Kimi K3 ist das Flaggschiffmodell von Moonshot AI und die leistungsfähigste Veröffentlichung bisher — ein Mixture-of-Experts-Modell mit 2,8 Billionen Parametern, entwickelt für langfristiges Coding und durchgängige Wissensarbeit. Es kombiniert ein 1M-Token-Kontextfenster mit nativer visueller Verständnisfähigkeit, akzeptiert Text- und Bildeingaben mit Textausgabe und ist darauf ausgelegt, über sehr lange Agentensitzungen hinweg kohärent zu bleiben. Moonshot positioniert K3 für Programmieragenten-Szenarien wie Codex, Claude Code, Cline und RooCode sowie für tiefgehendes Reasoning und Wissensarbeit. Es bietet eine übergeordnete reasoning_effort-Steuerung und native Tool-Calling-Fähigkeiten und spricht das OpenAI-API-Format für die direkte Integration. Beachten Sie, dass K3 keine Sampling-Parameter akzeptiert (kein temperature / top_p / seed) — die Reasoning-Tiefe wird stattdessen über reasoning_effort gesteuert.
MoonshotAI Kimi K3 ist ein großes Sprachmodell, das von MoonshotAI, einem chinesischen KI-Unternehmen, entwickelt wurde. Es unterstützt ein Kontextfenster von 1.048.576 Token und akzeptiert sowohl…
Kimi K3s Hauptfunktion besteht darin, einen Kontextfenster von bis zu 1.048.576 Token zu verarbeiten, sodass es ganze Romane, umfangreiche technische Handbücher oder ausführliche Gesprächsverläufe in einer einzigen Eingabeaufforderung einbinden kann. Es akzeptiert außerdem Bilder und ermöglicht so multimodales Denken. Das Modell kann Aufgaben wie Zusammenfassung, Beantwortung von Fragen und Generierung über sehr lange Eingaben hinweg durchführen. Es ist in der Lage, komplexe Anweisungen zu verstehen und diesen über lange Sequenzen hinweg zu folgen. Es unterstützt OpenAI-kompatible API-Parameter wie temperature, max_tokens, top_p und Stop-Sequenzen über OrcaRouter.
Kimi K3 wird am besten eingesetzt, wenn die Aufgabe von Natur aus einen sehr großen Kontext erfordert – zum Beispiel die Analyse eines 1.000-seitigen Dokuments auf einmal oder die Aufrechterhaltung einer Konversation mit vollständigem Verlauf von Hunderten von Nachrichten. Bei kürzeren Eingaben sind die höheren Kosten pro Token ($3/$15 pro Million) möglicherweise nicht gerechtfertigt. Günstigere Modelle mit kleineren Kontextfenstern können die meisten typischen Aufgaben effizienter bewältigen. Verwenden Sie Kimi K3 nur, wenn die Aufgabe das gesamte Kontextfenster erfordert, um Kürzungen oder mehrere Chunk-und-Zusammenfassen-Schritte zu vermeiden.
Kimi K3 zeichnet sich bei Aufgaben aus, bei denen Informationen über einen sehr langen Text verteilt sind oder Bilder enthalten. Beispiele sind das Extrahieren wichtiger Fakten aus einem buchlangen Bericht, das Beantworten von Fragen zu einer vollständigen Codebasis, der Vergleich mehrerer Forschungspapiere oder die Analyse einer Reihe von Diagrammen. Es kann auch die Konsistenz über lange Dialoge hinweg aufrechterhalten. Seine Stärke liegt in der Fähigkeit, gleichzeitig auf alle Teile des Kontexts zu achten, wodurch die Notwendigkeit externer Abfragen oder Aufteilung verringert wird.
Während Kimi K3 ein großes Kontextfenster bietet, schneidet das Modell bei engen Aufgaben möglicherweise nicht immer so gut ab wie kleinere, feinabgestimmte Modelle. Der große Kontext kann zudem die Latenz und die Rechenkosten erhöhen. Genaue Einschränkungen (z. B. maximale Bildauflösung, unterstützte Dateitypen, Sprachkompetenz) sind in den gegebenen Fakten nicht angegeben, sind jedoch dem Modellentwurf inhärent. Benutzer sollten sich bewusst sein, dass sehr lange Eingabeaufforderungen viele Tokens verbrauchen und somit höhere Kosten verursachen. Der Zugriff auf das Modell erfolgt über OrcaRouter; die Betriebszeit und Antwortzeiten des Anbieters gelten.
