De prijzen van de Kimi K3 API kennen drie tarieven: gecachete input, niet-gecachete input en output. Het verschil tussen een cachetreffer en een cachemis is een factor 10, dus twee agents die dezelfde repository van 500K tokens verwerken, kunnen sterk uiteenlopende kosten hebben, afhankelijk van hoe de sessie is opgezet.
Moonshot rekent voor het contextvenster van 1 miljoen tokens van K3 geen hogere prijs per token. Lange context is toch niet gratis: een niet-gecachete prompt van 1M tokens kost $3 nog voordat het model een antwoord geeft.
Beschikbaarheid en prijzen bijgewerkt op 22 juli 2026. Kimi K3 is beschikbaar op Poyo.ai als
kimi-k3via de OpenAI-compatibele Chat Completions API. De prijs is $2.28 per 1M input-tokens en $11.40 per 1M output-tokens, 24% lager dan de officiële prijs.
Officiële prijzen van de Kimi K3 API
| Gebruik | Prijs per 1M tokens |
|---|---|
| Input bij cachetreffer | $0.30 |
| Input bij cachemis | $3.00 |
| Output | $15.00 |
K3 hanteert vaste betaal-naar-gebruik-prijzen. In de documentatie van Moonshot staat geen aparte toeslag voor lange context. De API probeert automatisch context te cachen; applicaties maken voor gewone verzoeken geen cache-ID aan en stellen geen TTL in.
Kostenformule voor Kimi K3
Gebruik deze formule voor één verzoek of een samengestelde workload:
cost =
cached_input_tokens / 1,000,000 × $0.30
+ uncached_input_tokens / 1,000,000 × $3.00
+ output_tokens / 1,000,000 × $15.00
De usage-respons van de API en je factureringsdashboard moeten de bron van de waarheid zijn. Schattingen kunnen afwijken als tokenisatie, retries, toolbeurten of cachinggedrag veranderen.
Echte kostenvoorbeelden voor Kimi K3
Kort analyseverzoek
Neem 10.000 niet-gecachete input-tokens en 2.000 output-tokens aan.
| Onderdeel | Berekening | Kosten |
|---|---|---|
| Input | 10K / 1M × $3 | $0.03 |
| Output | 2K / 1M × $15 | $0.03 |
| Totaal | $0.06 |
Zelfs met vijf keer zoveel input als output kosten beide onderdelen evenveel, omdat output-tokens vijf keer zo duur zijn.
Een reviewronde over een repository van 100K tokens
Neem 100.000 niet-gecachete input-tokens en 10.000 output-tokens aan.
| Onderdeel | Kosten |
|---|---|
| Input | $0.30 |
| Output | $0.15 |
| Totaal | $0.45 |
Als hetzelfde stabiele repositoryvoorvoegsel bij de volgende beurt een cachetreffer krijgt, daalt het inputdeel van $0.30 naar $0.03.
Een onderzoekscorpus van 500K tokens
Neem 500.000 input-tokens en 20.000 output-tokens aan.
| Cachestatus | Inputkosten | Outputkosten | Totaal |
|---|---|---|---|
| Cachemis | $1.50 | $0.30 | $1.80 |
| Cachetreffer | $0.15 | $0.30 | $0.45 |
Daarom profiteren herhaalde sessies voor kenniswerk van een stabiel voorvoegsel. Zodra output de grootste kostenpost wordt, kan het net zo belangrijk zijn om het model om beknoptheid te vragen als om caching.
Volledige context van 1M met 50K output
| Cachestatus | Inputkosten | Outputkosten | Totaal |
|---|---|---|---|
| Cachemis | $3.00 | $0.75 | $3.75 |
| Cachetreffer | $0.30 | $0.75 | $1.05 |
Het venster van 1M is een maximaal vermogen en geen doel voor elk verzoek. Retrieval en gefaseerde analyse kunnen goedkoper en makkelijker te verifiëren zijn.
Kosten van een codeer-agent over meerdere beurten
Neem een codeersessie van vijf beurten met een stabiel repositoryvoorvoegsel van 200K tokens, 20K nieuwe input-tokens per beurt en 8K output-tokens per beurt.
Als de eerste beurt mist en latere stabiele voorvoegsels raken:
| Gebruik | Geschatte kosten |
|---|---|
| Eerste voorvoegsel van 200K, niet gecachet | $0.60 |
| Vier keer lezen van een gecachet voorvoegsel van 200K | $0.24 |
| Vijf × 20K nieuwe niet-gecachete input | $0.30 |
| Vijf × 8K output | $0.60 |
| Totaal | $1.74 |
Als de applicatie bij elke beurt het begin van de context wijzigt en hergebruik verhindert, zouden alleen al vijf niet-gecachete leesbeurten van het voorvoegsel van 200K $3.00 kosten. Hoe de sessie is opgebouwd, maakt een groter verschil dan kleine aanpassingen in de prompt.
