Die Kimi K3 API-Preise umfassen drei Tarife: gecachte Eingaben, nicht gecachte Eingaben und Ausgaben. Der Unterschied zwischen einem Cache-Hit und einem Cache-Miss beträgt das 10-Fache. Daher können zwei Agenten, die dasselbe Repository mit 500K Tokens verarbeiten, je nach Sitzungsdesign sehr unterschiedliche Kosten verursachen.
Moonshot fügt für das 1-Million-Token-Kontextfenster von K3 keine höhere Preisstufe pro Token hinzu. Ein langer Kontext ist jedoch weiterhin nicht kostenlos: Eine nicht gecachte Eingabe mit 1M Tokens kostet $3, bevor das Modell eine Antwort erzeugt.
Verfügbarkeit und Preise aktualisiert am 22. Juli 2026. Kimi K3 ist auf Poyo.ai als
kimi-k3über die OpenAI-kompatible Chat Completions API verfügbar. Der Preis beträgt $2.28 pro 1 Mio. Eingabe-Token und $11.40 pro 1 Mio. Ausgabe-Token – 24 % günstiger als der offizielle Preis.
Offizielle Kimi K3 API-Preise
| Nutzung | Preis pro 1M Tokens |
|---|---|
| Eingabe mit Cache-Hit | $0.30 |
| Eingabe mit Cache-Miss | $3.00 |
| Ausgabe | $15.00 |
K3 verwendet eine einheitliche Pay-as-you-go-Preisgestaltung. Die Dokumentation von Moonshot führt keinen separaten Aufpreis für lange Kontexte auf. Die API versucht automatisch, Kontext-Caching zu verwenden; Anwendungen erstellen für gewöhnliche Anfragen keine Cache-ID und konfigurieren keine TTL.
Kimi K3 Kostenformel
Verwenden Sie diese Formel für eine einzelne Anfrage oder eine zusammengefasste Arbeitslast:
cost =
cached_input_tokens / 1,000,000 × $0.30
+ uncached_input_tokens / 1,000,000 × $3.00
+ output_tokens / 1,000,000 × $15.00
Die API-Nutzungsantwort und das Abrechnungs-Dashboard sollten die maßgebliche Quelle sein. Schätzungen können abweichen, wenn Tokenisierung, Wiederholungsversuche, Tool-Aufrufe oder das Cache-Verhalten sich ändern.
Echte Kimi K3-Kostenbeispiele
Kurze Analyseanfrage
Angenommen werden 10,000 nicht gecachte Eingabe-Tokens und 2,000 Ausgabe-Tokens.
| Komponente | Berechnung | Kosten |
|---|---|---|
| Eingabe | 10K / 1M × $3 | $0.03 |
| Ausgabe | 2K / 1M × $15 | $0.03 |
| Gesamt | $0.06 |
Selbst bei sechsmal mehr Eingabe-Tokens als Ausgabe-Tokens kosten beide Teile gleich viel, da Ausgabe-Tokens fünfmal teurer sind.
Eine Repository-Prüfung mit 100K Tokens
Angenommen werden 100,000 nicht gecachte Eingabe-Tokens und 10,000 Ausgabe-Tokens.
| Komponente | Kosten |
|---|---|
| Eingabe | $0.30 |
| Ausgabe | $0.15 |
| Gesamt | $0.45 |
Wenn dasselbe stabile Repository-Präfix in der nächsten Runde einen Cache-Hit erhält, sinken die Kosten für die Eingabe von $0.30 auf $0.03.
Ein Forschungskorpus mit 500K Tokens
Angenommen werden 500,000 Eingabe-Tokens und 20,000 Ausgabe-Tokens.
| Cache-Status | Eingabekosten | Ausgabekosten | Gesamt |
|---|---|---|---|
| Cache-Miss | $1.50 | $0.30 | $1.80 |
| Cache-Hit | $0.15 | $0.30 | $0.45 |
Deshalb profitieren wiederholte Wissensarbeits-Sitzungen von einem stabilen Präfix. Sobald Ausgaben den größten Kostenanteil ausmachen, kann es ebenso wichtig sein, das Modell zu kürzeren Antworten aufzufordern wie Caching zu nutzen.
