Kimi K3 API

Greifen Sie über die einheitliche Chat-API von EvoLink auf Kimi K3 von Moonshot AI zu – auch gesucht als Moonshot K3 –. Testen Sie Coding mit langem Kontext, Tool-Nutzung, strukturierte Ausgabe vor der Integration.

Moonshot AITextgenerierungVerfügbar

ab $2.850 / 1M Eingabe-Token$3.000 offizieller Preis-5%

API-Dokumentation

Langdokument-AnalyseTool-NutzungStrukturierte AusgabePrompt-CachingChat + Messages

ProduktionsrouteLive

Live

Kontext

1.05M Kontext · max. 1.05M Ausgabe

Geeignet für

Coding im Repository-Maßstab, Analyse langer Dokumente, Agents

Eingabe

Text + Bilder

Ausgabe

Text · JSON (strukturierte Ausgabe) · Tool-Aufrufe

Modelle Preise Readme API

Kimi K3 auswählen

Eine Premiumroute für visuelle Frontend-Prototypen, große Repositories, umfangreiches Quellenmaterial, lang laufende Agenten und anspruchsvolle Wissensarbeit mit einem Arbeitskontext von 1,05 Mio. Token.

Kimi K3

Moonshots Flaggschiff für Reasoning

Ausgewählt

Modell-ID

kimi-k3

Geeignet für

Screenshot-zu-UI, interaktive Prototypen, Repository-weite Entwicklung, Synthese mehrerer Dokumente, Tool-intensive Agenten und Aufgaben, bei denen weniger Retries eine Premiumroute rechtfertigen.

Eingabe

$2.850 / 1M-5%

193.8 cr / 1M$3.000offizieller Preis

Cache-Lesen

$0.286 / 1M-5%

19.4 cr / 1M$0.300offizieller Preis

Ausgabe

$14.250 / 1M-5%

969 cr / 1M$15.000offizieller Preis

Alle Tarife gelten pro 1M Tokens, in USD und Credits, und entsprechen der aktuellen Preisgestaltung Ihres Kontos.

Kimi K3 Preise

Schätzen Sie vor der Integration die Kosten einer Kimi K3-Anfrage. Der Rechner verwendet die aktuellen Tarife Ihres Kontos; offizielle Preise dienen als Vergleich.

Anfragen-Rechner

Geben Sie den Token-Mix einer Anfrage und die Anzahl erfolgreicher Tool-Aufrufe ein.

Eingabe-TokensCache-Lese-TokensAusgabe-TokensWebsuche

Geschätzte Kosten pro Anfrage

Kimi K3

USD$0.0072

Credits0.4884

Offizielle Schätzung $0.0076 · $0.0004 gespart (5%)

Eingabe-Tokens0.1938 cr

Cache-Lese-Tokens0.0039 cr

Ausgabe-Tokens0.2907 cr

Mindestgebühr: 0.01 Credits pro Anfrage.

Budget-Leitfaden

Ungefähre Anfragen mit dem aktuellen Token-Mix.

Credits aufladen

$10

Etwa 1330 Anfragen

Für schnelle Tests

$50

Etwa 6961 Anfragen

Für die laufende Entwicklung

$100

Etwa 13923 Anfragen

Für die Produktionsbewertung

Tarife serverseitiger Tools

Nur erfolgreiche serverseitige Aufrufe werden pro Aufruf berechnet; fehlgeschlagene Versuche kosten keine Tool-Gebühr, Tokens werden weiterhin berechnet.

Websuche$0.0050/ Aufruf0.34 cr / Aufruf

Kimi K3 API für lange Kontexte und Agenten

Kimi K3 über EvoLink für visuelle Frontend-Prototypen, Repository-Coding, Agenten, 1,05M Token Kontext, Prompt-Caching und zwei API-Protokolle nutzen.

Kimi K3 wird auf EvoLink unter der Modell-ID kimi-k3 über Chat Completions · Responses · Anthropic Messages bereitgestellt – mit demselben API-Key und Guthaben wie jedes andere Modell. Es bietet ein Kontextfenster von 1.05M und bis zu 1.05M Ausgabe-Tokens, dazu Coding mit langem Kontext, Tool-Nutzung, strukturierte Ausgabe.