Hoe automatische contextcaching werkt
Moonshot zegt dat caching automatisch gaat bij gewone K3-verzoeken. Zo geef je de dienst de beste kans om een voorvoegsel te hergebruiken:
- houd het lange begin van het gesprek ongewijzigd;
- voeg nieuwe vragen en toolresultaten toe in plaats van oude berichten te herschrijven;
- vermijd dynamische tijdstempels en verzoek-ID's vlak bij het begin;
- houd systeeminstructies stabiel;
- behoud het volledige assistentbericht dat K3 vereist;
- groepeer gebruikers en documenten juist, zodat niet-gerelateerde data nooit applicatiestatus deelt.
Een cachetreffer is een optimalisatie en geen garantie. Monitor de werkelijke aantallen gecachete en niet-gecachete tokens die de dienst teruggeeft.
Output-tokens kunnen de rekening domineren
De outputprijs van K3 is $15 per miljoen tokens, vijf keer het tarief voor niet-gecachete input en 50 keer het tarief voor gecachete input. Lang redeneren en uitgebreide agentrapporten kunnen de besparing van de inputcache tenietdoen.
Beheers de outputkosten door:
- een realistische waarde voor
max_completion_tokensin te stellen; - om beknopte eindresultaten te vragen;
- gestructureerde output te gebruiken die alleen de vereiste velden bevat;
- herhaaldelijk herhalen van grote plannen te vermijden;
- te meten of een lagere redeninspanning de taak betrouwbaar oplost;
- toollussen te stoppen na verificatie of bij een vooraf bepaalde faaldrempel.
Verwijder vereiste denkgeschiedenis niet uit latere beurten om alleen maar tokens te besparen. Moonshot waarschuwt dat onvolledige status K3 onstabiel kan maken, wat meer retries en hogere totale kosten kan veroorzaken.
Kosten van Kimi K3 versus zelf hosten
Open weights maken inferentie niet gratis. K3 heeft 2,8T parameters in totaal, gebruikt extreem expertparallellisme en wordt aanbevolen voor supernodes met 64 of meer accelerators. Zelf hosten brengt kosten met zich mee voor hardware, netwerk, engineering, benutting, monitoring en beschikbaarheid.
API-toegang is doorgaans de praktische optie bij wisselend of bescheiden verkeer. Zelf hosten wordt pas een strategische afweging voor organisaties met aanhoudende benutting, infrastructuurexpertise, eisen aan datacontrole en toegang tot geschikte clusters. Wacht op de daadwerkelijke licentie voor de weights en de ondersteunde inferentiestack voordat je een budget opstelt.
Zo verlaag je de kosten van de Kimi K3 API
- Gebruik een kleiner model voor classificatie, routering en eenvoudige extractie.
- Stuur alleen taken naar K3 die baat hebben bij redeneren over de lange termijn of multimodale context.
- Houd herbruikbare voorvoegsels stabiel.
- Haal de relevante subset op als redeneren over de volledige context niet nodig is.
- Stel begrensde limieten in voor output en toollussen.
- Vergelijk het redeneren op
low,highenmaxop een echte evaluatieset. - Log de kosten per geverifieerd succes, inclusief retries.
- Houd ernstige mislukkingen en de tijd voor menselijke correctie bij.
Is Kimi K3 duur?
K3 is goedkoop wanneer een gecachet, lang voorvoegsel een taak met hoge waarde ondersteunt en de output gericht blijft. Het kan duur zijn wanneer elke beurt de cache mist, een lange completion oplevert en meerdere retries veroorzaakt.
De bruikbare vergelijking is niet de prijs in dollars per miljoen tokens op zichzelf:
effective task cost =
API cost per attempt × attempts per verified success
+ human correction cost
Lees voor context over mogelijkheden en benchmarks de review van Kimi K3 en de benchmarkanalyse van Kimi K3.
Veelgestelde vragen
Hoeveel kost Kimi K3 per miljoen tokens?
De officiële tarieven van Moonshot zijn $0.30 voor input bij een cachetreffer, $3 voor input bij een cachemis en $15 voor output.
Heeft het contextvenster van 1M een hogere tokenprijs?
Moonshot hanteert vaste tarieven en geen aparte klasse voor lange context. Een grotere prompt kost nog steeds meer, omdat hij meer tokens bevat.
Is er een gratis Kimi K3 API?
Promotionele credits of aanbiedingen van derden kunnen veranderen. Bouw geen kostenmodel voor productie op tijdelijke gratis toegang; controleer de officiële console en de voorwaarden van de aanbieder.
Worden redeneer-tokens gefactureerd?
Gebruik de officiële usage-respons en facturatiedocumentatie voor de definitieve afrekening van elk verzoek. K3 streamt redeneren apart van de uiteindelijke content, en lang redeneren kan het aantal gegenereerde tokens verhogen.
Is Kimi K3 beschikbaar op Poyo.ai?
Ja. De Kimi K3-modelpagina bevat de live playground, de model-ID kimi-k3, API-toegang en de actuele prijzen van Poyo: $2.28 input en $11.40 output per 1M tokens, 24% lager dan de officiële prijs.