Kimi K3 auf Amazon Bedrock: Preise, Caching und Zugriffswege
AWS hat Moonshots Kimi K3 am 2026-09-18 auf Bedrock allgemein verfügbar gemacht: 1M Kontext, native Bildverarbeitung, $3 Input / $15 Output pro Million Tokens am Global-Endpunkt, Cache-Lesen $0.30, Cache-Schreiben $3.75, unter der ID moonshotai.kimi-k3. Im am 2026-10-19 abgerufenen Preisverzeichnis hat Kimi 3 eine eigene Tabelle. Die Gewichte sind überall dieselben, unterschiedlich sind nur Rate Limits, Cache-Abrechnung und die Betriebsbedingungen.
Aktualisiert 2026-10-22
Ein API-Key für Claude, GPT und chinesische Modelle, Bezahlung pro Token.
- Bezahlung pro Token — aktuelle Preise unter /models
- Zahlung per Karte (Visa / Mastercard), Apple Pay, Google Pay oder Krypto
- Selbstbedienung: aufladen und sofort aktivieren
Die harten Zahlen aus der AWS-Dokumentation
Input/Output pro Million Tokens
Im Bedrock-Preisverzeichnis hat Kimi 3 eine eigene Tabelle: Global CRIS mit $3.00 Input und $15.00 Output, US CRIS mit $3.30 Input und $16.50 Output. Das ist die Tabelle von AWS, nicht Moonshots Listenpreis und kein QCode-Tarif.
Cache-Lesen (pro Million Tokens)
Die Cache-Zeilen derselben Tabelle: Global CRIS mit $0.30 für Cache-Lesen und $3.75 für Cache-Schreiben (30 Min.), US CRIS mit $0.33 und $4.125. In der Kimi-2-Tabelle stehen nur Eingang und Ausgang, ohne Cache-Preise.
Kontextfenster
Die Modellkarte nennt ein Kontextfenster von 1M Token, ausgelegt für lang laufende Arbeiten an großen Repositories und Dokumenten. Die Modalitätsmatrix liest man an den Häkchen: Eingeseitig sind nur Text und Bild angehakt, Audio, Sprache und Video nicht; ausgabeseitig ist nur Text angehakt — auf Bedrock gibt es also nur Textausgabe, Bilder gehen hinein, kommen aber nie heraus.
Mindestanzahl Tokens pro Cache-Checkpoint
Das ist der Schwellenwert aus der AWS-Dokumentation (geprüft am 2026-10-19): Ein kürzeres Präfix wird nie zu einem Cache-Checkpoint. Dort steht auch, dass implizites (automatisches) Caching standardmäßig aktiv ist und dass die Konfiguration von explizitem Caching die Trefferquote erhöht und damit Latenz und Kosten senkt. Explizites Caching ist derzeit über die Responses-, Chat-Completions- und InvokeModel-APIs verfügbar; Converse unterstützt es nicht.
Was K3 ist und was sich durch Bedrock ändert
K3 ist Moonshots Open-Weight-Flaggschiff, und die AWS-Modellkarte nennt es das leistungsfähigste Open-Weight-Modell von Moonshot: native Bildverarbeitung plus 1M Kontextfenster, seit 2026-09-18 als moonshotai.kimi-k3 auf Bedrock GA. Geändert wird nicht das Modellgewicht, sondern die Zugriffsschicht: AWS-Endpunkte und -Kontingente, IAM und Audit-Logs, Region und CRIS-Stufen, eine EOL-Ankündigung mit 45 Tagen Vorlauf und eine AWS-Preisliste. Explizites Prompt Caching ist das Hauptmerkmal – AWS nennt es das erste Open-Weight-Modell mit explizitem Caching auf Bedrock. Die in der Community kursierende Parameterzahl (2.8T) und die Trainingsdetails sind Moonshots eigene Darstellung und haben mit der AWS-Preisliste nichts zu tun.
