Kimi K3.1 Pro API-Kostenrechner: Reproduzierbare Workload-Schätzungen für Moonshot und OneMux
Schätze die API-Kosten für Kimi K3.1 Pro anhand klar ausgewiesener Annahmen zu Tokens, Cache, Tarif und Ausgabe. Mit reproduzierbaren Berechnungen für die offiziellen Moonshot-Preise und das Routing über OneMux.
Zusammenfassung · TL;DR
Eine reproduzierbare Schätzung der Kosten für Kimi K3.1 Pro gelingt, wenn Tokenvolumen, Cache-Verhalten, Ausgabelimits und Routing-Tarif konstant gehalten werden. Laut veröffentlichtem Preisstand kostet ein Workload mit 10 Millionen Input-Tokens und 1 Million Output-Tokens über die offizielle Standard-API $30.00 und über OneMux $8.97, jeweils vor Cache-Write-Gebühren. Diese Werte sind Schätzungen, kein Performance-Benchmark.
Kernaussagen
- Vergleiche Preise in derselben Einheit: USD pro 1 Million Input- oder Output-Tokens.
- Für 10 Millionen Input-Tokens und 1 Million Output-Tokens beträgt die veröffentlichte Schätzung zum Standardtarif $30.00 über den offiziellen Anbieter und $8.97 über OneMux.
- Kimi K3.1 Pro ist ein Reasoning-Modell mit aktiviertem Thinking. Die Output-Nutzung kann variieren; lege daher ein Ausgabelimit fest und dokumentiere es, sofern die API dies unterstützt.
- Cache-Reads und Cache-Writes müssen getrennt modelliert werden. Eine Annahme zur Cache-Trefferquote ohne Annahme zu Cache-Writes ist unvollständig.
- Nutze feste Testfälle und dokumentierte Token-Nutzung, bevor du dich für ein Routing oder einen Tarif entscheidest.
Auf dieser Seite (10)
Welche Frage diese Berechnung beantworten soll
Wenn du Kimi K3.1 Pro für einen reproduzierbaren Workload evaluierst, solltest du nicht mit einem prominent dargestellten Preis beginnen. Lege zuerst einen festen Testfall fest: Wie viele Input-Tokens gehen ein, wie viele Output-Tokens werden erzeugt, welcher Anteil der Eingabe stammt aus dem Cache und wird Standard- oder Highspeed-Routing benötigt?
Dieser Leitfaden vergleicht die offiziellen Tarife von Moonshot mit dem veröffentlichten OneMux-Katalogstand vom 11. November 2026. OneMux veröffentlicht diesen Vergleich und ermöglicht den Zugriff auf Modelle über eine OpenAI-kompatible API. Die folgenden Berechnungen verwenden USD pro 1 Million Tokens; Input und Output werden getrennt abgerechnet. Es handelt sich um Kostenschätzungen, nicht um eine Messung von Qualität oder Latenz.
Veröffentlichte Preise für Kimi K3.1 Pro
Laut der bereitgestellten Moonshot-Quelle wurden die offiziellen Preise zuletzt am 25. Oktober 2026 überprüft. Die OneMux-Katalogpreise stammen aus dem Stand vom 11. November. Das veröffentlichte Preisverhältnis entspricht dem OneMux-Preis geteilt durch den entsprechenden offiziellen Preis. Es ist keine Garantie für Einsparungen auf der Gesamtrechnung bei jeder Anfrage oder Abrechnungsbedingung.
| Route | Input pro 1M Tokens | Output pro 1M Tokens | Veröffentlichtes Preisverhältnis |
|---|---|---|---|
| Offizieller Standardtarif | $2.00 | $10.00 | 1.000 |
| OneMux-Standardtarif | $0.598 | $2.99 | 0.299 |
| Offizieller Highspeed-Tarif | $4.00 | $20.00 | 1.000 |
| OneMux-Highspeed-Tarif | $2.184 | $10.92 | 0.546 |
Die OneMux-Standardpreise entsprechen laut Katalogstand 0.299 der jeweiligen offiziellen Preise. Damit liegen die angegebenen Tarife 70.1% unter den offiziellen Vergleichspreisen – vor separaten Cache-Write-Gebühren oder anderen geltenden Bedingungen. Das Verhältnis beim Highspeed-Tarif beträgt 0.546, also 45.4% unter dem offiziellen Vergleichspreis für Highspeed.
