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. Le $/h est le tarif le plus bas proposé maintenant. Une configuration multi-cartes utilise une vraie instance de cette taille quand elle est louée ; sinon c'est le tarif d'une carte multiplié par le nombre.
| 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 · à la demande
|
— | 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.
Le fournisseur le moins cher à gauche.
Coût mensuel total — tokens d'entrée et de sortie cumulés.
Détail de la facture.
| Fournisseur | Total mensuel | |
|---|---|---|
| $33.92 | S'inscrire ↗ | |
| $57.0 | S'inscrire ↗ | |
| $60.0 | S'inscrire ↗ |
Louez le GPU plutôt que de payer au token.
Pour un modèle à poids ouverts comme Kimi K3, vous pouvez louer un GPU et faire tourner l'inférence vous-même. Le calcul : location de GPU la moins chère × 730 heures/mois. L'électricité est comprise dans le prix horaire de la location.
Suppose que le GPU tourne 24h/24 à environ 85 % d'utilisation. Si votre trafic est irrégulier, vous paierez moins pour l'API et probablement plus pour le GPU (les heures creuses sont facturées). L'analyse du seuil de rentabilité se trouve dans l'outil seuil de rentabilité auto-hébergement 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.