung gecachter Präfixe. Moonshot meldet für Coding-Workloads eine Cache-Hit-Rate von über 90 %.
Gemischten Eingabesatz berechnen
Verwenden Sie diese Formel:
gemischter Eingabesatz =
(Cache-Hit-Rate × Cache-Hit-Preis) +
(Cache-Miss-Rate × Cache-Miss-Preis)
Bei 90 % Cache-Hits:
0,90 × 0,30 $ = 0,27 $
0,10 × 3,00 $ = 0,30 $
Gemischter Eingabesatz = 0,57 $ pro 1 Mio. Token
Damit zahlen Sie effektiv etwa 0,57 $ pro Million Eingabe-Token statt 3,00 $.
Bei 95 % Cache-Hits:
0,95 × 0,30 $ = 0,285 $
0,05 × 3,00 $ = 0,150 $
Gemischter Eingabesatz = 0,435 $ pro 1 Mio. Token
Die 90 % sind ein von Moonshot gemeldeter Wert für Coding-Workloads. Ihre tatsächliche Hit-Rate hängt davon ab, wie stabil Ihre Prompts bleiben. Ein Agent mit wiederverwendetem Repository-Kontext cached typischerweise besser als Chat-Traffic mit ständig wechselnden Prompts.
Praxisbeispiel: Kosten einer agentischen Coding-Aufgabe
Nehmen wir eine agentische Coding-Sitzung in einem mittelgroßen Repository an. Über mehrere Runden verarbeitet das Modell:
- 2.000.000 Eingabe-Tokens
- 200.000 Ausgabe-Tokens
Das Eingabevolumen kann hoch sein, weil Repository-Kontext und Prompt-Präfixe bei mehreren Runden erneut übertragen werden.
Szenario 1: Kein Caching
Eingabe:
2.000.000 × 3,00 $ / 1.000.000 = 6,00 $
Ausgabe:
200.000 × 15,00 $ / 1.000.000 = 3,00 $
Gesamt:
9,00 $
Szenario 2: 90 % Cache-Hit-Rate
Cache-Hit-Eingabe:
1.800.000 × 0,30 $ / 1.000.000 = 0,54 $
Cache-Miss-Eingabe:
200.000 × 3,00 $ / 1.000.000 = 0,60 $
Eingabe gesamt:
1,14 $
Ausgabe:
200.000 × 15,00 $ / 1.000.000 = 3,00 $
Gesamt:
4,14 $
| Szenario | Eingabe | Ausgabe | Gesamt |
|---|---|---|---|
| Ohne Caching | 6,00 $ | 3,00 $ | 9,00 $ |
| Mit 90 % Cache-Hits | 1,14 $ | 3,00 $ | 4,14 $ |
Caching senkt in diesem Beispiel die Gesamtkosten von 9,00 $ auf 4,14 $, also um rund 54 %.
Wichtig: Die Ausgabe bleibt unverändert bei 3,00 $. Caching spart nur bei Eingaben — Ausgabe-Tokens können nicht gecacht werden, bevor das Modell sie erzeugt hat.
Kosten optimieren: Ausgabe begrenzen, Präfixe stabil halten
Bei Kimi K3 ist Ausgabe der teure Teil:
Ausgabe: 15,00 $ / 1 Mio. Token
Cache-Miss-Eingabe: 3,00 $ / 1 Mio. Token
Cache-Hit-Eingabe: 0,30 $ / 1 Mio. Token
1. Antwortlänge begrenzen
Setzen Sie max_tokens passend zur Aufgabe und fordern Sie das gewünschte Ausgabeformat explizit an.
{
"model": "kimi-k3",
"messages": [
{
"role": "user",
"content": "Prüfe diesen Patch und nenne nur kritische Fehler. Maximal fünf Stichpunkte."
}
],
"max_tokens": 400
}
Statt:
Erkläre alle Unterschiede ausführlich und liefere eine lange Begründung.
verwenden Sie:
Nenne die drei wichtigsten Unterschiede als Stichpunkte.
