Kimi K3 Kosten: API-Kosten und Cache-Hit-Kalkulation

Kimi K3 wurde am 16. Juli 2026 veröffentlicht, und die Preistabelle sieht einfach aus, bis man bemerkt, dass sie zwei unterschiedliche Eingabepreise enthält. Moonshot AI listet 0,30 $ pro Million Token für Cache-Hit-Eingabe, 3,00 $ pro Million Token für Cache-Miss-Eingabe und 15,00 $ pro Million Token für die Ausgabe auf. Die meisten Berichte beschränken sich auf diese Listenpreise und belassen es dabei. Die Zahl, die Ihre monatliche Rechnung tatsächlich bestimmt, ist jedoch der gemischte Eingabesatz, den Sie in der Praxis zahlen, und bei Coding-Workloads liegt dieser Wert viel näher an der günstigen 0,30 $-Stufe als an der 3,00 $-Stufe. Dieser Artikel berechnet die effektiven Kosten, die die Preistabellen überspringen, führt durch ein konkretes Kosten-pro-Aufgabe-Beispiel und vergleicht Kimi K3 mit Claude Opus 4.8, GPT-5.6 Sol und DeepSeek V4, damit Sie sehen können, wo es sich einordnet.

TL;DR

Kimi K3 kostet 0,30 $ pro Million Token für Cache-Hit-Eingabe, 3,00 $ pro Million für Cache-Miss-Eingabe und 15,00 $ pro Million für die Ausgabe. Da Moonshot das Modell über die disaggregierte Inferenzarchitektur von Mooncake mit einer gemeldeten Cache-Hit-Rate von über 90 % bei Coding-Workloads bereitstellt, tendieren Ihre realen Eingabekosten zum Tiefstpreis von 0,30 $. Die Eingabe ist günstig zu füttern; die Ausgabe ist das Premium. Wenn Sie Caching nutzen und die Antworten prägnant halten, liefert Kimi K3 eine grenznahe Qualität zu einem günstigen Preis. Sie können die Cache-Hit-Aufteilung selbst überprüfen, indem Sie die Token-Nutzung jeder Antwort in Apidog während des Modelltests inspizieren.

Die Listenpreise, in einer Tabelle

Hier ist, was Moonshot auf der offiziellen Kimi K3 Preisübersichtsseite für das Modell kimi-k3 veröffentlicht:

Drei Zahlen, und die Spanne dazwischen erzählt die ganze Geschichte. Cache-Miss-Eingabe kostet 10x mehr als Cache-Hit-Eingabe. Ausgabe kostet 5x mehr als Cache-Miss-Eingabe und 50x mehr als Cache-Hit-Eingabe. Wenn Sie die Tabelle von links nach rechts lesen und annehmen, dass Sie 3,00 $ für jeden Eingabe-Token zahlen, überschätzen Sie Ihre Eingaberechnung erheblich. Wenn Sie davon ausgehen, dass die Ausgabe ein Rundungsfehler ist, unterschätzen Sie den dominierenden Teil.

Für ein vollständiges Bild, was das Modell ist und wie es in die aktuelle Modelllandschaft passt, lesen Sie unseren Erklärartikel Was ist Kimi K3. Wenn Sie die Einrichtung auf Anforderungsebene, Basis-URLs und SDK-Codeausschnitte wünschen, deckt der Kimi K3 API-Leitfaden die Verkabelung ab. Dieser Beitrag konzentriert sich auf die Kosten.

Warum die Cache-Hit-Stufe die Berechnung verändert

Prompt-Caching ist der Unterschied zwischen dem Preis, den Sie sehen, und dem Preis, den Sie zahlen. Wenn Sie eine Anfrage senden, speichert der Anbieter das tokenisierte Präfix Ihres Prompts. Wenn Ihre nächste Anfrage dasselbe Präfix wiederverwendet, liest das Modell es aus dem Cache, anstatt es von Grund auf neu zu verarbeiten, und diese wiederverwendeten Token werden zum Cache-Hit-Tarif statt zum Cache-Miss-Tarif abgerechnet.

