Kimi K3 Preise: Was Moonshots Frontier-Modell wirklich kostet

Kimi K3 API-Preise, die tatsächlichen Zahlen

Direkt von Moonshots offizieller K3-Preisseite: So berechnet die API. Alle Preise sind in USD pro 1 Million Token, Steuern kommen an der Kasse dazu.

Vier Dinge an dieser Tabelle zählen mehr als die Schlagzeilen-Zahlen:

• Der 90%-Cache-Rabatt ist die eigentliche Geschichte. Ein zwischengespeichertes Input-Token kostet 0,30 $ statt 3,00 $. Bei jeder Workload, bei der Sie denselben Systemprompt, dieselben Dokumente oder denselben Kontext immer wieder senden (Agenten, lange Chats, RAG), wird der Großteil Ihres Inputs zwischengespeichert, und Ihre effektive Input-Rate kollabiert Richtung des 0,30-$-Bodens.
• Der Preis bleibt über das gesamte 1M-Fenster hinweg konstant. Keine Aufschlagsstufe für lange Prompts. Gemini und Claude haben historisch mehr berechnet, sobald man eine Token-Schwelle überschreitet; K3 tut das nicht. Wenn Sie routinemäßig riesige Kontexte hineinstopfen, ist diese konstante Rate ein stiller Gewinn.
• Es gibt nur eine K3-SKU. Das Modell denkt immer, wobei reasoning_effort derzeit fest auf max steht. Es gibt keine günstigere „Non-Thinking“-Variante zum Ausweichen, anders als bei früheren Kimi-Generationen, die Chat- und Denk-Modi trennten.
• Reasoning-Token sind Output-Token. Weil K3 immer denkt und das Denken als abgerechneter Output zu 15 $/M zählt, kann eine geschwätzige Denkspur mehr kosten als die sichtbare Antwort. Genau hier schleicht sich die Token-Rechnung an Sie heran.

Ein Modell, ein Preis, permanent aktives Reasoning. Einfach zu durchdenken, aber genau der permanent aktive Teil ist der Grund, warum manche K3 in der Praxis teurer finden, als es das Preisschild vermuten lässt.

Wie Kimi K3 funktioniert, und warum es so viel denkt

Bevor es weiter ums Geld geht, hilft ein Blick darauf, wofür Sie eigentlich zahlen. K3 ist ein Mixture-of-Experts-Modell mit 2,8 Billionen Parametern, das pro Token 16 von 896 Experten aktiviert, verpackt in zwei neuen Tricks, die Moonshot Kimi Delta Attention und Attention Residuals nennt. Zusammen bringen sie eine ungefähr 2,5-fache Verbesserung der Skalierungseffizienz gegenüber K2.

Der permanent aktive Reasoning-Schritt ist der, der Ihre Rechnung berührt. Jede Anfrage durchläuft einen vollständigen Denkdurchgang, bevor sie antwortet, und jedes dieser Denk-Token wird als Output abgerechnet. Das ist großartig bei schwierigen Problemen und Verschwendung bei „Wie sind eure Rückgabebedingungen?“ Das ist der Hauptgrund, warum sich K3 teurer anfühlen kann als ein Modell zur gleichen nominalen Rate.

Die Kimi-App-Abo-Stufen

Wenn Sie nicht mit der API arbeiten und nur das Chat-Produkt möchten: Kimi.com verkauft vier kostenpflichtige Stufen, benannt nach musikalischen Tempi, plus eine kostenlose Stufe. Die Preise unten sind monatlich, mit der effektiven monatlichen Rate bei jährlicher Abrechnung in Klammern.

Quelle: Kimi Membership Pricing. Zwei Dinge sind erwähnenswert. Erstens: Alle kostenpflichtigen Stufen enthalten Swarm, bei dem mehrere Agenten parallel arbeiten, und die höheren Stufen erhöhen nur Parallelität und Guthaben-Multiplikatoren. Zweitens trägt die Seite einen Banner, dass neue Pläne kommen und Kimi- und Kimi-Code-Vorteile in separate Produkte aufgeteilt werden, also wenn Sie hauptsächlich wegen des Coding-Tools abonnieren, wird das bald wohl ein eigener Posten.