2. Cache-fähige Präfixe byte-stabil halten
Wiederverwenden Sie unverändert:
- System-Prompt
- Tool-Schemas
- Repository-Kontext
- Regeln und Formatvorgaben
Schon kleine Änderungen — etwa eine umsortierte Tool-Definition oder ein veränderter Kontextblock — können aus Cache-Hits wieder Cache-Misses machen.
Ein praktikables Muster:
[Stabiler System-Prompt]
[Stabiles Tool-Schema]
[Stabiler Repository-Kontext]
[Variable Nutzeraufgabe]
Ändern Sie möglichst nur den letzten Block.
3. Zusammenhängende Aufgaben im selben warmen Kontext ausführen
Statt für jeden kleinen Schritt einen vollständig neuen Kontext aufzubauen, bündeln Sie logisch zusammengehörige Schritte hinter demselben Präfix:
1. Repository analysieren
2. Betroffene Dateien bestimmen
3. Patch erzeugen
4. Patch prüfen
Das erhöht die Chance, dass wiederverwendete Kontextteile als Cache-Hits abgerechnet werden.
Was Sie nicht überoptimieren sollten
Das aggressive Kürzen nützlicher Eingaben spart bei funktionierendem Caching oft wenig. Es kann sogar teurer werden, wenn fehlender Kontext zu Rückfragen, Fehlversuchen oder längeren Modellantworten führt.
Bei dieser Preisstruktur gilt häufig:
Kontext großzügig bereitstellen, Ausgabe bewusst begrenzen.
Preisvergleich: Kimi K3 im Kontext
| Modell | Eingabe pro 1 Mio. Token | Ausgabe pro 1 Mio. Token | Anmerkungen |
|---|---|---|---|
| Kimi K3 | 0,30 $ Cache-Hit / 3,00 $ Cache-Miss | 15,00 $ | 1 Mio. Kontext, offene Gewichte um den 27. Juli |
| Claude Opus 4.8 | 5,00 $ | 25,00 $ | Premium-Stufe; aktuelle Preise prüfen |
| GPT-5.6 Sol | ca. 5,00 $ | ca. 30,00 $ | Flaggschiff-Stufe; günstigere GPT-5.6-Stufen existieren |
| DeepSeek V4 | Preis-Leistungs-Stufe | Preis-Leistungs-Stufe | Aktuelle Tarife bestätigen |
Gegen Claude Opus 4.8
Laut den Claude Opus 4.8 Preisen liegt Opus bei 5,00 $ Eingabe und 25,00 $ Ausgabe pro Million Token.
Für das Beispiel mit 2 Mio. Eingabe- und 200.000 Ausgabe-Tokens ergeben sich zu Listenpreisen:
Eingabe:
2.000.000 × 5,00 $ / 1.000.000 = 10,00 $
Ausgabe:
200.000 × 25,00 $ / 1.000.000 = 5,00 $
Gesamt:
15,00 $
Kimi K3 liegt im Cache-Beispiel bei 4,14 $. Anthropic bietet allerdings eigenes Prompt-Caching an, das die Opus-Kosten ebenfalls reduzieren kann. Der Vergleich ist daher richtungsweisend, nicht universell.
Gegen GPT-5.6 Sol
Nach den verfügbaren GPT-5.6-Preisen liegt GPT-5.6 Sol bei etwa 5 $ Eingabe und 30 $ Ausgabe pro Million Token.
Kimi K3 ist damit speziell gegenüber Sol günstiger. GPT-5.6 bietet jedoch günstigere Terra- und Luna-Stufen. Prüfen Sie vor einer Entscheidung die aktuellen Preise und vergleichen Sie die Modelle mit Ihren eigenen Prompts.
Gegen DeepSeek V4
Mit den DeepSeek V4 Preisen vergleichen Sie zwei preisorientierte Open-Weight-Modelle.