Die veröffentlichten OneMux-Preise findest du auf der Modellseite von Kimi K3.1 Pro; aktuelle Kataloginformationen gibt es unter OneMux-Preise. Da sich Preise ändern können, solltest du bei der Auswertung eines Evaluierungsberichts auch den Stichtag des Preisstands festhalten.
Reproduzierbare Berechnung für einen Workload
Verwende für einen Mix ohne Cache diese Formel:
Gesamtkosten = (Input-Tokens / 1,000,000 × Input-Preis) + (Output-Tokens / 1,000,000 × Output-Preis)
Rechenbeispiel: 10M Input- und 1M Output-Tokens
Annahmen:
- 10,000,000 Input-Tokens pro Tag
- 1,000,000 Output-Tokens pro Tag
- Keine Cache-Treffer
- Keine Cache-Write-Gebühren
- 365 Betriebstage
- Standardtarif für Kimi K3.1 Pro
- Preise bleiben für die Jahresrechnung unverändert
| Route | Tagesberechnung | Tageskosten | Jahresschätzung |
|---|---|---|---|
| Offizieller Standardtarif | (10 × $2.00) + (1 × $10.00) | $30.00 | $10,950.00 |
| OneMux-Standardtarif | (10 × $0.598) + (1 × $2.99) | $8.97 | $3,274.05 |
Der Jahreswert ergibt sich schlicht aus den Tageskosten multipliziert mit 365. Er ist kein Angebot und berücksichtigt weder Steuern noch kontospezifische Bedingungen, Wiederholungsversuche oder Cache-Write-Gebühren.
Zum schnellen Vergleich: Die Schätzung für den offiziellen Highspeed-Tarif lautet (10 × $4.00) + (1 × $20.00) = $60.00 pro Tag. Für OneMux Highspeed ergibt sich (10 × $2.184) + (1 × $10.92) = $32.76 pro Tag. Wähle Highspeed nur dann, wenn du den Latenzvorteil selbst gemessen hast. Die bereitgestellte Quelle beschreibt Highspeed als dasselbe Modell zu einem höheren Tokenpreis und enthält kein workload-spezifisches Ergebnis zu Kosten pro Latenz.
Cache ergänzen, ohne Annahmen zu verschleiern
Die bereitgestellte Quelle nennt folgende Cache-Preise für den offiziellen Standardtarif:
| Gebührenart | Offiziell | OneMux-Katalog |
|---|---|---|
| Lesen gecachter Input pro 1M Tokens | $0.20 | $0.0598 |
| Cache-Write, TTL 5 Minuten, pro 1M Tokens | $2.00 | $0.598 |
| Cache-Write, TTL 1 Stunde, pro 1M Tokens | $4.00 | $1.196 |
Angenommen, 60% der 10 Millionen Input-Tokens sind Cache-Treffer und der Output bleibt bei 1 Million Tokens. Ohne Cache-Write-Gebühren lautet die Berechnung für den offiziellen Standardtarif:
(6 × $0.20) + (4 × $2.00) + (1 × $10.00) = $19.20 pro Tag
Die entsprechende Berechnung für OneMux lautet:
(6 × $0.0598) + (4 × $0.598) + (1 × $2.99) = $5.7408 pro Tag
Gib keinen dieser Werte als vollständige Kosten eines Workloads mit Cache aus, bevor du die Cache-Writes hinzugerechnet hast. Dafür musst du wissen, wie viele Tokens geschrieben werden und ob die TTL fünf Minuten oder eine Stunde beträgt. Allein aus der Cache-Trefferquote lassen sich diese Werte nicht ableiten.
Eine wiederholbare Evaluierung vor der Wahl einer Route erstellen
Verwende für jede Route denselben Datensatz und dieselben Limits. Ein praktischer Testsatz kann Folgendes enthalten:
- Kurzer Testfall: eine typische Anfrage mit festgelegtem Input und dokumentiertem maximalem Output.
