Kimi K3 API: Preise, Kontextfenster und die ersten Schritte für dein Team

Die Preisseite der Kimi-K3-API zeigt drei Zahlen. In der Praxis entscheiden fünf weitere darüber, was am Monatsende auf der Rechnung steht. Dieser Text geht die Schnittstelle von der Anmeldung bis zum ersten Produktivlauf durch, mit den Stellen, an denen deutsche Firmen erfahrungsgemäß hängenbleiben.

Eine Million Token Kontext klingt abstrakt. Auf der Rechnung wird die Zahl sehr konkret. Foto: Pachon in Motion auf Pexels

Was die Kimi-K3-API kostet

Moonshot führt für kimi-k3 eine einzige Preiszeile, ohne Staffel nach Kontextlänge. Ob du 10.000 oder 900.000 Token in eine Anfrage packst, ändert am Satz je Token nichts.

Preise laut Moonshot-Preisseite, zuletzt gegengeprüft am 8. August 2026. Umrechnung zum EZB-Referenzkurs vom 7. August 2026 mit 1,1535 US-Dollar je Euro. Die Dokumentation weist die Beträge ohne Steuern aus, „adjustments based on your jurisdiction” behält sich Moonshot vor.

Um das einzuordnen, hilft der Blick auf unseren KI-Modellvergleich, in den wir die unabhängigen Messungen von Artificial Analysis täglich übernehmen. Am 8. August 2026 steht Kimi K3 dort bei einem Intelligence-Index von 60 und einem Mischpreis von 5,20 Euro je Million Token, gerechnet im üblichen Verhältnis von drei Teilen Eingabe zu einem Teil Ausgabe. Claude Opus 5 liegt bei Index 63 und 8,67 Euro, Claude Fable 5 bei 62 und 17,34 Euro, GPT-5.6 Sol bei 61 und 9,75 Euro. Gegen die Spitzenklasse ist der Preisvorsprung also real.

Aussagekräftiger als der Stand ist die Bewegung darin. Vier Tage zuvor lag Kimi K3 bei 57 Punkten und Opus 5 bei 61. Beide sind gestiegen, K3 um drei Punkte, Opus um zwei, der Abstand an der Spitze ist damit von vier auf drei Punkte geschrumpft. Solche Tabellen haben derzeit eine Haltbarkeit von Tagen. Wer die Zahlen in eine Entscheidungsvorlage übernimmt, schreibt das Abrufdatum dazu.

Gegen die schnelle Mittelklasse sieht die Rechnung anders aus. GPT-5.6 Terra kommt am selben Tag auf Index 57, kostet im Mischpreis 3,90 Euro und liefert 115 Token pro Sekunde, während Kimi K3 bei 37 Token pro Sekunde bleibt. K3 liegt also drei Indexpunkte vorn, kostet dafür ein Drittel mehr und braucht für dieselbe Antwort gut die dreifache Zeit. Wer Kimi K3 einsetzt, sollte das wegen der offenen Gewichte und der langen Kontexte tun, weniger wegen des Preisschilds allein. Den vollständigen Modellvergleich haben wir in Kimi K3 vs. Claude aufgeschrieben.

Ein Randwert zum Mitnehmen: Aggregatoren führen K3 teilweise minimal günstiger. OpenRouter listet das Modell mit 2,90 US-Dollar Eingabe und 14 US-Dollar Ausgabe. Der Cache-Preis fehlt dort, was den Vorteil für die meisten Anwendungsfälle wieder auffrisst.

Der Prefix-Cache ist der größte Hebel, und er hat eine Schwelle

Der Unterschied zwischen 3,00 und 0,30 US-Dollar ist Faktor zehn. Genau hier verdienst oder verbrennst du Geld.

Der Cache arbeitet automatisch. Du brauchst keine Cache-ID, keine Lebensdauer-Verwaltung und keinen zusätzlichen Parameter, die Dokumentation formuliert das so: „no cache ID, TTL, or extra parameter is required”. Das System erkennt wiederkehrende Prompt-Anfänge selbst und rechnet sie zum Cache-Preis ab.