DeepSeek V4 könnte Kimi K3 beim reinen Ausgabepreis unterbieten. Kimi K3 setzt dagegen auf:
- 1M Kontext
- starken Cache-Hit-Rabatt für Eingabe
- potenziell niedrige gemischte Eingabekosten bei stabilen Coding-Workloads
Je eingabeintensiver und cache-fähiger Ihr Traffic ist, desto stärker wirkt sich Kimi K3s Cache-Hit-Stufe aus.
Token-Nutzung mit Apidog prüfen
Kostenformeln sind nur dann nützlich, wenn Sie Ihre realen Nutzungsdaten messen. Jede Kimi-K3-Antwort enthält ein Nutzungsobjekt mit Eingabe-, Ausgabe- und Cache-Hit-Informationen.
So testen Sie Ihre Cache-Hit-Rate:
- Erstellen Sie in Apidog eine Anfrage an den Kimi-K3-Endpunkt.
- Konfigurieren Sie Basis-URL, Bearer-Token und das Modell
kimi-k3. - Senden Sie eine repräsentative Anfrage.
- Wiederholen Sie dieselbe Anfrage mit identischem Präfix.
- Vergleichen Sie die Nutzungsobjekte beider Antworten.
- Berechnen Sie daraus Ihren gemischten Eingabesatz.
Da Kimi K3 OpenAI-SDK-kompatibel ist, entspricht das Setup einer typischen OpenAI-kompatiblen API-Anfrage:
{
"model": "kimi-k3",
"messages": [
{
"role": "system",
"content": "Du bist ein präziser Coding-Assistent."
},
{
"role": "user",
"content": "Analysiere dieses Repository und nenne die wahrscheinlichste Ursache des Testfehlers."
}
],
"max_tokens": 500
}
Für A/B-Tests speichern Sie dieselbe Anfrage für kimi-k3 und Ihr aktuelles Modell. Vergleichen Sie dann:
- Qualität der Antworten
- Eingabe-Tokens
- Ausgabe-Tokens
- Cache-Hit-Anteile
- berechnete Kosten pro Aufgabe
Wenn Sie im Editor arbeiten, zeigt der Leitfaden zu Apidog in VS Code, wie Sie diesen Test-Loop direkt neben Ihrem Code nutzen. Sie können Apidog herunterladen und den Vergleich mit Ihren echten Requests durchführen.
Fazit
Kimi K3 ist bei der Eingabe günstig und bei der Ausgabe Premium.
Die entscheidende Kennzahl ist Ihr gemischter Eingabesatz:
Cache-Hit-Rate hoch → Eingabekosten nahe 0,30 $
Cache-Hit-Rate niedrig → Eingabekosten näher bei 3,00 $
Für praktische Kostenkontrolle:
- Halten Sie System-Prompts, Tool-Schemas und Kontextblöcke stabil.
- Wiederverwenden Sie warme Präfixe über mehrere Runden.
- Begrenzen Sie Ausgabe mit klaren Anforderungen und
max_tokens. - Messen Sie Cache-Hits mit repräsentativen Produktionsprompts.
- Vergleichen Sie nicht nur Listenpreise, sondern Kosten pro realer Aufgabe.
Kimi K3 unterbietet Claude Opus 4.8 bei den genannten Listenpreisen und liegt unter GPT-5.6 Sol. Gegen DeepSeek V4 hängt die Wirtschaftlichkeit stärker vom Verhältnis von Eingabe zu Ausgabe und von Ihrer Cache-Hit-Rate ab.
Bevor Sie Budget festlegen, laden Sie Apidog herunter, senden Sie einige repräsentative Anfragen an kimi-k3 und berechnen Sie Ihren gemischten Tarif aus den tatsächlich zurückgegebenen Nutzungsdaten.
FAQ
Wie viel kostet die Kimi K3 API?