- Testfall mit langem Kontext: ein repräsentativer großer Prompt, der unter dem veröffentlichten Kontextfenster des Modells von 1M Tokens bleibt.
- Wiederholungstest: dasselbe Präfix wird wiederholt gesendet, um den Effekt von Cache-Reads zu messen.
- Fehlerfall: ein Input nahe deinem betrieblichen Limit; dokumentiere dabei Abschneidung, Timeout- oder Ablehnungsverhalten.
Dokumentiere für jeden Testfall die Modellkennung, den Tarif, die Anzahl der Anfragen, Input-Tokens, Output-Tokens, Cache-Read-Tokens, Cache-Write-Tokens, das Ausgabelimit und die abschließend berechneten Kosten. Bei Kimi K3.1 Pro ist Thinking aktiviert; die bereitgestellte Quelle beschreibt Optionen für reasoning_effort. Daher kann die Output-Nutzung auch bei ansonsten ähnlichen Aufgaben abweichen. Wenn dein Endpunkt den Parameter unterstützt, dokumentiere die gewählte Reasoning-Einstellung und ändere sie während des Vergleichs nicht.
Eine allgemeine OpenAI-kompatible Anfrage könnte so aussehen. Die Unterstützung von Parametern und Endpunkten muss jedoch anhand der jeweiligen Dokumentation bestätigt werden; dieses Beispiel wurde von OneMux nicht getestet:
from openai import OpenAI
client = OpenAI(
base_url="YOUR_DOCUMENTED_COMPATIBLE_ENDPOINT",
api_key="YOUR_API_KEY",
)
response = client.chat.completions.create(
model="kimi-k3.1-pro",
messages=[
{"role": "user", "content": "Your fixed evaluation prompt"}
],
max_tokens=2000,
)
print(response.usage)
Behandle max_tokens und andere Parameternamen als bedingte Kompatibilitätsdetails, nicht als allgemeingültige Zusagen. Wenn Nutzungsfelder fehlen, leite Tokenzahlen nicht aus der Zeichenanzahl ab. Ermittle die Token-Abrechnung stattdessen anhand der Endpunktdokumentation oder der Nutzungsantwort.
Einschränkungen, die die Schätzung verändern können
Die Berechnungen setzen voraus, dass die veröffentlichten Preise pro Million Tokens für alle gezählten Tokens gelten. Die tatsächlichen Kosten können abweichen, wenn Anfragen wiederholt werden, sich Ausgabelimits ändern, Cache-Einträge ablaufen oder ein anderer Tarif verwendet wird. Laut Quelle beträgt das maximale Output-Limit des Modells standardmäßig 131,072 Tokens und kann bis zum vollen Kontextlimit erhöht werden. Ein explizites Ausgabelimit ist daher wichtig, damit die Ergebnisse reproduzierbar sind.
Die Quelle gibt außerdem Qualitäts- und Halluzinationsvergleiche von Moonshot mit Kimi K3 wieder. Das sind Anbieterangaben, die im bereitgestellten Material nicht unabhängig reproduziert wurden. Dieser Artikel vergleicht deshalb Kosten und Evaluierungsverfahren, nicht die Modellqualität. Führe eigene Tests mit festen Testfällen durch, bevor du eine Produktionsroute änderst.
Fazit
Für einen klar definierten Workload mit 10M Input- und 1M Output-Tokens beträgt die veröffentlichte Schätzung pro Tag $30.00 über die offizielle Standardroute und $8.97 zum OneMux-Standardpreis. Aussagekräftig ist der Vergleich nur, weil Token-Einheiten und Workload klar angegeben sind. Berücksichtige Cache-Reads, Cache-Writes, Tarifwahl, Ausgabelimits und dokumentierte Nutzung, bevor du die Ergebnisse als Grundlage für die Budgetplanung verwendest.
Quellen
- Mercatus AI: Kimi K3.1 Pro API Pricing — Zusammenfassung der offiziellen Tarife, Cache-Bedingungen, Tarifdetails, Kontextinformationen und Methodik, die für diesen Artikel bereitgestellt wurden.
- OneMux-Modellseite für Kimi K3.1 Pro — OneMux-Katalogpreise und Modelleinteilung; Preisstand vom 11. November 2026.