Kimi K3 Spezifikationen und Fähigkeiten

Die Zahlen stammen aus der EvoLink-Routenkonfiguration; die Fähigkeiten entsprechen dem, was die API heute bereitstellt.

Kontextfenster: 1.05M Tokens
Max. Ausgabe: 1.05M Tokens
Eingabe: Text + Bilder
Ausgabe: Text · JSON (strukturierte Ausgabe) · Tool-Aufrufe
Reasoning: Dauerhaft aktives Reasoning
Tool-Nutzung: Function Calling mit mehrstufigen Tool-Sequenzen
Prompt-Caching: Automatische Cache-Lesezugriffe zu niedrigerem Tarif
Serverseitige Tools: Websuche, abgerechnet pro erfolgreichem Aufruf
Protokolle: Chat Completions · Responses · Anthropic Messages
Modell-ID: kimi-k3
Parameter: 2.8T

Warum Kimi K3 diese Workloads bewältigen kann

Der Nutzen entsteht aus dem Zusammenspiel von langem Kontext, anhaltendem Reasoning und wiederverwendbaren Prompt-Präfixen. Kontextgröße allein verbessert kein Ergebnis; relevant bleiben saubere Evidenz, Struktur und ein passendes Ausgabebudget.

1M Token als Arbeitsraum, nicht als Füllziel

Das Fenster von 1.048.576 Token kann zusammengehörigen Code, Spezifikationen und frühere Tool-Ergebnisse ohne übermäßiges Chunking bereithalten. Retrieval und Kontextkomprimierung bleiben wichtig, weil irrelevante Inhalte Aufmerksamkeit und Kosten binden.

Langes Reasoning braucht ein Ausgabebudget

K3 eignet sich für längere Analyse-, Planungs- und Ausführungsketten. Reasoning- und Antwort-Token zählen beide zur Nutzung; 1.048.576 Token sind daher Kapazität und keine normale Antwortlänge.

Prompt-Caching profitiert von stabilen Präfixen

Repository-Anweisungen, System-Prompts, Referenzen und Tool-Schemas bieten das größte Cache-Potenzial, wenn Reihenfolge und Struktur stabil bleiben. Größere Modell- oder Prompt-Wechsel können eine erneute Verarbeitung des langen Präfixes auslösen.

Wo Kimi K3 im produktiven Modell-Stack sinnvoll ist

Kimi K3 sollte nicht allein deshalb zur Standardroute werden, weil es das neueste Modell ist. Es lohnt sich vor allem dann, wenn lange Kontexte, durchgängiges Reasoning oder komplexe Tool-Ketten Wiederholungen und manuelle Nacharbeit verringern.

Große Repositories und Änderungen über mehrere Dateien

K3 eignet sich für Aufgaben, die Architekturvorgaben, verbundene Dienste, Testhistorie und Abhängigkeiten über viele Dateien hinweg zusammenführen müssen. Bewertet werden sollten akzeptierte Patches und Review-Zeit, nicht nur einzelne Code-Snippets.

Analyse langer Dokumente und mehrerer Quellen

Zusammengehörige Spezifikationen, Studien, Verträge, Logs oder Wissensquellen können in einem Arbeitskontext bleiben. Ein Kontext mit 1M Token ersetzt jedoch weder Retrieval noch eine klare Dokumentstruktur.

Agenten mit mehrstufiger Tool-Nutzung

K3 passt zu Abläufen mit Tool-Auswahl, strukturierten Ausgaben, Code-Ausführung und wiederholten externen Aktionen. Vollständige Assistant-Nachrichten, Tool-Call-IDs, Argumente und Ergebnisse müssen über mehrere Turns erhalten bleiben.

Einfache Aufgaben auf einer leichteren Route lassen

Kurze Chats, Klassifikation, Umschreiben und einfache Extraktion benötigen selten maximales Reasoning oder 1M Token Kontext. Solcher Traffic sollte erst bei steigender Aufgabenschwierigkeit zu K3 eskalieren.

Was erste Kimi-K3-Tests für die API-Auswahl bedeuten

Frühe Community-Tests liefern noch kein abschließendes Urteil. Sie zeigen jedoch, welche Workloads sich für eine gezielte Evaluation der Kimi K3 API eignen und welche Fragen vor dem Produktionseinsatz offenbleiben.