Offizielle Updates
2026-10-19: Im Preisverzeichnis steht Moonshot AI mit einer eigenen Tabelle für Kimi 3; in der Kimi-3-Tabelle ist nur der Standard-Tarif ausgewiesen, und Flex sowie Priority sind eigene Service-Tarife, deren Rabatte in den Fußnoten stehen. Die Modellkarte, die zusammen mit dem Beitrag „What's New“ von AWS veröffentlicht wurde, nennt Modalitäten und eine Endpunktempfehlung (bedrock-runtime für neue Apps, Chat Completions für K3).
Zeitleiste
2026-09-18: AWS gibt die allgemeine Verfügbarkeit von Kimi K3 auf Bedrock bekannt; die Modellkarte nennt 1M Kontext, Preise für die Stufen Global CRIS und US CRIS sowie die Parameter für explizites Caching, und ihre Modalitätsmatrix hakt Text und Bild für die Eingabe und nur Text für die Ausgabe ab.
2026-10-19: Die Prüfung des QCode-Katalogs zeigt kimi-k3 mit abgerechneten Aufrufen in den letzten 30 Tagen – der Weg über einen Aggregator ist also mit dem AWS-Weg vergleichbar und nicht hypothetisch.
2026-09-10, Orientierung: Der SWE-2-Beitrag von Cognition gibt an, dass das Modell auf Kimi K3 (2.8T) nachtrainiert wurde, und veröffentlicht die Werte von K3 selbst in Code-Benchmarks – K3 war in diesen zwei Wochen das Basismodell, auf dem alle aufbauen.
Dokumentiert vs. noch nicht belegbar
In der AWS-Dokumentation belegt
Aus dem am 2026-10-19 abgerufenen Bedrock-Preisverzeichnis: Die Preiszeilen von Kimi 3 lassen sich Zeile für Zeile prüfen – Global CRIS und US CRIS werden getrennt bepreist, und die Preise je 1M Token für Eingang, Ausgang, Cache-Lesen und Cache-Schreiben sind alle angegeben; auf der Seite steht, dass die Standard-Tarif-Preise gezeigt werden, während Flex und Priority eigene Service-Tarife sind, deren Rabatte in den Fußnoten der Seite stehen. Die Modellkarte nennt zusätzlich die Mindest-Checkpoint-Größe, eine Aufbewahrung von mindestens 30 Minuten beim expliziten Caching, die unterstützten APIs, den empfohlenen Endpunkt und die EOL-Ankündigung mit mindestens 45 Tagen Vorlauf.
Nicht als Fakt formulieren
Stand 2026-10-19 ist „First open-weight model with explicit prompt caching“ die Formulierung von AWS und bezieht sich auf Bedrock, nicht auf die Branche. Parameterzahl (2.8T), Ranglistenplätze und „stärkste offene Gewichte“ sind Aussagen von Moonshot oder Dritten. AWS-Preise ändern sich mit Region und CRIS-Stufe, und Preisverzeichnis wie Modellkarte nennen oberhalb von Standard weitere Service-Tiers: Priority wird mit dem 1.75-Fachen und Flex mit dem 0.5-Fachen des Standard-Preises pro Token abgerechnet, während die Kimi-3-Tabelle nur den Standard-Tarif ausweist. Im selben Moonshot-Block führt Kimi 2 eine eigene Tabelle mit den Regionen auf; Enterprise-Konditionen, Obergrenzen für Parallelität und Compliance-Zonen werden nicht veröffentlicht.
Bedrock vs. Einstiegspunkt über einen Aggregator
Amazon Bedrock (AWS-Bedingungen)
moonshotai.kimi-k3; Global $3/$15, US $3.30/$16.50, Cache-Lesen $0.30 / Schreiben $3.75. Im Preisverzeichnis vom 2026-10-19 kostet US CRIS Cache-Lesen $0.33 und Cache-Schreiben $4.125. Sie erhalten IAM, Audit-Logging und Regionswahl; explizite Cache-Checkpoints sind Ihre Aufgabe, und die Abrechnung läuft über AWS.