- OneMux-Preise — Referenz für die veröffentlichten Katalogpreise.
Veröffentlichter Preisstand
Erfasst am 2026-11-11T21:30:06.126Z aus dem veröffentlichten OneMux-Katalog. Die Preise behalten die Abrechnungseinheiten der Website bei; dies ist kein Live-Benchmark. Eine gestaffelte, cachebasierte oder zeitabhängige Abrechnung kann abweichen. Unbekannte Werte entsprechen nicht null.
| Modell | Offizieller Input | Offizieller Output | OneMux-Input | OneMux-Output | Veröffentlichtes Preisverhältnis |
|---|---|---|---|---|---|
| Kimi K3.1 Pro | $2 | $10 | $0.598 | $2.99 | 0.299 |
Aktuelle OneMux-Preise. Vergleiche Workload-Kosten nur, wenn Input-/Output- und Abrechnungseinheiten übereinstimmen; Informationen zu Tarifbedingungen findest du auf den jeweiligen Modellseiten.
FAQ
Was kostet ein Kimi K3.1 Pro-Workload mit 10M Input- und 1M Output-Tokens?
Unter den angegebenen Annahmen ohne Cache kostet er pro Tag $30.00 zu den offiziellen Moonshot-Standardpreisen und $8.97 zu den veröffentlichten OneMux-Standardpreisen. Diese Werte schließen Cache-Write-Gebühren, Wiederholungsversuche, Steuern und Preisänderungen aus.
Welche Abrechnungseinheiten sollte ich beim Vergleich der Kimi K3.1 Pro-Preise verwenden?
Verwende USD pro 1 Million Input-Tokens und USD pro 1 Million Output-Tokens und halte Input und Output getrennt. Vermische Tokenpreise nicht mit Preisen pro Anfrage und setze fehlende Werte nicht mit null gleich.
Wie wirken sich Cache-Treffer auf die Kostenschätzung für Kimi K3.1 Pro aus?
Ersetze den gecachten Anteil des Inputs durch den Cache-Read-Preis und rechne Cache-Write-Gebühren separat hinzu. Bei 10M Input-Tokens mit 60% Cache-Treffern und 1M Output-Tokens beträgt die Schätzung vor Cache-Writes $19.20 zu den offiziellen Preisen oder $5.7408 zu den OneMux-Standardpreisen.
Sollte ich für eine Evaluierung den Highspeed-Tarif verwenden?
Nur wenn Latenz für die Entscheidung relevant ist und du sie anhand derselben Testfälle misst. Die bereitgestellte Quelle beschreibt Highspeed als höherpreisigen Tarif für dasselbe Modell, belegt aber keinen workload-spezifischen Kosten- oder Latenzvorteil.
Ähnliche Artikel
Guides
Kosten der MiniMax M3.1 Flash API mit einem reproduzierbaren Workload-Test schätzen
So schätzt du die Kosten der MiniMax M3.1 Flash API reproduzierbar: Vergleiche die veröffentlichten Preise für Input, Output und Cache und teste anschließend einen festen Workload mit klaren Grenzen.
Guides
GPT Image 2.5 Sunburst API-Kosten: Eine reproduzierbare Schätzung für datenschutzbewusste Workloads
Schätzen Sie die GPT Image 2.5 Sunburst API-Kosten anhand expliziter Token-Annahmen, einer monatlichen Workload-Berechnung und praktischer Schutzmaßnahmen für Nutzerdaten und Zugangsdaten.
Guides
Gemini 4 Carbon API-Kosten: Eine nachvollziehbare Schätzung für die Support-Triage
Schätzen Sie die Kosten einer Support-Triage mit Gemini 4 Carbon anhand expliziter Token-Annahmen, Cache-Abrechnung, menschlicher Freigabe, Wiederholungsversuchen und der veröffentlichten OneMux-Preise.
Guides
Hy3-API-Vorfälle mit reproduzierbaren Kostensignalen untersuchen
Ein praktischer Leitfaden zur Kostenprüfung bei Hy3-API-Vorfällen: vergleichbare Token-Einheiten verwenden, zwischengespeicherte Eingaben berücksichtigen und unerwartete Ausgaben anhand von Anfrage- und Fehlersignalen untersuchen.