Starkes Signal bei visuellen Frontend-Aufgaben

In frühen Community-Tests fällt Kimi K3 besonders bei Screenshot-zu-UI, Webseiten-Rekonstruktion, kleinen Spielen und Animationen auf. Für eine belastbare Bewertung sollten Teams die Kimi K3 API mit dem eigenen Designsystem, responsiven Layouts und Accessibility-Anforderungen testen.

Repository-Coding muss sich noch beweisen

Überzeugende UI-Demos belegen noch keine stabile Arbeit an großen Codebasen. Prüfen Sie Kimi K3 mit realen Issues, mehreren Dateien, Tests, Tool-Aufrufen und längeren Agentenläufen – und messen Sie akzeptierte Patches statt einzelner Codebeispiele.

Latenz und Kosten pro akzeptierter Aufgabe messen

Erste Nutzerberichte weisen auf längere Denkphasen und einen schwer vorhersehbaren Token-Verbrauch hin. Vergleichen Sie deshalb nicht nur den Tokenpreis, sondern Wartezeit, Ausgabe-Token, Retries, Korrekturaufwand und Gesamtkosten je akzeptiertem Ergebnis.

Veröffentlichte offene Gewichte treffen auf hohe Infrastrukturhürden

Moonshot hat das rund 1,56 TB große Kimi-K3-Repository unter der eigenen Kimi K3 License veröffentlicht. Der Umfang von 2,8 Billionen Parametern und die offizielle Empfehlung von mindestens 64 Beschleunigern machen Self-Hosting weiterhin zu einem anspruchsvollen Cluster- und Betriebsprojekt.

Zwei Wege, Kimi K3 zu nutzen: EvoLink API oder Agent

Nutzen Sie die EvoLink API für Produkt-Backends und Batch-Jobs oder rufen Sie Kimi K3 aus Codex, Claude oder Gemini für Coding- und Analyse-Workflows auf. Beide Wege teilen denselben EvoLink API-Key, das Guthaben, die Modell-ID und die Anfragehistorie.

Option 1

Mit der EvoLink API integrieren

Ideal für: Produkt-Backends, Batch-Jobs, automatisierte Pipelines

Senden Sie OpenAI-kompatible Chat-Completions- (oder Anthropic-Messages-) Anfragen an EvoLink und steuern Sie Modell-ID, System-Prompt, Ausgabebudget, Tools und strukturierte Ausgabe.

1Erstellen Sie einen EvoLink API-Key in der Konsole
2Richten Sie Ihr OpenAI- oder Anthropic-SDK auf die EvoLink-Basis-URL und wählen Sie die oben gezeigte Modell-ID
3Senden Sie eine repräsentative Anfrage und lesen Sie im Feld usage Eingabe-, Cache- und Ausgabe-Tokens ab
4Setzen Sie max_tokens und Wiederholungen pro Aufgabe; behalten Sie Tool-Call-IDs und -Ergebnisse über Runden hinweg

EvoLink API-Key erstellen

Option 2

Mit einem Agenten aufrufen

Ideal für: Coding-, Review- und Analyseaufgaben in Codex, Claude und Gemini

Geben Sie dem Agenten Aufgabe, Eingaben und Abnahmekriterien. Er baut die Anfrage, ruft Kimi K3 über EvoLink auf und liefert die Antwort samt Token-Verbrauch.

1Setzen Sie EVOLINK_API_KEY in Ihrer lokalen Umgebung; nie in Code oder Prompt
2Beschreiben Sie Aufgabe, einzubeziehende Eingaben und das erwartete Ausgabeformat
3Lassen Sie den Agenten Kimi K3 über EvoLink aufrufen und die Anfrage vor dem Senden zeigen
4Lassen Sie den Agenten Antwort, Token-Verbrauch und etwaige Fehlermeldungen berichten

Kimi K3 API-Codebeispiel und Fehlerbehandlung

Dieses Beispiel zeigt die kürzeste lauffähige Anfrage: ein OpenAI-kompatibler Chat-Completions-Aufruf mit System-Prompt, Nutzernachricht und Ausgabebudget. Die vollständige Parameter- und Antwortreferenz finden Sie im API-Tab.

