Kimi K3.
Kimi K3 is Moonshot AI's open-weight multimodal agentic model, 2.8T parameters with 104B active, taking text, images and video with a 1M-token context, under the Kimi K3 licence.
8× AMD MI325 · $24.57/hr.
Most-aggressive quantisation we have a working recommendation for. Lower precision = less VRAM = cheaper hardware, at a small accuracy cost.
Cheapest hosted endpoints.
Variants in the Kimi family.
Moonshot's frontier open-weight MoE — 1T total, 32B active.
Moonshot's open-weight reasoning variant — extended chain-of-thought training...
Multimodal agentic variant — adds a vision encoder to the K2 backbone.
Long-horizon coding + autonomous-execution upgrade over K2.5.
Kimi K2.7 Code is a modified-MIT coding agent model, 1T total and 32B active,...
Kimi K3.1 Pro is Moonshot AI's flagship open-weight multimodal reasoning mode...
Kimi K2 0905 is a modified-MIT mixture-of-experts model, 1T total and 32B act...
Cheapest hardware per quantisation.
Each row is one quantisation tier (the same weights compressed differently). Lower precision → lower VRAM → cheaper hardware, at the cost of small accuracy loss. $/Std. ist der günstigste aktuelle Preis. Ein Setup mit mehreren Karten nutzt eine echte Instanz dieser Größe, wenn eine vermietet wird; sonst ist es der Einzelkartenpreis mal Anzahl.
| Quantisation | Cheapest GPU config | Total VRAM | Live $/hr | tokens/sec | |
|---|---|---|---|---|---|
|
INT4
INT4 — 4-bit integer (~4× VRAM saving)
|
2048 GB |
$24.57/hr
Cyfuture AI · On-Demand
|
— | Compare → |
What it costs per month across providers.
Estimate your monthly bill for Kimi K3 across every host that publishes per-token pricing. Slide your token volumes; the chart + table re-rank cheapest-first.
Günstigster Anbieter links.
Gesamte Monatskosten — Eingabe- und Ausgabe-Tokens zusammen.
Rechnung im Detail.
| Anbieter | Monatssumme | |
|---|---|---|
| $33.92 | Registrieren ↗ | |
| $57.0 | Registrieren ↗ | |
| $60.0 | Registrieren ↗ |
GPU mieten statt pro Token zahlen.
Bei einem Open-Weights-Modell wie Kimi K3 kannst du eine GPU mieten und die Inferenz selbst betreiben. Die Rechnung: günstigste GPU-Miete × 730 Stunden/Monat. Strom ist im Stundenpreis der Miete enthalten.
Angenommen wird, dass die GPU rund um die Uhr mit ca. 85 % Auslastung läuft. Bei schwankendem Traffic zahlst du für die API weniger und für die GPU wahrscheinlich mehr (Leerlaufstunden kosten trotzdem Miete). Die Break-even-Analyse findest du im Break-even-Tool Selbsthosting vs. API.
About Kimi K3.
Kimi K3 is an open-weight multimodal agentic model from Moonshot AI with 2.8 trillion parameters in total and 104 billion active, using a mixture-of-experts design that routes each token to 16 of 896 experts. It understands text, images and video and has a 1-million-token context window. Moonshot aims it at long coding sessions, research and knowledge work. Weights are released under the Kimi K3 licence, not a standard open-source one.