Wie Kimi K3 Preise im Vergleich zu Claude, GPT und DeepSeek abschneiden

Das ist der Vergleich, für den die meisten hier sind, also hier ist er, sortiert nach günstigstem Output zuerst. Die DeepSeek- und Kimi-K3-Zeilen stammen von den jeweiligen offiziellen Preisseiten; die Claude-, GPT- und Gemini-Zeilen sind Aggregator-Momentaufnahmen vom Juli 2026 und verschieben sich monatlich, also prüfen Sie sie an der jeweiligen Anbieterseite, bevor Sie ein Budget festlegen.

Nüchtern gelesen:

• K3 liegt im Mittelfeld, nicht bei den Schnäppchen. Es liegt auf Höhe von Claude Sonnet und oberhalb von GPT-5.6 Sol und Gemini 3 Pro. Wer ein Schnäppchen erwartet hat, sollte die Erwartungen anpassen.
• Es unterbietet Claude Opus um etwa 40 % bei Input wie Output, gegen die höchste Anthropic-Stufe bleibt es also ein Value-Play.
• Es kostet beim Output etwa das 21-Fache von DeepSeek V4 Flash (15 $ vs. 0,28 $). DeepSeek bleibt die Budget-Frontier-Option; K3 konkurriert nicht auf dieser Achse.
• K3s echter Vorteil ist das konstante 1M-Kontextfenster plus der 90%-Cache-Rabatt. Bei langen Dokumenten und Agenten-Arbeit über lange Zeiträume, wo der Großteil des Inputs zwischengespeichert wird, sinken die effektiven Input-Kosten auf 0,30 $/M, und genau dort wird K3 wirklich wettbewerbsfähig.

Rechnen Sie es mit Ihren eigenen Zahlen durch

Preisschilder sagen Ihnen nicht, was Sie ausgeben werden; das macht Ihr Traffic-Mix. Geben Sie ein grobes Monatsvolumen ein und sehen Sie, wie K3s Cache-Rabatt das Bild gegenüber Sonnet und DeepSeek verändert.

Der Hebel, der Ihre Rechnung am stärksten bewegt, ist nicht das gewählte Modell, sondern Ihre Cache-Treffer-Rate. Schieben Sie den Regler nach oben, und K3 schließt beim Input still den Großteil der Lücke zu den günstigeren Optionen, auch wenn die Output-Rate von 15 $ es weiterhin klar von DeepSeek trennt.

Wofür Sie eigentlich bezahlen

Der Grund, warum K3 Preise auf Sonnet-Niveau verlangen kann, ist: In den Benchmarks verdient es sie sich auch. In Moonshots eigener Evaluationssuite landet es knapp unter Claude Fable 5 und GPT-5.6 Sol und vor fast allem anderen, und es führt bei einigen agentischen Tests klar (unsere vollständige Kimi K3 Bewertung geht tiefer in die Zahlen ein).

Ein paar konkrete Datenpunkte: Im Automation-Bench-Diagramm führt K3 das Feld mit 30,8 an, es führt SpreadsheetBench 2 mit 34,8 an, und es führt BrowseComp mit 91,2 an. Unabhängige Tests von Artificial Analysis setzen den Intelligence Index bei 57 an, Rang #4 von 189 Modellen, und die Elo für langfristige Wissensarbeit bei 1547, ein Sprung von +732 gegenüber Kimi K2.6. Moonshot selbst gibt ehrlich zu, dass es insgesamt „den stärksten proprietären Modellen noch hinterherhinkt“.

Die Showcase-Demos sind der Teil, der die Leute aufhorchen ließ: In einem 48-stündigen autonomen Lauf entwarf K3 einen Chip; in einem anderen schrieb es von Grund auf einen Triton-ähnlichen GPU-Compiler, der torch.compile bei manchen Kernels schlug. Es spuckte auch aus einzeiligen Prompts spielbare Voxel-Spiele aus. Wenn Coding Ihr Anwendungsfall ist, gehört es in die Diskussion um die besten KI-Coding-Tools.

Die Haken: verzögerte Gewichte und großer Token-Hunger

Zwei Dinge relativieren die Preisgeschichte.

Erstens: Das „offene“ Modell war bei Launch nur über die API verfügbar. Moonshot versprach die vollständigen Gewichte bis zum 27. Juli 2026, und am Tag nach der Veröffentlichung lieferte das Hugging-Face-Repo immer noch einen 404-Fehler. Wenn Ihr Budget also davon ausging, dass Sie selbst hosten und API-Kosten komplett umgehen, müssen Sie warten, und anders als bei einem vollständig selbst hostbaren Open-Source-Chatbot ist es, bis die Gewichte verfügbar sind, in der Praxis eine API.