Moonshot stellt Kimi K3 über seine sogenannte disaggregierte Inferenzarchitektur von Mooncake bereit, die die Vorfüll- und Dekodierungsphasen trennt, sodass gecachte Präfixe aggressiv wiederverwendet werden können. Das Unternehmen berichtet von einer Cache-Hit-Rate von über 90 % bei Coding-Workloads. Nimmt man dies wörtlich, kehrt sich die Rechnung um: Anstatt 3,00 $ pro Million Eingabe-Tokens zu zahlen, zahlen Sie 0,30 $ für etwa neun von zehn Eingabe-Tokens und 3,00 $ für den verbleibenden einen.

Berechnen Sie den gemischten Satz. Wenn 90 % Ihrer Eingaben den Cache treffen:

• 0,90 x 0,30 $ = 0,27 $
• 0,10 x 3,00 $ = 0,30 $
• Gemischter Eingabesatz = 0,57 $ pro Million Token

Ihr effektiver Eingabepreis liegt bei etwa 0,57 $ pro Million Token, näher an der günstigen als an der teuren Stufe. Das ist die Zahl, mit der Sie planen sollten, nicht der 3,00 $-Listenpreis. Je höher Ihre Cache-Hit-Rate, desto näher kommen Sie an den Tiefstpreis von 0,30 $. Steigern Sie die Hit-Rate auf 95 % und der gemischte Eingabesatz sinkt auf etwa 0,435 $ pro Million.

Ein Vorbehalt, der klar genannt werden sollte: Die 90 %-Zahl ist die von Moonshot gemeldete Zahl für Coding-Workloads. Ihre Rate hängt davon ab, wie stabil Ihre Prompt-Präfixe sind. Chat-Verkehr mit stark variierenden Prompts cached schlechter als ein Agent, der dasselbe Repository bearbeitet. Messen Sie Ihre eigene Hit-Rate, bevor Sie sich darauf verlassen.

Ein durchgerechnetes Kostenbeispiel: eine agentische Coding-Aufgabe

Listenpreise sind abstrakt. Lassen Sie uns eine reale Aufgabe bepreisen. Nehmen wir an, Sie führen eine agentische Coding-Sitzung gegen ein mittelgroßes Repository durch. Während der gesamten Sitzung, über alle Runden hinweg, liest das Modell 2.000.000 Eingabe-Tokens (der Kontext wird bei jeder Runde erneut gesendet, weshalb das Eingabevolumen hoch ist) und schreibt 200.000 Ausgabe-Tokens.

Zuerst die naive Annahme, bei der nichts gecached wird:

• Eingabe: 2.000.000 Token x 3,00 $ / 1.000.000 = 6,00 $
• Ausgabe: 200.000 Token x 15,00 $ / 1.000.000 = 3,00 $
• Gesamt: 9,00 $

Nun die reale Annahme mit einer Cache-Hit-Rate von 90 % bei dieser Eingabe:

• Cache-Hit-Eingabe: 1.800.000 x 0,30 $ / 1.000.000 = 0,54 $
• Cache-Miss-Eingabe: 200.000 x 3,00 $ / 1.000.000 = 0,60 $
• Eingabe-Zwischensumme: 1,14 $
• Ausgabe: 200.000 x 15,00 $ / 1.000.000 = 3,00 $
• Gesamt: 4,14 $

Caching senkte die Eingabekosten von 6,00 $ auf 1,14 $ und die Gesamtkosten von 9,00 $ auf 4,14 $. Das ist eine Ersparnis von 54 % bei der gesamten Aufgabe, und sie kam ausschließlich von der Eingabeseite. Beachten Sie, was sich nicht geändert hat: Die Ausgabe blieb in beiden Szenarien bei 3,00 $. Caching nützt nichts für Ausgabe-Tokens. Sie können keinen Text cachen, den das Modell noch nicht geschrieben hat.

Eingabe ist günstig, Ausgabe ist das Premium

Stellen Sie die drei Tarife gegenüber, und die Strategie ergibt sich von selbst. Ausgabe bei 15,00 $ pro Million ist 50x der Cache-Hit-Eingaberate und 5x der Cache-Miss-Rate. Die Hebel, die Ihre Kimi K3-Rechnung beeinflussen, sind also nicht die, zu denen die Leute zuerst greifen.