Die bereitgestellten Fakten enthalten keine spezifischen Benchmark-Ergebnisse für Kimi K3. Im Allgemeinen werden Modelle mit großen Kontextfenstern bei Aufgaben wie dem Needle-in-a-Haystack-Test, der Beantwortung langer Dokumente und der Zusammenfassung bewertet. MoonshotAI hat möglicherweise Ergebnisse veröffentlicht; Benutzer sollten die offizielle Dokumentation konsultieren. Die Leistung des Modells bei standardmäßigen NLP-Benchmarks (z. B. MMLU, GSM8K) wird nicht angegeben. Wir empfehlen, Kimi K3 mit Ihrem eigenen Evaluierungssatz zu testen, um seine Effektivität für Ihren Anwendungsfall zu beurteilen.
Ein Kontextfenster von 1.048.576 Token bedeutet, dass das Modell in einem Durchlauf etwa 1,5 Millionen englische Wörter oder 800.000 chinesische Schriftzeichen verarbeiten kann. In der Praxis ermöglicht dies die Verarbeitung ganzer Bücher, umfangreicher Gesprächsprotokolle oder multimodaler Daten mit vielen Bildern. Allerdings werden nicht alle Token gleichermaßen genutzt; Aufmerksamkeitsmechanismen konzentrieren sich oft mehr auf aktuelle oder markante Teile. Die Fähigkeit des Modells, Informationen aus der Mitte langer Kontexte abzurufen, kann getestet werden. Die Leistung bei solchen Aufgaben ist oft besser als bei Modellen mit kleinerem Kontext, hat aber möglicherweise noch Verbesserungspotenzial.
Latenz und Durchsatz sind in den gegebenen Fakten nicht spezifiziert. Modelle mit sehr großen Kontextfenstern benötigen im Allgemeinen länger, um jede Anfrage zu verarbeiten, da der Aufmerksamkeitsmechanismus quadratisch mit der Sequenzlänge skaliert. Für eine vollständige Ausgabe von 1 Mio. Tokens ist mit hoher Latenz zu rechnen. Über OrcaRouter können Sie max_tokens festlegen, um die Ausgabelänge zu begrenzen und die Antwortzeit zu steuern. Für Echtzeitanwendungen sollten Sie kleinere Modelle in Betracht ziehen. Die Stapelverarbeitung längerer Aufgaben kann praktischer sein. Die tatsächliche Leistung hängt von der Infrastruktur des Anbieters und der aktuellen Auslastung ab.
Kimi K3s großer Kontextbereich ist eine Stärke, aber auch eine Herausforderung. Bei Aufgaben, die präzises Denken über kurze Eingaben erfordern, könnte es im Vergleich zu spezialisierten Modellen weniger genau sein. Das Modell könnte in Bereichen wie kreativem Schreiben oder Codegenerierung im Vergleich zu für diese Aufgaben optimierten Modellen eine geringere Qualität aufweisen. Zusätzlich sind die Kosten pro Token relativ hoch, sodass die Verwendung für kurze Eingabeaufforderungen ineffizient ist. Das Modell ist relativ neu; die langfristige Stabilität und der Support von MoonshotAI sind Faktoren, die zu berücksichtigen sind.
Kimi K3 wird mit 3,00 $ pro 1 Million Eingabe-Token und 15,00 $ pro 1 Million Ausgabe-Token berechnet. Dies sind die Anbieterraten ohne Aufschlag durch OrcaRouter. Eingabe-Token umfassen sowohl Text- als auch Bild-Token (Bilder werden basierend auf ihrem Token-Äquivalent abgerechnet). Ausgabe-Token sind alle vom Modell generierten Token. Es fallen keine zusätzlichen Gebühren über die Kosten pro Token an. Die Preise können vom Anbieter geändert werden, aber OrcaRouter gibt die Raten ohne Aufschlag weiter.
Da Kimi K3 extrem lange Kontexte verarbeiten kann, ersetzt es mehrere API-Aufrufe, die bei Modellen mit kleinerem Kontext nötig wären, und senkt so möglicherweise die Gesamtkosten für Aufgaben, die eine vollständige Dokumentverarbeitung erfordern. Allerdings ist jeder Token teurer als bei vielen kompakten Modellen. So kostet beispielsweise ein 1-Millionen-Token-Input fix 3,00 $, während ein kleineres Modell 0,15 $ pro Million kosten könnte, aber mehrere Aufrufe benötigt, um dieselben Daten zu verarbeiten. Der Trade-Off liegt zwischen Einfachheit und Kosten pro Token. Benutzer sollten den gesamten Tokenverbrauch pro Aufgabe schätzen.