Vollständige API-Doku ansehen

cURL

curl -X POST https://api.evolink.ai/v1/chat/completions \
  -H "Authorization: Bearer $EVOLINK_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "kimi-k3",
    "messages": [
      { "role": "system", "content": "You are a senior engineer reviewing a pull request." },
      { "role": "user", "content": "Review this diff and list every risky change with file and line:\n<diff>" }
    ],
    "max_tokens": 2048,
    "temperature": 0.2
  }'

# The response includes choices[0].message and a usage object
# (prompt_tokens, completion_tokens, and cached tokens when a prefix is
# reused).

Ungültige Anfrage oder nicht unterstützter Parameter

Prüfen Sie Modell-ID, messages-Array und Parameterbereiche anhand der API-Referenz; entfernen Sie Felder, die diese Route nicht unterstützt.

Authentifizierungs- oder Guthabenproblem

Prüfen Sie das Authorization-Bearer-Token und bestätigen Sie das verfügbare Guthaben in der Konsole.

Kontextlänge überschritten

Die Prompt-Tokens übersteigen das Kontextfenster von Kimi K3. Kürzen Sie oder rufen Sie nur relevante Belege ab und nutzen Sie gecachte Präfixe wieder.

Ratenlimit (429)

Mit Backoff und Jitter erneut versuchen; Anfragen bündeln oder in eine Warteschlange stellen statt parallel zu senden.

Inhalt oder Tool-Aufruf abgelehnt

Prüfen Sie sensible Inhalte, fehlerhafte Tool-Call-Argumente und JSON-Schema-Abweichungen vor dem erneuten Versuch.

Was vor produktivem Traffic zu Kimi K3 geprüft werden sollte

Auch ein geeigneter Workload kann durch eine falsche Modell-ID, ein verwechseltes Produktlimit oder verlorenen Agentenstatus scheitern. Prüfen Sie API-Zugangsweg und Anforderungen an den Gesprächsverlauf, bevor Sie die Modellqualität bewerten.

Die dokumentierte API-Modell-ID verwenden

Die EvoLink API nutzt kimi-k3 für Chat Completions und Anthropic Messages.

Modell-ID

Prüfen, zu welcher Oberfläche das Kontextlimit gehört

Die EvoLink-Route unterstützt 1.048.576 Token Kontext. Einige Coding-Clients oder Kimi-Tarife können ein kleineres Standardlimit zeigen; entscheidend sind die tatsächlich verwendete Route und Client-Konfiguration.

Kontext

Vollständigen Assistant- und Tool-Status erneut senden

Mehrstufige Agenten benötigen vollständige Assistant-Nachrichten, Reasoning-Inhalte, Tool-Call-IDs, Argumente und Ergebnisse. Nur den finalen Text zu behalten unterbricht die Zustandskontinuität.

Tool-Status

Nach wesentlichen Routenänderungen eine neue Session starten

Ein Modellwechsel oder eine größere Reasoning-Änderung kann wiederverwendbaren Kontext ungültig machen. Starten Sie eine neue Session und messen Sie Cache-Treffer, Ausgabelänge und Tool-Verhalten erneut.

Session

Prompt-Caching für wiederkehrenden langen Kontext

Automatische Cache-Lesevorgänge werden zu einem eigenen, niedrigeren Satz abgerechnet, wenn stabile Repository-Anweisungen, Referenzdokumente und Tool-Schemata wiederverwendet werden können.

1,05M-Token-Kontext mit 131K Standard-Ausgabelimit

Halten Sie zusammenhängenden Code, Spezifikationen, Dokumente und Agentenzustand in einem Arbeitskontext. Betrachten Sie das Limit als Kapazität, nicht als Ziel: Rufen Sie relevante Belege ab und setzen Sie aufgabengerechte Ausgabebudgets.

Bei Kimi K3 die Kosten pro akzeptierter Aufgabe vergleichen, nicht nur den Token-Preis

Eine Premiumroute lohnt sich nur, wenn Kimi K3 bei demselben Workload Chunking, Retries, fehlerhafte Tool-Ketten oder manuelle Nacharbeit reduziert. Vergleichen Sie identische Aufgabensätze statt isolierter Prompt-Preise.