Was am meisten hilft:

• Antworten prägnant halten. Fragen Sie nach dem Unterschied, nicht nach dem Unterschied plus einer dreiparagraphen Erklärung, die Sie nicht angefordert haben. Begrenzen Sie max_tokens, wo Sie können.
• Präfixe wiederverwenden. Halten Sie Ihren System-Prompt, Ihr Tool-Schema und Ihren Kontextblock über alle Runden hinweg byte-stabil, damit der Cache weiterhin Treffer erzielt. Ein Neuanordnen oder leichtes Bearbeiten dieses Präfixes sprengt den Cache und drängt diese Tokens zurück in die 3,00 $-Stufe.
• Fassen Sie zusammengehörige Aufrufe hinter demselben warmen Präfix zusammen, anstatt jedes Mal einen frischen Kontext zu starten.

Was weniger hilft, als Sie vermuten würden:

• Eingabe kürzen, um Geld zu sparen. Eingabe ist bereits günstig, wenn sie cached. Das Kürzen nützlichen Kontextes, um Eingabe-Tokens zu sparen, kann die Antwortqualität beeinträchtigen und längere, kostspieligere Ausgaben erzwingen, da das Modell klärende Fragen stellt oder sich absichert.

Dies ist das Gegenteil dessen, wie viele Teams über Token-Budgets nachdenken. Mit einem Modell, das wie Kimi K3 bepreist ist, füttern Sie es großzügig und konzentrieren Ihre Disziplin auf die Ausgabeseite.

Preisanker: Wie Kimi K3 abschneidet

Rohe Zahlen bedeuten nur im Vergleich zu Alternativen etwas. Hier ist Kimi K3 im Vergleich zu einigen Referenzpunkten, mit dem ehrlichen Vorbehalt, dass die Preise der Konkurrenten sich ändern und Sie die aktuellen Tarife bestätigen sollten, bevor Sie sich festlegen.

Lesen Sie dies sorgfältig und nicht nur überfliegend. Im Vergleich zu Claude Opus 4.8 Preisen von 5,00 $ Eingabe und 25,00 $ Ausgabe ist Kimi K3 auf jeder Achse günstiger: Seine Cache-Miss-Eingabe unterbietet die Opus-Eingabe, und seine Ausgabe ist 40 % günstiger, noch bevor man das Caching berücksichtigt. Führen Sie die zuvor genannte Aufgabe mit 2 Mio. Eingabe- und 200.000 Ausgabe-Tokens mit den Opus-Listenpreisen erneut aus, und Sie erhalten etwa 10,00 $ Eingabe plus 5,00 $ Ausgabe, also etwa 15,00 $, gegenüber 4,14 $ für Kimi K3 mit Caching. Das ist richtungsweisend, da Anthropic ein eigenes Prompt-Caching anbietet, das die Opus-Zahl ebenfalls senken würde, aber das Grundprinzip bleibt: Kimi K3 ist die Preis-Leistungs-Wahl.

Im Vergleich zu den GPT-5.6-Preisen ist der Vergleich nuancierter. GPT-5.6 Sol, die Flaggschiff-Stufe, liegt laut unseren Berichten bei etwa 5 $ Eingabe und 30 $ Ausgabe, was Kimi K3 speziell günstiger als Sol macht. Aber GPT-5.6 bietet günstigere Terra- und Luna-Stufen an, sodass OpenAI preislich gewinnt, wenn Sie zu diesen wechseln und mit dem Kompromiss bei den Fähigkeiten leben können. Bestätigen Sie die aktuellen Zahlen, bevor Sie sich entscheiden.

Im Vergleich zu DeepSeek V4-Preisen vergleichen Sie zwei preisgünstige Open-Weight-Modelle. DeepSeek hat historisch aggressiv Preise festgelegt, so dass es Kimi K3 bei der reinen Ausgabepreises unterbieten könnte. Kimi K3 kontert mit seinem 1M-Kontext und dem tiefen Cache-Hit-Rabatt auf die Eingabe. Wenn Ihre Arbeitslast eingabeintensiv ist und gut cached, verringert sich der Abstand oder kehrt sich um.