Die Bedingung steht in einem Nebensatz der Dokumentation und wird gern überlesen: Ein Treffer ist erst möglich, wenn die vorherige Anfrage mehr als 256 Prompt-Token hatte. Kurze Anfragen laufen dauerhaft zum vollen Preis. Für Chat-Oberflächen mit knappen Fragen bringt der Cache deshalb wenig, für Anwendungen mit festem Systemkontext sehr viel.

Rechne es einmal mit eigenen Zahlen durch. Angenommen, dein Support-Assistent bekommt bei jeder Anfrage euer Produkthandbuch mit 40.000 Token vorangestellt, und er läuft 200 Mal am Tag. Ohne Cache sind das 8 Millionen Eingabe-Token täglich, also 24 US-Dollar. Landen dieselben 40.000 Token im Cache, fallen 2,40 US-Dollar an. Über zwanzig Arbeitstage stehen sich rund 416 Euro und rund 42 Euro gegenüber, bei identischem Ergebnis.

Der übliche Mengenrabatt greift bei K3 nicht

Bei den meisten Anbietern lautet der erste Spartipp: Wenn es nicht eilig ist, schick die Anfragen als Stapel und zahl die Hälfte. Moonshot hat so ein Angebot, die Batch-API rechnet laut Dokumentation mit 60 Prozent des Standardpreises ab und unterliegt keinen Nebenläufigkeits-Limits.

Nur steht Kimi K3 dort nicht in der Modell-Liste.

Die Batch-API unterstützt die Modelle kimi-k2.7-code, kimi-k2.6 und kimi-k2.5.

Moonshot AI, Dokumentation zur Batch-Abrechnung, abgerufen am 4. August 2026, übersetzt

Für die Planung heißt das: Wer 50.000 Dokumente über Nacht durchrechnen lassen will, zahlt bei K3 den vollen Satz. Der saubere Umweg ist eine Zweiteilung. Die Masse läuft über kimi-k2.6 im Stapelbetrieb, und nur die Fälle, an denen das kleinere Modell scheitert, gehen einzeln an K3. Das lohnt sich ab dem Punkt, an dem die Trefferquote des kleineren Modells über etwa 80 Prozent liegt, denn dann sparst du auf vier Fünfteln der Menge 40 Prozent und zahlst nur beim Rest voll.

Nebenbei: Die Datei-Schnittstellen für Inhaltsextraktion und Speicherung sind laut Preisseite derzeit kostenfrei. Wer Dokumente hochlädt statt sie in jeden Prompt zu kopieren, spart damit zusätzlich.

Eine Million Token: was hineinpasst und was das kostet

1.048.576 Token entsprechen grob 700.000 Wörtern, also etwa 2.500 Buchseiten. Ein vollständiges Bauprojekt-Archiv, die Vertragsakte eines Großkunden oder die komplette Codebasis eines mittleren Produkts passen in eine einzige Anfrage.

Der Preis dafür ist überschaubar: Ein einmal komplett gefülltes Fenster kostet bei Cache-Miss 3,15 US-Dollar, also 2,73 Euro. Liegt derselbe Inhalt im Cache, sind es 31 Cent.

Die Falle liegt im Dialog. Jede Folgefrage schickt den gesamten bisherigen Verlauf erneut mit. Ein Gespräch über zehn Runden auf einem 500.000-Token-Dokument kostet ohne Cache rund 15 US-Dollar, mit funktionierendem Cache anderthalb. Wie sich das über ein Jahr summiert, haben wir in unserer Rechnung zu den Token-Kosten im Unternehmen durchgespielt.

Zwei technische Eigenheiten bei Bildern und Video solltest du vorher kennen, weil sie den ersten Integrationsversuch gern scheitern lassen. Öffentliche Bild-URLs akzeptiert die Schnittstelle nicht, die Dokumentation verlangt base64-kodierte Daten oder eine Referenz der Form ms://file-id aus der Datei-Schnittstelle. Und der Inhalt einer Nachricht muss bei multimodalen Anfragen als Array von Objekten übergeben werden, ein einfacher String genügt dann nicht mehr.

Die Denkstufe entscheidet über deine Rechnung

Kimi K3 denkt bei jeder Anfrage nach, der Modus lässt sich nicht abschalten. Steuern kannst du ihn über den Parameter reasoning_effort mit den Werten low, high und max. Voreingestellt ist max.