Zweitens ist K3 hungrig. Die häufigste Beschwerde von Leuten, die es getestet haben, ist, dass es mehr Token verbrennt als Fable, um dieselbe Aufgabe zu erledigen. Zusammen mit permanent aktivem Reasoning bei der 15-$-Output-Rate bedeutet das, dass die effektiven Kosten pro abgeschlossener Aufgabe höher liegen können, als der reine Token-Vergleich vermuten lässt. Simon Willison hat den Preisschock deutlich formuliert:

"The new model is notable for the pricing: $3/million input tokens and $15/million output tokens, putting it at the same level as Anthropic's Claude Sonnet series [...] This is expensive - the pelican cost 25 cents!"

Simon Willison, persönlicher Blog

Was die Leute sagen

Die Stimmung teilt sich klar. Das Lob für die Qualität ist laut, besonders von Leuten, die echte Coding-Arbeit machen.

"I've been playing around with it for the past few hours, and I think it's an amazing model. I'm not sure I could tell the difference between this and Fable in a blind test. The quota in the $100 Kimi Coding plan seems to roughly align with what I get from the $200 Anthropic plan when I primarily use Fable."

InsideOutSanta, Hacker News

Das ist ein nützlicher Datenpunkt für die App-Stufen: Ein Vielnutzer fand, dass das 99-$-Allegro-Coding-Kontingent ungefähr Anthropics 200-$-Plan entsprach. Und die Open-Frontier-Community behandelt es als Meilenstein.

"Yup some here are in denial but what many said would happen did just happen. They're not "six months behind": the model is totally SOTA. Cheaper, faster and they don't just crush Sonnet 5 and Opus 4.8: on 6 of the 14 benchmarks they posted Kimi K3 is in front of Fable."

TacticalCoder, Hacker News

Die ruhigere Lesart ist, dass die Schlagzeilen den Belegen etwas voraus waren, und dass K3 knapp unter der absoluten Spitze liegt, statt sie zu schlagen.

"Umm, Fable only really came out 2 weeks ago, and GPT-5.6 Sol only 1 week ago. Yes, Kimi K3 appears a touch below them both, but above all other models. So I'd say a few weeks behind, not months now..."

frabcus, Hacker News

Vom Token-Preis zum Preis, der zählt

Das ist der Punkt, zu dem ich nach Jahren, in denen ich KI-Agenten auf echte Support-Warteschlangen losgelassen habe, immer wieder zurückkomme: Der Preis pro Token eines Frontier-Modells ist fast nie das, was ein Support-Team am Ende tatsächlich zahlt. Ein rohes Modell gibt Ihnen einen Benchmark-Score, einen API-Schlüssel und einen leeren Prompt. Ein funktionierender Support-Agent braucht Ihr Help Center und vergangene Tickets als Grundlage, vertrauensbasierte Eskalation, Schutzmechanismen, damit er nicht selbstbewusst eine Antwort erfindet, und eine lebendige Verbindung zu Ihrem Helpdesk. Das Modell ist der einfache Teil, vielleicht 10 %.

Genau hier würde ich ein Support-Team hinweisen, das auf Kimi K3 schaut. eesel ist ein modellagnostischer KI-Agent für den Kundenservice: Er klinkt sich in Helpdesks wie Zendesk und Freshdesk ein, trainiert sich selbst auf Ihren bestehenden Tickets und Dokumenten, und lässt Sie das Ganze an Ihren vergangenen Tickets simulieren, bevor er jemals einem echten Kunden antwortet, sodass Sie die Lösungsrate sehen, bevor Sie sich festlegen. Und statt einer Token-Rechnung, die davon abhängt, wie viel ein geschwätziges Modell zu denken beschließt, werden Sie pro gelöstem Ticket abgerechnet, sodass Ihre Kosten mit gelösten Tickets wachsen. Das ist das Modell, das tatsächlich Einsparungen bei den Support-Kosten antreibt, nicht ein Platz auf einem Leaderboard.

Genießen Sie also Kimi K3 für Coding und schwieriges Reasoning, wo es wirklich beeindruckend ist. Für die Automatisierung des Supports bepreisen Sie das Ergebnis, nicht das Token. Sie können eesel kostenlos testen und die Simulation an Ihren eigenen Tickets beobachten.