Token-Nutzung mit Apidog testen

Cache-Berechnungen helfen nur, wenn Sie Ihre realen Zahlen sehen können. Jede Kimi K3-Antwort gibt ein Nutzungsobjekt zurück, das Eingabe-Tokens, Ausgabe-Tokens und den Cache-Hit-Anteil aufschlüsselt, und in diesem Objekt verbirgt sich Ihr wahrer gemischter Tarif.

Richten Sie Apidog auf den Kimi K3-Endpunkt und senden Sie einige repräsentative Anfragen. Da Kimi K3 OpenAI-SDK-kompatibel ist, konfigurieren Sie es wie jede OpenAI-ähnliche API: Basis-URL, Bearer-Token und die Modell-ID kimi-k3. Senden Sie denselben Prompt zweimal und beobachten Sie, wie die zweite Antwort eine höhere Cache-Hit-Anzahl meldet als die erste, was das Caching in Echtzeit demonstriert. Die Überprüfung dieser Nutzungsaufteilung zeigt Ihnen Ihre tatsächliche Cache-Hit-Rate anstelle der gemeldeten, sodass Sie eine reale Zahl in die zuvor genannte Formel für den gemischten Tarif einsetzen können.

Apidog macht es auch einfach, ein günstigeres Modell gegen ein teureres A/B-Tests durchzuführen. Speichern Sie dieselbe Anfrage für kimi-k3 und für Ihr aktuelles Modell, vergleichen Sie die Antworten nebeneinander und lesen Sie die Token-Zahlen von jeder ab, um die tatsächliche Kostendifferenz in Ihrem eigenen Datenverkehr zu berechnen. Wenn Sie in Ihrem Editor arbeiten, zeigt unser Leitfaden zum Ausführen von Apidog in VS Code, wie Sie diesen Test-Loop neben Ihrem Code halten können. Laden Sie Apidog herunter, und Sie können den Vergleich in wenigen Minuten einrichten.

Das ehrliche Urteil

Kimi K3 ist günstig bei der Eingabe und Premium bei der Ausgabe. Dieser eine Satz fasst die Preisgestaltung zusammen. Die 0,30 $ Cache-Hit-Stufe, kombiniert mit Mooncakes gemeldeter über 90 %-iger Hit-Rate bei Coding-Workloads, bedeutet, dass die Eingabekosten für die meisten Teams zu den niedrigsten tendieren. Die Ausgabe bei 15,00 $ ist der Bereich, in dem sich Ihre Rechnung konzentriert, daher ist Disziplin auf der Antwortseite gefragt, nicht auf der Prompt-Seite.

Im Vergleich zum Wettbewerb ist es die Preis-Leistungs-Option. Es unterbietet Claude Opus 4.8 in jedem Tarif und schlägt GPT-5.6 Sol im Preis, während es sich mit DeepSeek V4 je nach Eingabeintensität Ihres Datenverkehrs ein Kopf-an-Kopf-Rennen liefert. Es ist nicht die absolute Spitze: Moonshot selbst ordnet es in Bezug auf die Fähigkeiten hinter Claude Fable 5 und GPT-5.6 Sol ein, und es läuft etwas langsamer als der Median seiner Preisklasse. Aber für grenznahe Qualität zu einem günstigen Preis, mit einem 1M-Kontext und einer Open-Weight-Veröffentlichung um den 27. Juli, die später einen noch niedrigeren selbst gehosteten Preisboden verspricht, verdient Kimi K3 seinen Platz. Nutzen Sie das Caching aus, achten Sie auf Ihre Ausgabelänge, messen Sie Ihre reale Hit-Rate, und die Wirtschaftlichkeit wird zu Ihren Gunsten arbeiten. Um Ihren eigenen gemischten Tarif zu ermitteln, bevor Sie Ausgaben tätigen, laden Sie Apidog herunter, senden Sie eine Handvoll repräsentativer Anfragen an kimi-k3 und lesen Sie die Cache-Hit-Aufteilung direkt aus dem Nutzungsobjekt ab.