Kimi K3 kostet über Moonshots direkte API:
- 0,30 $ pro Million Token für Cache-Hit-Eingabe
- 3,00 $ pro Million Token für Cache-Miss-Eingabe
- 15,00 $ pro Million Token für Ausgabe
Drittanbieter wie OpenRouter zeigen einen pauschalen Preis von 3,00 $ für die Eingabe und 15,00 $ für die Ausgabe, ohne separate Cache-Hit-Stufe. Details zur Einrichtung finden Sie im Kimi K3 API-Leitfaden.
Was ist die Cache-Hit-Rate und warum ist sie wichtig?
Die Cache-Hit-Rate beschreibt den Anteil Ihrer Eingabe-Tokens, der aus einem wiederverwendeten Prompt-Cache gelesen wird.
Moonshot meldet für Coding-Workloads über Mooncake eine Cache-Hit-Rate von über 90 %. Das ist wichtig, weil Cache-Hit-Tokens mit 0,30 $ statt 3,00 $ pro Million Token abgerechnet werden.
Bei 90 % Cache-Hit-Rate liegt der gemischte Eingabesatz bei etwa 0,57 $ pro Million Token.
Ist Kimi K3 günstiger als Claude Opus 4.8?
Bei den genannten Listenpreisen: ja.
Kimi K3 kostet 15,00 $ pro Million Ausgabe-Tokens gegenüber 25,00 $ bei Claude Opus 4.8. Im Beispiel mit 2 Mio. Eingabe- und 200.000 Ausgabe-Tokens kostet Kimi K3 mit 90 % Caching etwa 4,14 $, während Opus zu Listenpreisen bei etwa 15,00 $ liegt.
Anthropic bietet eigenes Prompt-Caching an. Berücksichtigen Sie das beim finalen Vergleich. Siehe Claude Opus 4.8 Preise und den Vergleich Kimi K3 vs. Claude Opus 4.8.
Wie vergleicht sich Kimi K3 mit GPT-5.6 und DeepSeek V4?
Kimi K3 ist günstiger als GPT-5.6 Sol, die genannte Flaggschiff-Stufe mit etwa 5 $ Eingabe und 30 $ Ausgabe pro Million Token. Günstigere GPT-5.6-Stufen wie Terra und Luna können Kimi K3 preislich unterbieten.
DeepSeek V4 ist ebenfalls eine preisorientierte Option und könnte beim reinen Ausgabepreis günstiger sein. Bei eingabeintensiven Workloads mit hohen Cache-Hit-Raten kann Kimi K3 dagegen wirtschaftlicher sein.
Prüfen Sie vor einer Entscheidung die aktuellen GPT-5.6 Preise und DeepSeek V4 Preise.
Wie senke ich meine Kimi-K3-Rechnung?
Konzentrieren Sie sich auf Ausgabe und Cache-Stabilität:
- Begrenzen Sie
max_tokens. - Fordern Sie kurze, strukturierte Antworten an.
- Halten Sie System-Prompt, Tool-Schemas und Kontext-Präfixe unverändert.
- Führen Sie zusammenhängende Aufgaben hinter demselben warmen Präfix aus.
- Messen Sie Ihre tatsächliche Cache-Hit-Rate.
Das Kürzen nützlichen Kontexts spart bei gutem Caching oft wenig und kann durch längere oder schlechtere Antworten sogar zusätzliche Kosten verursachen.
Wie überprüfe ich meine reale Cache-Hit-Rate?
Prüfen Sie das Nutzungsobjekt jeder Kimi-K3-Antwort. Es enthält Angaben zu Eingabe-, Ausgabe- und Cache-Hit-Tokens.
Senden Sie in Apidog dieselbe Anfrage zweimal mit identischem Präfix. Vergleichen Sie anschließend die Cache-Hit-Werte und setzen Sie Ihre gemessene Rate in die Formel für den gemischten Eingabesatz ein.
Top comments (0)