Aggregator (QCode)
Dieselbe Modellfamilie ist bei QCode als kimi-k3 gelistet (geprüft am 2026-10-19, mit abgerechneten Aufrufen in den letzten 30 Tagen): ein OpenAI-kompatibler Aufruf, bei dem sich nur die Modell-ID ändert, ohne regionale Preisaufteilung; QCode rechnet pro Token ab, die Preise je Modell stehen auf /models, Rate Limits in /pricing und im Live-Katalog.
Den richtigen Weg wählen: worauf es ankommt
Zuerst der Punkt, an dem Abrechnung und Compliance-Grenze liegen: Laufen RAG und Agenten bereits in AWS und brauchen Sie Datenresidenz oder eine einzige Abrechnungsstelle, ist Bedrock die naheliegende Seite; wenn Sie von einer Stelle aus zwischen Modellen wechseln wollen, ist ein Aggregator im Betrieb einfacher. Dann die Nutzung des Caches: Explizites Caching auf Bedrock verlangt, dass Sie lange Präfixe zu Checkpoints ausreichender Länge formen und sie innerhalb eines kurzen Fensters wiederverwenden; der Nutzen zeigt sich unmittelbar im Preis für Cache-Lesen. Zuletzt Modalität und Endpunkt: Auf Bedrock nimmt K3 Text und Bilder entgegen und liefert nur Text zurück, und die Karte hält ausdrücklich fest, dass Videoeingaben nicht unterstützt werden; mehrstufige Aufrufe über Converse lösen eine InternalServerException aus, wenn frühere Reasoning-Blöcke enthalten sind (die Standard-Setups von LangChain und Strands laufen in diese Falle), weshalb die Dokumentation die OpenAI-kompatiblen Responses und Chat Completions empfiehlt; bei gemischten Text-und-Bild-Anfragen empfiehlt die Karte, Bildblöcke vor Textblöcken zu platzieren.
Die Lage bei QCode
kimi-k3 ist im Modellkatalog von QCode enthalten (geprüft am 2026-10-19) und wurde in den letzten 30 Tagen mit echten, abgerechneten Aufrufen genutzt; der Aufruf erfolgt wie bei anderen Modellen durch Austausch der Modell-ID. QCode rechnet pro Token ab, die Preise je Modell stehen auf /models, die Rate Limits in /pricing und im Live-Katalog. Neue Modelle erst testen? «Nutzungspakete» starten bei $4 für ein einmaliges Kontingent, das Sie innerhalb von 7 Tagen nutzen (Aufladen ab $5).
Fragen
Ist K3 auf Bedrock dasselbe Modell wie die eigene API von Moonshot?
Dieselbe Gewichtsfamilie, aber eine andere Zugriffsschicht: AWS veröffentlicht das Modell als eigenen Eintrag, und Preise, Cache-Semantik, Limits und Bedingungen richten sich nach der AWS-Dokumentation; Verhalten und Abrechnung sind daher nicht identisch mit dem gehosteten Endpunkt von Moonshot.
Kostet der 1M-Kontext extra?
Die Modellkarte nennt 1M als Kontextfenster dieses Eintrags, ohne separaten Aufschlag für langen Kontext; jedes Input-Token wird aber berechnet, sofern es nicht aus dem Cache bedient wird und stattdessen zum Preis für Cache-Lesen oder Cache-Schreiben abgerechnet wird – wie Sie lange Präfixe wiederverwenden, bestimmt die tatsächlichen Kosten.
Was erfordert explizites Caching tatsächlich?
Laut Dokumentation: Der explizite Cache wird mindestens 30 Minuten aufbewahrt, und über die Responses-, Chat-Completions- und InvokeModel-APIs gibt es ihn; für Converse gibt es diese Option nicht. Platzieren Sie den stabilen Präfix zuerst und den veränderlichen Teil zuletzt: ein Treffer wird zum Preis für Cache-Lesen abgerechnet, ein Fehltreffer zum Input-Preis.
