Kimi K3.1 Pro vs GPT-6 Astra: Kosten bei langem Kontext

In Moonshots veröffentlichtem Vergleich erzielt GPT höhere Werte beim Long-horizon-Coding und bei BenchCAD mit Tools, Kimi bei Terminal-Bench 4.0 und OfficeQA Pro v2. Ein größerer Preisunterschied bedeutet nicht, dass die Antworten austauschbar sind.

Quellen: ³

Vom Anbieter veröffentlichte Ergebnisse. Einstellungen und Quellen sind in der Methodik beschrieben.

Weitere von Moonshot veröffentlichte Aufgabenbewertungen

GPTs veröffentlichter Vorsprung betrifft lange Coding-Aufgaben und CAD-Code aus Bildern. Kimis höherer Wert bei OfficeQA Pro v2 betrifft Antworten auf Fragen zu Finanzdokumenten. Bewertungswerkzeuge und Einstellungen unterscheiden sich; die Ergebnisse belegen weder einen Gesamtsieger noch einen Sieger aus einem Endpunkttest unter gleichen Bedingungen.³

Spätere Anfragen können frühere Nachrichten, Dateien und Tool-Ergebnisse erneut senden. Addieren Sie die Kosten jeder Anfrage, um die Gesamtkosten des Gesprächs zu schätzen.

Das ungecachte Beispiel mit 400,000 Eingabe- und 20,000 Ausgabe-Tokens kostet bei Kimi $1 und bei GPT $9.50. Weniger erneut gesendetes Material kann die Eingabekosten senken; zusätzliches Zusammenfassen oder Abrufen von Informationen verursacht jedoch ebenfalls Aufwand und Kosten.

Quellen: ¹²³

Die Preise vergleichen Kimi bei Novita mit der OpenAI-API. Das Codebeispiel nutzt den Kimi-Endpunkt von Novita.⁷²

Die GPT-6-Astra-Preise der ersten Tabelle gelten bis einschließlich 272,000 Eingabe-Tokens. Darüber gelten für die gesamte Anfrage die unten erläuterten höheren Eingabe-, Cache- und Ausgabepreise. Kimi nutzt Novitas veröffentlichte synchrone Tokenpreise.

Quellen: ¹²

Der neue Präfix wird zum Cache-Schreibpreis statt als ungecachte Eingabe abgerechnet und muss cachefähig sein. Diese Zeile nutzt Novitas 5-Minuten-Preis für Kimi und OpenAIs Standardpreis mit mindestens 30 Minuten Cachedauer für GPT; die Haltezeiten unterscheiden sich. Die Warmcache-Zeile ist eine spätere Anfrage mit erfolgreichem Cache-Lesen.

Jede Zeile verwendet feste Eingabe- und Ausgabemengen zur Berechnung der Tokenkosten. Cache-Lesen setzt einen Treffer voraus. Tools, Sandbox-Laufzeit, Speicher, Netzwerk und Steuern fallen separat an; individuelle Rabatte und Batch-Verarbeitung sind ausgeschlossen.

GPT-6 Astra: Das Beispiel mit 400,000 Eingabe-Tokens enthält den Aufschlag für die ganze Anfrage: $20 / 1M Eingabe und $75 / 1M Ausgabe; $8 + $1.50 = $9.50.

GPT-Werte verwenden OpenAIs Standardpreise für die synchrone API. Neu gecachte Präfix-Tokens werden zum Cache-Schreibpreis statt zum Preis ungecachter Eingabe abgerechnet; spätere Treffer zum Cache-Lesepreis. Abonnements, Batch, Flex und Fast sind ausgeschlossen.

Kimi bei Novita nennt $2 / 1M Tokens für 5 Minuten Cache-Schreiben und $4 für 1 Stunde. GPT-6 Astras Cache-Schreibpreis von $12.5 / 1M Tokens entspricht OpenAIs standardmäßiger Mindestdauer von 30 Minuten zum Kurzkontexttarif. Das Kaltcache-Beispiel nutzt 5 Minuten für Kimi und 30 Minuten für GPT und vergleicht Kosten bei unterschiedlichen Dauern. OpenAIs optionale 12-Stunden-Einstellung ist nicht enthalten.

Quellen: ¹²⁹

Novitas Modellseiten kürzen die Kimi-Grenzen mit 1M ab. Der öffentliche Katalog nennt für Kontext und maximale Ausgabe jeweils 1,048,576 Tokens; die Tabelle nutzt diese exakten Werte. Dieselbe 1M-Bezeichnung belegt keine identischen Grenzen bei verschiedenen Anbietern.¹⁷

Kontext und maximale Ausgabe sind veröffentlichte Grenzen, keine Zusage, beide in einer Anfrage vollständig auszuschöpfen. Beachten Sie Gesamt-Kontext- und Generierungsregeln des Endpunkts.

Quellen: ¹²⁷

Schätzen Sie die Eingabe jeder Gesprächsstufe einschließlich Tool-Ergebnissen und vergleichen Sie die gesamten Gesprächskosten. Nutzen Sie eine kurze und eine lange Anfrage; nur das kurze Beispiel zeigt den GPT-Preisgrenzwert nicht.

Wenn der Assistent Code ausführen muss, kann Novita Agent Sandbox die Umgebung bereitstellen; die Anwendung kontrolliert die Befehle. An eines der Modelle zurückgesendete Tool-Ergebnisse gehen in spätere Eingaben ein und können ein GPT-Gespräch an den Preisgrenzwert heranführen. Die Sandbox-Laufzeit wird getrennt berechnet.

Novita Agent Sandbox ansehen · Eine reproduzierbare Ausführungsumgebung erstellen

Quellen: ⁵⁶

Das Beispiel ruft Kimi über Novita auf und zeigt Antwort und Nutzung. Für einen GPT-Vergleich ist eine separate Anfrage an die OpenAI-API nötig.

Die Generierung ist auf 1,024 Tokens begrenzt, einschließlich aller vom Endpunkt gezählten Reasoning-Tokens. Bei einer leeren oder durch das Tokenlimit beendeten Antwort gibt der Code einen Hinweis aus und fordert nicht automatisch eine weitere Antwort an. Prüfen Sie die Nutzung, bevor Sie das Limit erhöhen.

import os
from openai import OpenAI

client = OpenAI(
    api_key=os.environ["NOVITA_API_KEY"],
    base_url="https://api.novita.ai/openai/v1",
)

for model in ["moonshotai/kimi-k3.1-pro"]:
    reply = client.chat.completions.create(
        model=model,
        messages=[{"role": "user", "content": "Review a repository bug fix: list the implementation steps and acceptance tests."}],
        max_tokens=1024,
    )
    choice = reply.choices[0]
    content = choice.message.content or ""
    print(model, "finish_reason:", choice.finish_reason)
    print("usage:", reply.usage)
    if choice.finish_reason == "length" or not content.strip():
        print("No complete answer. Inspect usage and adjust the generation budget before another request.")
    else:
        print(content)

Quellen: ⁴

Quellen: ¹²⁹