Vollständiger 1M-Kontext mit 50K Ausgabe-Tokens
| Cache-Status | Eingabekosten | Ausgabekosten | Gesamt |
|---|---|---|---|
| Cache-Miss | $3.00 | $0.75 | $3.75 |
| Cache-Hit | $0.30 | $0.75 | $1.05 |
Das 1M-Fenster ist eine maximale Fähigkeit, kein Ziel für jede Anfrage. Retrieval und schrittweise Analysen können günstiger und leichter überprüfbar sein.
Kosten eines Multi-Turn-Coding-Agenten
Betrachten Sie eine fünfteilige Coding-Sitzung mit einem stabilen Repository-Präfix von 200K Tokens, 20K neuen Eingabe-Tokens pro Runde und 8K Ausgabe-Tokens pro Runde.
Wenn die erste Runde einen Cache-Miss hat und die späteren stabilen Präfixe Treffer erzielen:
| Nutzung | Ungefähre Kosten |
|---|---|
| Initiales nicht gecachtes Präfix mit 200K Tokens | $0.60 |
| Vier Lesevorgänge des gecachten 200K-Präfixes | $0.24 |
| Fünf × 20K neue nicht gecachte Eingaben | $0.30 |
| Fünf × 8K Ausgaben | $0.60 |
| Gesamt | $1.74 |
Wenn die Anwendung den Anfang des Kontexts in jeder Runde ändert und eine Wiederverwendung verhindert, würden fünf nicht gecachte Lesevorgänge des 200K-Präfixes allein $3.00 kosten. Die Sitzungsstruktur erzeugt einen größeren Unterschied als kleine Prompt-Änderungen.
Funktionsweise des automatischen Kontext-Cachings
Moonshot gibt an, dass das Caching bei regulären K3-Anfragen automatisch erfolgt. Um dem Dienst die bestmögliche Wiederverwendung eines Präfixes zu ermöglichen:
- halten Sie den langen Anfang der Unterhaltung unverändert;
- fügen Sie neue Fragen und Tool-Ergebnisse hinzu, statt alte Nachrichten umzuschreiben;
- vermeiden Sie dynamische Zeitstempel und Request-IDs am Anfang;
- halten Sie Systemanweisungen stabil;
- bewahren Sie die vollständige Assistentennachricht auf, die K3 benötigt;
- gruppieren Sie Benutzer und Dokumente korrekt, damit niemals unabhängige Daten denselben Anwendungsstatus teilen.
Ein Cache-Hit ist eine Optimierung, keine Garantie. Überwachen Sie die tatsächlich vom Dienst zurückgegebenen gecachten und nicht gecachten Token-Anzahlen.
Ausgabe-Tokens können die Rechnung dominieren
Der Ausgabe-Preis von K3 beträgt $15 pro Million Tokens, also das Fünffache des Preises für nicht gecachte Eingaben und das 50-Fache des Preises für gecachte Eingaben. Langes Reasoning und ausführliche Agentenberichte können die Einsparungen durch Input-Caching aufheben.
Reduzieren Sie die Ausgabekosten durch:
- Setzen eines realistischen Werts für
max_completion_tokens; - Anfordern kompakter finaler Ergebnisse;
- Verwenden strukturierter Ausgaben mit nur den benötigten Feldern;
- Vermeiden wiederholter Zusammenfassungen großer Pläne;
- Messen, ob ein geringerer Reasoning-Aufwand die Aufgabe zuverlässig löst;
- Beenden von Tool-Schleifen nach der Überprüfung oder nach einem definierten Fehlerlimit.
Entfernen Sie nicht einfach benötigte Denkhistorie aus späteren Runden, um Tokens zu sparen. Moonshot warnt, dass ein unvollständiger Zustand K3 instabil machen kann, wodurch mehr Wiederholungen und höhere Gesamtkosten entstehen können.