Worin ist K3 stark, und wo liegen die Schwächen?
Tabellen des Herstellers und von Dritten sehen es bei Coding mit langem Kontext und bei visuellem Input vorn; die Schwäche müssen Sie an Ihren eigenen Aufgaben messen. Als Referenz: Laut der Tabelle von Cognition vom 2026-09-10 erreicht das Basismodell K3 44.2% bei FrontierCode 1.1 Main und 21.5% bei Terminal-Bench 4, gegenüber 50.9% und 55.8% bei Fable 5.1 – eine Herstellertabelle, kein unabhängiges Ranking.
Könnte K3 auf Bedrock eingestellt werden?
AWS nennt für diesen Eintrag eine EOL-Ankündigung mit mindestens 45 Tagen Vorlauf; ein EOL-Datum ist nicht festgelegt. Das ist eine Ankündigungsfrist und keine Zusage zur langfristigen Verfügbarkeit.
Kann ich beide Wege nutzen?
Ja, und das ist eine gängige Aufteilung: AWS für Residenz und eine einzige Rechnung, ein Aggregator für den direkten Modellwechsel und Fallbacks. Konfigurieren Sie Limits, Cache-Semantik und Logging getrennt – gehen Sie nicht davon aus, dass sich ein Codepfad auf beiden Wegen identisch verhält.
Quellen
Preise und Stufenrabatte: die Preisseite von Amazon Bedrock, abgerufen am 2026-10-19, https://aws.amazon.com/bedrock/pricing/ ; Kontextfenster, Parameter für explizites Caching und Lifecycle-Bedingungen: die Modellkarte Moonshot AI — Kimi K3 im Bedrock User Guide, https://docs.aws.amazon.com/bedrock/latest/userguide/model-card-moonshot-ai-kimi-k3.html ; die Veröffentlichung von Kimi 3: der offizielle Beitrag „What's New“ von AWS, https://aws.amazon.com/about-aws/whats-new/2026/09/moonshot-ai-kimi-k3-on-amazon-bedrock/ . Die zum Vergleich herangezogenen Benchmark-Werte stammen aus dem offiziellen Beitrag von Cognition zu SWE-2 (2026-09-10, Herstellertabelle), https://cognition.com/blog/swe-2 . Der Katalogeintrag bei QCode und die abgerechnete Nutzung der letzten 30 Tage sind eigene Prüfungen.
Vor der Entscheidung an einer Vorlage vergleichen
kimi-k3 ist bei QCode aufrufbar (geprüft am 2026-10-19, abgerechnete Aufrufe in den letzten 30 Tagen); Preise und Limits stammen von /pricing und aus dem Live-Katalog.
Als Nächstes lesen
Kimi K3 vs GPT-5.6 Sol
Wie die beiden Modelle, die wir anbieten, bei Coding und Kosten abschneiden.
GLM-5.3 vs Kimi K3
GLM-5.3 und Kimi K3 im Vergleich: zwei Flaggschiffe auf Open-Weight-Basis, mit Unterschieden bei Basismodell, Modalitäten und Limits.
QCode-Preisleitfaden
Wie ein Aggregator abrechnet: pro Token, die Preise je Modell stehen auf /models, dazu die Abrechnung von Cache und Aufrufen.
Krypto-Zahlungsleitfaden
Neun Coins, 56 Netzwerke, keine Plattformgebühr für KI-Coding-API-Guthaben.
Nicht mit Amazon oder Moonshot AI verbunden. Die AWS-seitigen Preise, Cache-Parameter und Lifecycle-Bedingungen sind aus der am 2026-10-19 abgerufenen öffentlichen Dokumentation übernommen; die Benchmark-Werte stammen vom Hersteller. QCode stellt Amazon Bedrock nicht bereit und nennt dessen Preise nicht. Die Angaben folgen den offiziellen Seiten; Verfügbarkeit und Preise der Modelle stehen in /models.