Die bereitgestellten Fakten erwähnen keinerlei Caching oder Mengenrabatte für Kimi K3 auf OrcaRouter. Die Preisgestaltung erfolgt strikt pro Token, wie vom Anbieter abgerechnet. OrcaRouter bietet möglicherweise Funktionen wie Anfrageprotokollierung oder Wiederholungsversuche, aber es werden keine spezifischen Preisnachlässe angegeben. Benutzer sollten die aktuelle Preisseite von OrcaRouter auf etwaige Aktualisierungen überprüfen. Im Allgemeinen können Hochvolumen-Nutzer direkt mit dem Anbieter verhandeln, aber über OrcaRouter gelten die aufgeführten Tarife.
Bilder werden für Abrechnungszwecke in Tokens umgewandelt. Die genaue Tokenisierung von Bildern hängt von ihrer Auflösung und dem Algorithmus des Anbieters ab. In der Regel kostet ein Standardbild (z. B. 1024x1024) in der Größenordnung von Hunderten von Tokens. Da der Eingabepreis von Kimi K3 bei $3.00 pro 1 Mio. Tokens liegt, erhöht das Einfügen von Bildern in einen Prompt die Anzahl der Eingabe-Tokens und damit die Kosten. Bei Arbeitslasten mit vielen Bildern können die Gesamtkosten schnell ansteigen. Es ist ratsam, die Bildgröße zu minimieren oder nur relevante Bilder einzufügen, um die Kosten zu kontrollieren.
Auf Kimi K3 wird über die mit OpenAI kompatible API von OrcaRouter zugegriffen. Sie senden HTTP-POST-Anfragen an https://api.orcarouter.ai/v1/chat/completions mit dem Modellparameter "kimi/kimi-k3". Das Anfrageformat ist identisch mit der Chat Completions API von OpenAI: Fügen Sie ein messages-Array mit den Rollen system, user und assistant ein. Für Bildeingaben verwenden Sie das content-Array mit dem Typ "image_url". Stellen Sie sicher, dass Sie einen API-Schlüssel von OrcaRouter haben. Es ist keine spezielle Konfiguration erforderlich; Standardparameter wie temperature, max_tokens, top_p und stop werden unterstützt.
Über OrcaRouter unterstützt Kimi K3 standardmäßige OpenAI-kompatible Parameter: Temperatur (Standard 0,7), max_tokens (bis zum Ausgabelimit des Modells, das nicht angegeben ist, aber wahrscheinlich unter 32K liegt), top_p, frequency_penalty, presence_penalty, Stopp-Sequenzen und n (Anzahl der Vervollständigungen). Das Modell akzeptiert auch einen Stream-Parameter für die Echtzeitausgabe. Für Bildeingaben können Sie das multimodale Inhaltsformat verwenden. Nicht unterstützte Parameter werden ignoriert. Das große Kontextfenster ermöglicht die Einstellung eines hohen max_tokens-Werts für lange Ausgaben, aber achten Sie auf die Kosten.
Die Migration ist unkompliziert, wenn Sie bereits eine OpenAI-kompatible API verwenden. Ändern Sie die Basis-URL zu https://api.orcarouter.ai/v1, aktualisieren Sie die Modell-ID auf "kimi/kimi-k3" und setzen Sie Ihren OrcaRouter-API-Schlüssel. Es sind keine Codeänderungen erforderlich, wenn Sie dasselbe Nachrichtenformat verwenden. Für die Bildunterstützung stellen Sie sicher, dass Ihre Prompts Bild-URLs oder base64-Daten enthalten. Möglicherweise müssen Sie max_tokens und andere Parameter an die Fähigkeiten des Modells anpassen. Testen Sie zuerst mit einer kleinen Stichprobe, um die Ausgabequalität und die Kosten zu überprüfen.