Erfolg im ersten VersuchAkzeptierte ErgebnisseAnzahl der RetriesAusgabe-TokenCache-TrefferrateGültige Tool-AufrufeZeit bis zum nutzbaren ErgebnisKorrektur- und Fallback-Rate

Liefert K3 mit weniger Retries und Review-Aufwand nutzbare Ergebnisse, kann ein höherer Token-Preis die Gesamtkosten senken. Bleibt dieser Vorteil aus, sollte der Workload auf einer leichteren Route bleiben.

Kimi K3 nach dem Workload-Test mit führenden Long-Context-Modellen vergleichen

EvoLink

Prüfen Sie zuerst, ob Kimi K3 Retries und Review-Aufwand reduziert. Vergleichen Sie anschließend Preis, Kontext, Caching und Workload-Eignung.

Modell	Kimi K3	Claude Opus 4.8	Gemini 3.1 Pro
Eingabe / Ausgabe	$2.85 / $14.25	$4.5 / $22.5	$1.865 / $11.183
Kontext	1.05M	1M	1M
Caching	Automatische Cache-Lesezugriffe	Lesen + Schreiben	Kontext-Cache
Geeignet für	Screenshot-zu-UI, interaktive Prototypen, Repository-weite Entwicklung, Synthese mehrerer Dokumente, Tool-intensive Agenten und Aufgaben, bei denen weniger Retries eine Premiumroute rechtfertigen.	Premium-Basislinie für lang laufende Coding-Agenten und anspruchsvolle Reviews.	Multimodale Long-Context-Route für dokumentlastige Arbeit und visuelle Evidenz.

Kimi K3

Eingabe / Ausgabe$2.85 / $14.25

Kontext1.05M

CachingAutomatische Cache-Lesezugriffe

Geeignet fürScreenshot-zu-UI, interaktive Prototypen, Repository-weite Entwicklung, Synthese mehrerer Dokumente, Tool-intensive Agenten und Aufgaben, bei denen weniger Retries eine Premiumroute rechtfertigen.

Claude Opus 4.8

Eingabe / Ausgabe$4.5 / $22.5

Kontext1M

CachingLesen + Schreiben

Geeignet fürPremium-Basislinie für lang laufende Coding-Agenten und anspruchsvolle Reviews.

Gemini 3.1 Pro

Eingabe / Ausgabe$1.865 / $11.183

Kontext1M

CachingKontext-Cache

Geeignet fürMultimodale Long-Context-Route für dokumentlastige Arbeit und visuelle Evidenz.

Weitere Textmodelle auf EvoLink neben Kimi K3

Claude Opus 4.8

Premium-Basislinie für lang laufende Coding-Agenten und anspruchsvolle Reviews.

Modell ansehen

Gemini 3.1 Pro

Multimodale Long-Context-Route für dokumentlastige Arbeit und visuelle Evidenz.

Modell ansehen

Grok 4.5

xAI-Route für Reasoning und Tool-Nutzung mit 500K Kontext und serverseitiger Suche.

Modell ansehen

GPT-5.6

Sol, Terra und Luna ermöglichen abgestuftes Routing nach Fähigkeit, Latenz und Kosten.

Modell ansehen

Weiterführende Artikel zu Kimi K3

Kimi K3 Prompts und Anwendungsfälle

25 wiederverwendbare Vorlagen aus öffentlichen Demos mit Autor und Originalbeitrag entdecken.

Leitfaden lesen

Kimi K3 lokal ausführen

Hardwareanforderungen, Einrichtung, Lizenzgrenzen und Gesamtbetriebskosten vor Self-Hosting oder API-Zugriff vergleichen.

Leitfaden lesen

Kimi K3 API-Leitfaden

Modell-ID, Preise, 1M-Kontext, Reasoning, Prompt-Caching, Migrationsrisiken und geeignete Produktions-Workloads im Überblick.

Leitfaden lesen

Kimi K3 ist auf EvoLink verfügbar

Verfügbarkeit, Route, Preisstatus, Kompatibilitätsprüfungen und wichtige Schritte für den produktiven Start.