Der Preis je Token ist in allen drei Stufen identisch. Die Rechnung entsteht über die Menge: Denk-Token zählen als Ausgabe und kosten damit 13,00 Euro je Million. Wie gesprächig das Modell auf der höchsten Stufe ist, zeigt eine Zahl von Artificial Analysis. Für den Durchlauf des Intelligence-Index brauchte Kimi K3 rund 130 Millionen Ausgabe-Token, der Median aller getesteten Modelle liegt bei 100 Millionen.

Wer die Voreinstellung übernimmt, zahlt also für Nachdenken, das viele Aufgaben gar nicht brauchen. Was du beim Herunterschalten aufgibst, lässt sich beziffern, weil Artificial Analysis beide Stufen getrennt misst: Auf max erreicht Kimi K3 am 8. August einen Intelligence-Index von 60, auf low sind es 48. Zwölf Punkte klingen nach viel, sie fallen aber vor allem bei Aufgaben mit mehrstufiger Ableitung an. Beim Verschlagworten eines Tickets oder beim Herausziehen von Feldern aus einem vorgegebenen Dokument schlägt der Unterschied kaum durch, bei einer juristischen oder rechnerischen Herleitung sehr wohl.

Setz reasoning_effort für Routinearbeit wie Klassifizierung, Extraktion oder Zusammenfassung also auf low und heb die Stufe nur dort an, wo die Qualität messbar besser wird. In unseren eigenen Läufen war das bei etwa jeder fünften Aufgabe der Fall.

Rate-Limits: ein Dollar Guthaben bremst deinen Test aus

Moonshot koppelt die Limits an die kumulierte Aufladung. Der Einstieg kostet einen US-Dollar, und genau da liegt die Stolperstelle für Piloten.

Rate-Limits laut Moonshot-Dokumentation, abgerufen am 4. August 2026.

Drei Anfragen pro Minute bedeuten eine Anfrage alle zwanzig Sekunden. Ein Testlauf über 200 Dokumente dauert damit gut eine Stunde, obwohl das Modell in Sekunden antwortet. Das Tageslimit von 1,5 Millionen Token reicht für etwa anderthalb volle Kontextfenster.

Zehn US-Dollar lösen das Problem: Tier 1 hebt die Nebenläufigkeit auf 50, die Anfragen pro Minute auf 200 und das Tagesvolumen auf unbegrenzt. Für eine Pilotphase ist das der einzige sinnvolle Startpunkt. Wer die 429-Antwort trotzdem sieht, folgt der Empfehlung aus der Dokumentation und wartet zunächst eine Sekunde, dann zwei, dann vier. Bei fünf US-Dollar kumulierter Aufladung schreibt Moonshot einen Gutschein über fünf Dollar gut, was den Einstieg praktisch halbiert.

Die ersten Schritte für dein Team, in einer halben Stunde

Wenn jemand aus deinem Team Python oder JavaScript lesen kann, ist der erste Aufruf in einer halben Stunde erledigt.

1. Konto auf platform.kimi.ai anlegen und gleich zehn US-Dollar aufladen, damit Tier 1 greift.
2. In der Konsole unter console/api-keys einen Schlüssel erzeugen. Pro Projekt ein eigener Schlüssel, dann lässt sich der Verbrauch später zuordnen.
3. Im bestehenden Code die Adresse auf https://api.moonshot.ai/v1 und den Modellnamen auf kimi-k3 umstellen. Das offizielle OpenAI-SDK ab Version 1.0 funktioniert unverändert.
4. Für den ersten Durchlauf reasoning_effort auf low setzen, sonst verzerrt der Denkmodus deine Kostenmessung.
5. Den stabilen Teil des Prompts nach vorn ziehen, damit der Cache ab der zweiten Anfrage greift.
6. Zwei Zahlen mitschreiben: Token je Vorgang und Trefferquote gegen euer heutiges Modell. Alles andere ist später zu klären.

from openai import OpenAI

client = OpenAI(
    api_key=os.environ["MOONSHOT_API_KEY"],
    base_url="https://api.moonshot.ai/v1",
)

antwort = client.chat.completions.create(
    model="kimi-k3",
    reasoning_effort="low",
    messages=[
        {"role": "system", "content": HANDBUCH},   # stabiler Teil zuerst
        {"role": "user", "content": frage},        # variabler Teil zuletzt
    ],
)

Für Werkzeugaufrufe unterstützt die Schnittstelle tool_choice=“required”, für maschinenlesbare Antworten ein json_schema mit strict: true. Im Streaming-Betrieb kommen Denkschritte und finale Antwort getrennt an, als reasoning_content und content. Wer diese Trennung nutzt, kann die Denkschritte im Log behalten und dem Nutzer trotzdem nur das Ergebnis zeigen.