Sie benötigen einen API-Schlüssel von OrcaRouter. Fügen Sie ihn als Bearer YOUR_API_KEY in den Authorization-Header ein. OrcaRouter verwaltet Authentifizierung und Abrechnung. Aus Sicherheitsgründen geben Sie Ihren Schlüssel nicht weiter. OrcaRouter unterstützt möglicherweise auch die Rotation von API-Schlüsseln. Von MoonshotAI wird keine zusätzliche Authentifizierung benötigt. Alle Anfragen laufen über die Infrastruktur von OrcaRouter, die Ratenbegrenzung und Fehlerbehandlung übernimmt. Stellen Sie sicher, dass Ihre Anfragen den Nutzungsbedingungen von OrcaRouter entsprechen.
Kimi K3 bietet ein Kontextfenster von 1.048.576 Token, was zu den größten verfügbaren gehört. Es ist vergleichbar mit Modellen anderer Anbieter, die ebenfalls Millionen-Token-Kontexte unterstützen. Die Preisgestaltung von 3 $/15 $ pro Million Token ist wettbewerbsfähig. Im Gegensatz zu einigen Modellen unterstützt Kimi K3 multimodale Eingaben (Text und Bild). Ein wesentliches Unterscheidungsmerkmal ist der Zugriff über OrcaRouter ohne Aufschlag. Im Vergleich zu Modellen wie GPT-4 Turbo (128K Kontext, höhere Kosten) kann Kimi K3 bei sehr langen Sequenzen günstiger sein, jedoch möglicherweise andere Qualitätsprofile aufweisen. Benchmark-Vergleiche werden nicht bereitgestellt.
Wählen Sie Kimi K3, wenn die Aufgabe das gesamte große Kontextfenster erfordert – zum Beispiel die Analyse eines 500-seitigen Dokuments in einem Stück oder die Einbindung vieler Bilder in eine einzelne Eingabeaufforderung. Günstigere Modelle mit kleineren Kontextfenstern (z. B. 128K Token) könnten Sie dazu zwingen, die Eingabe aufzuteilen, wodurch Querverweise verloren gehen. Wenn die Aufgabe ohne Qualitätsverlust aufgeteilt werden kann, ist ein günstigeres Modell aufgrund der niedrigeren Kosten pro Token vorzuziehen. Bedenken Sie auch, ob die spezifischen Stärken des Modells (multimodal, Langkontext) entscheidend sind.
Die bereitgestellten Fakten beziehen sich nur auf Kimi K3. MoonshotAI hat frühere Modelle wie Kimi und Kimi K2. Kimi K3 ist das neueste Modell mit einem größeren Kontextfenster und multimodaler Unterstützung. Frühere Modelle haben wahrscheinlich kleinere Kontexte und akzeptieren möglicherweise keine Bilder. Preise für andere Modelle sind nicht angegeben. Für bestehende Nutzer älterer MoonshotAI-Modelle bietet das Upgrade auf Kimi K3 erweiterte Funktionen, jedoch zu höheren Kosten pro Token. Die Entscheidung hängt davon ab, ob der größere Kontext und die Bildeingaben den Aufpreis rechtfertigen.
OpenAI-kompatibel — behalte dein bisheriges SDK
https://api.orcarouter.ai/v1import os
from openai import OpenAI
client = OpenAI(
base_url="https://api.orcarouter.ai/v1",
api_key=os.environ["ORCAROUTER_API_KEY"],
)
response = client.chat.completions.create(
model="kimi/kimi-k3",
messages=[{"role": "user", "content": "Hello"}],
)
print(response.choices[0].message.content)frequency_penaltyinclude_reasoningmax_tokenspresence_penaltyreasoningreasoning_effortresponse_formatstopstructured_outputstool_choicetools| Eingabe / 1M Tokens | $3.00 |
|---|---|
| Ausgabe / 1M Tokens | $15.00 |
| Cache-Lesen / 1M | $0.300 |
| Währung | USD |
Schätzung auf Basis des Listenpreises
Nur eine Schätzung — die tatsächliche Token-Anzahl hängt vom Tokenizer des Anbieters ab.
Worüber Entwickler diese Woche sprechen
GET /api/public/models/kimi/kimi-k3Öffnen @misc{orcarouter_kimi_k3,
title = {Kimi K3 API},
author = {MoonshotAI},
year = {2026},
howpublished = {OrcaRouter},
url = {https://www.orcarouter.ai/models/kimi/kimi-k3}
}MoonshotAI. (2026). Kimi K3 API. OrcaRouter. https://www.orcarouter.ai/models/kimi/kimi-k3