Kimi K3 im Vergleich zu Self-Hosting-Kosten
Offene Gewichte machen Inferenz nicht kostenlos. K3 verfügt über insgesamt 2.8T Parameter, nutzt extreme Expertenparallelität und wird für Supernodes mit 64 oder mehr Beschleunigern empfohlen. Self-Hosting verursacht zusätzliche Kosten für Hardware, Netzwerke, Engineering, Auslastung, Monitoring und Verfügbarkeit.
Der API-Zugriff ist im Allgemeinen die praktische Option für variable oder moderate Nutzung. Self-Hosting wird zu einer strategischen Frage für Organisationen mit dauerhafter Auslastung, Infrastruktur-Know-how, Anforderungen an Datenkontrolle und Zugang zu geeigneten Clustern. Warten Sie auf die tatsächliche Gewichtslizenz und den unterstützten Inferenz-Stack, bevor Sie ein Budget erstellen.
So reduzieren Sie Kimi K3 API-Kosten
- Verwenden Sie ein kleineres Modell für Klassifizierung, Routing und einfache Extraktion.
- Senden Sie K3 nur Aufgaben, die von langfristigem Reasoning oder multimodalem Kontext profitieren.
- Halten Sie wiederverwendbare Präfixe stabil.
- Rufen Sie relevante Teilmengen ab, wenn vollständiges Kontext-Reasoning nicht erforderlich ist.
- Setzen Sie begrenzte Ausgabe- und Tool-Schleifen-Limits.
- Vergleichen Sie
low,highundmaxReasoning mit einem echten Evaluierungsdatensatz. - Protokollieren Sie Kosten pro verifiziertem Erfolg einschließlich Wiederholungen.
- Erfassen Sie schwerwiegende Fehler und den Zeitaufwand für menschliche Korrekturen.
Ist Kimi K3 teuer?
K3 ist kostengünstig, wenn ein gecachter langer Präfix eine wertvolle Aufgabe unterstützt und die Ausgabe fokussiert bleibt. Es kann teuer werden, wenn jede Runde den Cache verfehlt, eine lange Ausgabe erzeugt und mehrere Wiederholungen auslöst.
Der sinnvolle Vergleich ist nicht nur der Preis pro Million Tokens:
effektive Aufgabenkosten =
API-Kosten pro Versuch × Versuche pro verifiziertem Erfolg
+ Kosten menschlicher Korrekturen
Für Fähigkeiten und Benchmark-Kontext lesen Sie den Kimi K3 Review und die Kimi K3 Benchmark-Analyse.
Häufig gestellte Fragen
Wie viel kostet Kimi K3 pro Million Tokens?
Die offiziellen Moonshot-Tarife betragen $0.30 für Eingaben mit Cache-Hit, $3 für Eingaben mit Cache-Miss und $15 für Ausgaben.
Hat das 1M-Kontextfenster einen höheren Token-Preis?
Moonshot führt feste Preise statt einer separaten Langkontext-Preisstufe auf. Eine größere Eingabe kostet dennoch mehr, da sie mehr Tokens enthält.
Gibt es eine kostenlose Kimi K3 API?
Werbeaktionen oder Angebote von Drittanbietern können sich ändern. Erstellen Sie kein Produktionskostenmodell auf Basis eines vorübergehend kostenlosen Zugangs; prüfen Sie die offiziellen Console- und Anbieterbedingungen.
Werden Reasoning-Tokens abgerechnet?
Verwenden Sie die offizielle Nutzungsantwort und die Abrechnungsdokumentation für die endgültige Abrechnung jeder Anfrage. K3 streamt Reasoning separat vom finalen Inhalt, und langes Reasoning kann die Anzahl der erzeugten Tokens erhöhen.
Ist Kimi K3 auf Poyo.ai verfügbar?
Ja. Die Kimi K3 Modellseite bietet das Live-Playground, die Modell-ID kimi-k3, API-Zugang und den aktuellen Poyo-Preis: $2.28 Input und $11.40 Output pro 1 Mio. Token, 24 % günstiger als offiziell.