Vor dem Produktivgang: Rechnung, Recht und Daten

Hier wird es für deutsche Unternehmen unbequem, und zwar an einer Stelle, die in Entwickler-Tutorials nie auftaucht.

Vertragspartner der Entwicklerplattform ist laut Nutzungsbedingungen die MOONSHOT AI PTE. LTD. Es gilt das Recht von Singapur, Schiedsort ist Singapur, Verfahrenssprache Englisch. Die Bedingungen erlauben ausdrücklich, Kundeninhalte zur Bereitstellung, Wartung, Entwicklung und Verbesserung der Dienste zu verwenden. Wer das ausschließen will, muss laut demselben Dokument gesondert eine Unternehmensvereinbarung verhandeln.

Auf der Abrechnungsseite passt die Dokumentation nicht recht zu einer deutschen Buchhaltung. Als Online-Zahlwege beschreibt Moonshot WeChat Pay und Alipay per QR-Code, als Rechnungsaussteller nennt die Doku die Beijing Moonshot AI Technology Co., Ltd. mit einem Steuersatz von 6 Prozent. Die Nutzungsbedingungen erwähnen daneben die Belastung einer hinterlegten Kredit- oder Debitkarte. Für eine saubere Vorsteuerbehandlung und ein Reverse-Charge-Verfahren solltest du das mit deiner Steuerberatung klären, bevor die erste größere Aufladung läuft, statt danach.

Beim Datenschutz gilt unverändert, was wir in Kimi K3 und die DSGVO aufgeschrieben haben: Für Singapur gibt es keinen Angemessenheitsbeschluss der EU-Kommission, Standardvertragsklauseln benennt die Datenschutzerklärung der Plattform nicht, ein Auftragsverarbeitungsvertrag ist dort ebenfalls nicht dokumentiert. Für Tests mit unkritischem Material ist der direkte API-Weg brauchbar. Sobald personenbezogene Daten, Bewerbungsunterlagen oder Mandantenakten im Spiel sind, führt der belastbare Weg über die offenen Gewichte bei einem europäischen Anbieter. Preise um 0,40 bis 0,60 Euro je Million Token, Auftragsverarbeitungsvertrag inklusive, die Anbieterlage steht in unserer Anleitung zum Selbst-Hosten.

Dein nächster Schritt

Such dir eine wiederkehrende Aufgabe ohne personenbezogene Daten mit hohem Textvolumen, etwa die Vorprüfung eingehender Ausschreibungen oder das Verschlagworten von Support-Tickets. Lad zehn Dollar auf, häng die Aufgabe eine Woche lang parallel an Kimi K3 auf niedriger Denkstufe und protokolliere Token je Vorgang, Trefferquote und Bearbeitungsdauer. Danach hast du drei belastbare Zahlen für deine Entscheidung und weißt, ob sich der Aufwand für einen zweiten Anbieter lohnt. Die tagesaktuellen Werte pflegen wir im Kimi-K3-Guide für Unternehmen, die Einordnung des Modells steht in Was ist Kimi K3, passende Arbeitsanweisungen findest du im Kimi-Skills-Katalog.

Florian Wessling

CEO, Collective Brain GmbH · Hamburg

Florian Wessling ist CEO der Collective Brain GmbH in Hamburg und bringt seit über 15 Jahren Marken, Content-Strategie und KI-gestütztes Marketing in Mittelstand und Konzerne. Was Collective Brain verkauft, betreibt er zuerst selbst: Sechs eigene KI-Marken dienen als Testfeld, von der automatisierten Content-Pipeline bis zum täglich aktualisierten AI Leaderboard. Er ist eingetragener BAFA-Berater und führt mit Collective Brain eine Google-Partner-Agentur.

LinkedIn Beratung anfragen