FAQ

Wie viel kostet die Kimi K3 API?

Kimi K3 kostet 0,30 $ pro Million Token für Cache-Hit-Eingabe, 3,00 $ pro Million für Cache-Miss-Eingabe und 15,00 $ pro Million für die Ausgabe über Moonshots direkte API. Drittanbieter wie OpenRouter zeigen einen pauschalen Preis von 3,00 $ für die Eingabe und 15,00 $ für die Ausgabe, ohne eine separate Cache-Hit-Stufe. Siehe den Kimi K3 API-Leitfaden für die Anfrageeinrichtung.

Was ist die Cache-Hit-Rate und warum ist sie wichtig?

Moonshot meldet eine Cache-Hit-Rate von über 90 % bei Coding-Workloads, die über Mooncakes disaggregierte Inferenz bereitgestellt wird. Es ist wichtig, weil gecachte Eingabe-Tokens mit 0,30 $ statt 3,00 $ abgerechnet werden. Bei einer Hit-Rate von 90 % liegt Ihre gemischte Eingabekosten bei etwa 0,57 $ pro Million Token, näher an der günstigen als an der teuren Stufe.

Ist Kimi K3 günstiger als Claude Opus 4.8?

Ja, bei den Listenpreisen. Die Ausgabe von Kimi K3 beträgt 15,00 $ pro Million gegenüber Claude Opus 4.8 mit 25,00 $, und seine Eingabe unterbietet Opus ebenfalls. Bei einer Beispielaufgabe mit 2 Mio. Eingabe- und 200.000 Ausgabe-Tokens lag Kimi K3 mit Caching bei etwa 4,14 $ gegenüber etwa 15,00 $ für Opus zu Listenpreisen. Anthropic bietet ein eigenes Caching an, das den Abstand verringert, daher ist dies als richtungsweisend zu betrachten. Siehe Claude Opus 4.8 Preise und unseren Kimi K3 vs Claude Opus 4.8 Vergleich.

Wie vergleicht sich die Preisgestaltung von Kimi K3 mit GPT-5.6 und DeepSeek V4?

Kimi K3 ist günstiger als GPT-5.6 Sol, die Flaggschiff-Stufe, die etwa 5 $ Eingabe und 30 $ Ausgabe kostet, aber GPT-5.6 bietet günstigere Terra- und Luna-Stufen an, die es unterbieten können. DeepSeek V4 ist eine weitere preisgünstige Option, die Kimi K3 beim reinen Ausgabepreis übertreffen könnte. Bestätigen Sie aktuelle Zahlen über GPT-5.6 Preise und DeepSeek V4 Preise, bevor Sie sich entscheiden.

Wie senke ich meine Kimi K3-Rechnung?

Konzentrieren Sie sich auf die Ausgabe, nicht auf die Eingabe. Begrenzen Sie max_tokens, bitten Sie um prägnante Antworten und halten Sie Ihren System-Prompt und Ihr Kontext-Präfix byte-stabil, damit das Caching weiterhin die 0,30 $-Stufe erreicht. Das Kürzen der Eingabe, um Geld zu sparen, hilft selten, da gecachte Eingaben bereits günstig sind und das Entfernen nützlichen Kontextes zu längeren, kostspieligeren Ausgaben führen kann.

Wie kann ich meine reale Cache-Hit-Rate überprüfen?

Überprüfen Sie das Nutzungsobjekt, das bei jeder Kimi K3-Antwort zurückgegeben wird und Eingabe-, Ausgabe- und Cache-Hit-Token-Anzahlen meldet. Senden Sie dieselbe Anfrage über Apidog, führen Sie sie zweimal aus und vergleichen Sie die Cache-Hit-Anzahlen, um das Caching in Echtzeit zu sehen. Das gibt Ihnen Ihre tatsächliche Hit-Rate, die Sie in die Formel für die gemischten Kosten einsetzen können.