Leitfaden lesen

Kimi K3 vs GPT-5.6 Sol

Coding, Frontend, Agent-Zuverlässigkeit und Produktionsrouting beider Modelle vergleichen.

Leitfaden lesen

Kimi K3 vs Claude Opus 4.8

Langzeit-Zuverlässigkeit, Tool-Nutzung, Review-Eingriffe und Eskalationsrollen vergleichen.

Leitfaden lesen

Kimi K3 Token-Effizienz

Latenz, Ausgabe-Tokens, Cache, Retries und Kosten pro erfolgreicher Aufgabe messen.

Leitfaden lesen

Grok 4.6 vs. Kimi K3

K3 als aufrufbare Produktionsbasis mit den Nachweisen und Wechselkriterien für Grok 4.6 vergleichen.

Leitfaden lesen

Kimi K3 API – Häufige Fragen

Ist die Kimi K3 API über EvoLink verfügbar?

Ja. Kimi K3 ist als Produktionsmodell mit Live-Preisen und offiziellen Fallback-Preisen verfügbar.

Welche Modell-ID verwendet die Kimi K3 API?

Verwenden Sie kimi-k3 für Chat Completions und Anthropic Messages.

Kann ich OpenAI SDK oder Anthropic Messages weiterverwenden?

Ja. Nutzen Sie denselben EvoLink API-Schlüssel mit kompatiblen Chat-Completions- oder Messages-Anfragen.

Unterstützt Kimi K3 1M Kontext oder nur 256K?

Die EvoLink-Route unterstützt 1.048.576 Token. 256K stammt meist aus einem bestimmten Kimi-Code-Tarif oder einer Client-Konfiguration.

Wie sollte das 1M-Token-Kontextfenster genutzt werden?

Halten Sie zusammengehörigen Code, Dokumente und Tool-Ergebnisse gemeinsam verfügbar, statt das Fenster ohne Retrieval und Komprimierung zu füllen.

Eignet sich die Kimi K3 API für visuelle Frontend- und UI-Aufgaben?

Frühe Community-Tests zeigen vielversprechende Ergebnisse bei UI-Rekonstruktion, Animationen, kleinen Spielen und visuell anspruchsvollen Webseiten. Ob dieser Vorteil im eigenen Produkt bestehen bleibt, sollte mit realen Screenshots, Design-Tokens, Breakpoints und Accessibility-Checks geprüft werden.

Ist die Kimi K3 API schnell und token-effizient?

Dafür gibt es in der frühen Veröffentlichungsphase noch keinen belastbaren allgemeinen Nachweis. Messen Sie auf identischen Aufgaben Zeit bis zum ersten verwertbaren Ergebnis, gesamte Laufzeit, Reasoning- und Ausgabe-Token, Retries sowie Kosten pro akzeptierter Aufgabe.

Warum kann die Nutzung nach einem Modellwechsel steigen?

Ein wesentlicher Modell- oder Konfigurationswechsel kann wiederverwendbaren Kontext ungültig machen. Starten Sie eine neue Session und messen Sie Cache-Treffer erneut.

Wie sollte das Ausgabebudget gesetzt werden?

Begrenzen Sie die Ausgabe nach Aufgabenschwierigkeit und beobachten Sie Reasoning- sowie Antwort-Token. 1.048.576 Token sind Kapazität, kein Normalziel.

Ist Kimi K3 eine gute Standardroute für Echtzeit oder hohes Volumen?

Testen Sie zuerst Latenz und Kosten. Kurze Chats, Klassifikation und einfache Extraktion gehören meist auf eine kleinere Route.

Wie vergleiche ich Kimi K3 mit GPT, Claude, GLM oder DeepSeek?

Bewerten Sie K3 für Long-Context- und Agenten-Vorteile, GPT und Claude als Frontier-Basislinien sowie GLM und DeepSeek als kostenorientierte Referenzen.

Was sollte eine Produktionsbewertung messen?

Erfassen Sie Erfolg im ersten Versuch, akzeptierte Ergebnisse, Retries, Ausgabe-Token, Cache-Treffer, gültige Tool-Aufrufe, Zeit, Korrekturen und Fallbacks.